TUGAS AKUNTANSI MANAJEMEN BAB 3

Nama : Idka Setia Ningrum 20140420271

Nanda Ayu Agustin 20140420273
Rizky Wulandari Siregar 20140420252
Elistya Anggreini Saputri 20140420263
Fitri Rahmawati 20140420245
Nur Isnayni 20140420270
Kelas : C
Fakultas : Ekonomi
Jurusan : Akuntansi

3-16 Pemisahan Biaya Tetap dan Variabel, Perusahaan Jasa (TB3, TB4)

1. Bulan Jumlah Pengganti Oli Jumlah Biaya

Mei 1,100 7,150
Juni 1,400 7,950
Juli 1,380 8,350
Agustus 1,250 7,425
September 890 5,730
Oktober 900 5,730
November 850 5,450
Desember 700 5,150

Biaya Pengganti Oli

9,000 3; 8,350
8,000 4; 7,425 2; 7,950
1; 7,150
7,000
6,000 7; 5,450
5;6;5,730
5,730
5,000 8; 5,150
Biaya

4,000
3,000
2,000
1,000
0
600 700 800 900 1,000 1,100 1,200 1,300 1,400 1,500

Jumlah Pengganti Oli

Berdasarkan grafik scatter di atas, memberikan bukti bahwa terdapat hubungan linear antara
biaya pengganti oli dan jumlah penggantian oli yang dikerjakan.

2. Tinggi (1.400; $7.950); Rendah (700; $5.150)

Biaya variabel per pengganti oli

= (Biaya tinggi - Biaya rendah) (Keluaran tinggi - Keluaran rendah)
 = ($7.950 - $5.150) (1.400 - 700)
= $2.800 700
= $ 4 per pengganti oli

Biaya tetap
= Jumlah biaya titik - (Biaya variabel per unit
tinggi x Keluaran tinggi)
= $5.150 - $4 (700)
= $5.150 - $2.800
= $ 2,350

Biaya = $2.350 + $4 (pengganti oli)

Perkiraan biaya bulan Januari
= $2.350 + $4 (1.000)
= $ 6,350

3. Constant
Std. Err. Of Y Est.
R Squared
No. Of Observations
Degrees of Freedom

X Coefficient(s) 4.646779985
Std. Err. Of Coef. 0.3503037754

Biaya variabel = $4,646779985 per pengganti oli

Biaya tetap = $1.697,096691

Prediksi biaya untuk bulan Januari

= $1.697,096691 + $4,646779985 (pengganti oli)
= $1.697,096691 + $4,646779985 (1.000)
= $ 6,343.877

R = 0,967025766 atau 0,97 (dibulatkan)

Hal ini mengartikan bahwa 97% dari variabilitas dalam biaya penyediaan penggantian
oli dijelaskan oleh sejumlah penggantian oli dilakukan.

4. Metode R Squared lebih baik karena menggunakan semua delapan titik data daripada
hanya dua saja (tinggi-rendah).

3-26 Perbandingan Persamaan Regresi (TB1, TB3, TB4, TB5)

Berat (Pon) Jumlah

Bulan Biaya Penerimaan Bahan Baku Pesanan
Februari 15,400 4,000 140
Maret 15,300 4,200 100
 April 20,104 6,000 100
Mei 18,800 5,400 120
Juni 19,168 6,000 40
Juli 16,960 5,000 80
Agustus 17,100 4,800 120
September 19,470 5,800 100
Oktober 21000 6,000 180

1. Constant
Std. Err. Of Y Est.
R Squared
No. Of Observations
Degrees of Freedom

X Coefficient(s) 2.506915468
Std. Err. Of Coef. 0.2570094485

Perkiraan biaya bahan baku adalah 5.200 pon

Biaya penerimaan yang dianggarkan:
Y = a + b (x)
= $4997,287770 + $2,506915468 (5.200)
= $ 18,033.248

2. Constant
Std. Err. Of Y Est.
R Squared
No. Of Observations
Degrees of Freedom

X Coefficient(s) 6.050735294
Std. Err. Of Coef. 19.7184534227

Perkiraan 160 pesanan untuk bulan berikutnya

Biaya penerimaan yang dianggarkan:
Y = a + b (x)
= $17485,808824 + $6,050735294 (160)
= $ 18,453.926

3. Persamaan regresi berdasarkan pon lebih baik karena koefisien determinasi jauh lebih tinggi.
Pon menjelaskan mengenai 93% dari timbulnya perbedaan biaya penerimaan, sementara jumlah
pesanan menjelaskan hanya 1,3% dari variasi dalam biaya penerimaan.
4. Constant
Std. Err. Of Y Est.
R Squared
No. Of Observations
Degrees of Freedom

