14
Metode Tinggi-Rendah Perusahaan
Jasa
b. Variable per unit untuk penggelapan warna kulit dan biaya tetap perbulan, dengan
menggunakan metode tinggi rendah
Perubahan Biaya
𝑉 = Perubahan Aktivitas F = Total Biaya Campuran – Biaya Variabel
2790−1758
𝑉= F = Y – (VX)
3100−700
1032
𝑉= F = 2.790–(0,43 * 3100) /\1.758–(0,43*700)
2400
𝑉 = 0,43 F = 1.457 /\1457
Y = F + Vx
Y = 1.457 + (0,43 * 2500)
Y = 1.457 + 1.075
Y = 2.532
Latihan 3.16
Pemisahan Biaya Tetap dan Variabel
Penggantian
Bulan Oli Biaya XY X^2 Y^2
Mei 1.100 Rp7.150 Rp7.865.000 1.210.000 Rp51.122.500
Juni 1.400 Rp7.950 Rp11.130.000 1.960.000 Rp63.202.500
Juli 1.380 Rp8.350 Rp11.523.000 1.904.400 Rp69.722.500
Agustus 1.250 Rp7.425 Rp9.281.250 1.562.500 Rp55.130.625
September 890 Rp5.730 Rp5.099.700 792.100 Rp32.832.900
Oktober 900 Rp5.730 Rp5.157.000 810.000 Rp32.832.900
November 850 Rp5.450 Rp4.632.500 722.500 Rp29.702.500
Desember 700 Rp5.150 Rp3.605.000 490.000 Rp26.522.500
Jumlah 8.470 Rp52.935 Rp58.293.450 9.451.500 Rp361.068.925
grafik scatter
Rp9,000
Rp8,000
Rp7,000
Rp6,000
Rp5,000
Rp4,000
Rp3,000
Rp2,000
Rp1,000
Rp0
0 200 400 600 800 1,000 1,200 1,400 1,600
Series1
b. Hitung estimasi bulan januari jika jumlah penggantian 1000, menggunakan metode
tinggi-rendah
Perubahan Biaya
𝑉 = Perubahan Aktivitas F = Total Biaya Campuran – Biaya Variabel
7950−5150
𝑉= F = Y – (VX)
1400−700
2800
𝑉= F = 7.950 – (4 * 1400) /\ 5.150 – (4 * 700)
700
𝑉=4 F = 2.350 /\ 2.350
Y = F + Vx
Y = 2.350 + 4x
Y = 2350 + 4 *1000
Y = 6350
c. Hitung estimasi bulan Januari jika jumlah penggantian 1000, menggunakan metode
kuadrat kecil
∑𝑋∑𝑌
𝑛∑𝑋𝑌− ∑𝑌 ∑𝑋
1
𝑉= (∑𝑋)2
𝐹= −𝑉
𝑛∑𝑋 2 − 𝑛 𝑛
1
8470∗52935
8∗58.293.450− 52.935 8.470
1
𝑉= (8470)2
𝐹= − 4,64677
8∗9.451.500− 8 8
1
466.347.600−448.359.450
𝑉= 𝐹 = 6616,88 − 4,64677 ∗ 1058,75
75.612.000 − 71.740.900
17.988.150
𝑉= 𝐹 = 6.616,88 − 4.919,77
3.871.100
𝑉 = 4,64677 𝐹 = 1.697,11
𝑌 = 1.697,11 + 4, 64677𝑥
𝑌 = 6.343,88 ≈ $6.344
𝑛∑𝑥𝑦−∑𝑥∑𝑦
𝑟𝑥𝑦 =
√𝑛∑𝑥 2 −(∑𝑥)2 ∗ √𝑛∑𝑦 2 −(∑𝑦)2
8∗ 58.293.450 −8470∗52935
𝑟𝑥𝑦 =
√8∗ 9.451.500−(8.470)2 ∗ √8∗361.068.925−(52.935)2
466.347.600−448.359.450
𝑟𝑥𝑦 =
√75.612.000−71.740.900∗ √2.888.551.400−2.802.114.225
17.988.150
𝑟𝑥𝑦 =
√3.871.100∗√86.437.175
17.988.150
𝑟𝑥𝑦 = 1.967,51∗9.297,15
17.988.150
𝑟𝑥𝑦 = 18.292.264,71