X Coefficient(s) 2.605578794
Std. Err. Of Coef. 0.0453173582

Perkiraan biaya bahan baku adalah 5.200 pon

Perkiraan 160 pesanan untuk bulan berikutnya
Y = 2986,529183 + 2,605578794 (pon) + 13,71420233 (jumlah pesanan)
= 2986,529183 + 2,605578794 (5.200) + 13,71420233 (160)
= $ 18,729.811

Kekuatan penjelas dari kedua variabel sangat tinggi. Namun, biaya penerimaan berdasarkan
pon lebih menjelaskan sebagian besar variasi, dan penggunaan satu penggerak jauh akan
menyederhanakan penganggaran dan produk biaya. Meningkatnya kompleksitas ini
memungkinkan ketidaklayakan penambahan penggerak kedua.
Jumlah Biaya

3; 8,350
4; 7,425 2; 7,950

200 1,300 1,400 1,500

hubungan linear antara

 1697.096691 SUMMARY OUTPUT
243.67839173
0.9670257663 Regression Statistics
8 Multiple R 0.9833746825
6 R Square 0.9670257663
Adjusted R Square 0.9615300606
Standard Error 243.67839173
Observations 8

ANOVA
df SS
Regression 1 10448371.923436
Residual 6 356274.95156416
Total 7 10804646.875

Coefficients Standard Error

Intercept 1697.0966909 380.7590142678
X Variable 1 4.646779985 0.3503037754
penggantian

ata daripada
 4997.287770 SUMMARY OUTPUT
571.36051502
0.931469268 Regression Statistics
9 Multiple R 0.9651265555
7 R Square 0.931469268
Adjusted R Square 0.9216791635
Standard Error 571.36051502
Observations 9

ANOVA
df SS
Regression 1 31060014.133094
Residual 7 2285169.8669065
Total 8 33345184

Coefficients Standard Error

Intercept 4997.2877698 1361.2607605303
X Variable 1 2.5069154676 0.2570094485

17485.808824 SUMMARY OUTPUT

2168.0337663
0.0132730147 Regression Statistics
9 Multiple R 0.1152085705
7 R Square 0.0132730147
Adjusted R Square -0.1276879832
Standard Error 2168.0337663
Observations 9

ANOVA
df SS
Regression 1 442591.11764706
Residual 7 32902592.882353
Total 8 33345184

asi jauh lebih tinggi. Coefficients Standard Error

aan, sementara jumlah Intercept 17485.808824 2265.477819596
X Variable 1 6.0507352941 19.7184534227
 2986.529183 SUMMARY OUTPUT
99.673951276
0.9982123542 Regression Statistics
9 Multiple R 0.9991057773
6 R Square 0.9982123542
Adjusted R Square 0.9976164722
13.714202335 Standard Error 99.673951276
0.9162891128 Observations 9

ANOVA
df SS
Regression 2 33285574.620623
Residual 6 59609.379377432
Total 8 33345184

an berdasarkan Coefficients Standard Error

rak jauh akan Intercept 2986.5291829 272.8399862078
X Variable 1 2.6055787938 0.0453173582
X Variable 2 13.714202335 0.9162891128
 MS F Significance F
10448371.9234 175.960255599 1.13453742E-05
59379.158594

t Stat P-value Lower 95% Upper 95% Lower 95,0% Upper 95,0%
4.4571412029 0.0042961445 765.4129464209 2628.780435305 765.4129464209 2628.780435305
13.2650011534 1.1345374E-05 3.7896175254 5.5039424446 3.7896175254 5.5039424446
 MS F Significance F
31060014.1331 95.143954977 0.000025203
326452.838129

t Stat P-value Lower 95% Upper 95% Lower 95,0% Upper 95,0%
3.6710731071 0.0079529515 1778.417562693 8216.157976876 1778.417562693 8216.157976876
9.7541762839 0.000025203 1.8991846927 3.1146462425 1.8991846927 3.1146462425

MS F Significance F
442591.117647 0.094160902 0.7678795378
4700370.41176

t Stat P-value Lower 95% Upper 95% Lower 95,0% Upper 95,0%
7.7183756434 0.0001145031 12128.80502987 22842.81261719 12128.80502987 22842.81261719
0.3068564843 0.7678795378 -40.5759978732 52.6774684614 -40.5759978732 52.6774684614
 MS F Significance F
16642787.3103 1675.18475959 5.71273983E-09
9934.89656291

t Stat P-value Lower 95% Upper 95% Lower 95,0% Upper 95,0%
10.9460831764 3.4515344E-05 2318.913787161 3654.144578597 2318.913787161 3654.144578597
57.4962640282 1.8595109E-09 2.4946912129 2.7164663747 2.4946912129 2.7164663747
14.9671126101 5.6018701E-06 11.4721236455 15.9562810238 11.4721236455 15.9562810238