Anda di halaman 1dari 7

I.

Latar Belakang
Olympic Car Wash merupakan perusahaan yang memiliki dan mengoperasikan 30
usaha cuci mobil di Belgia. Masing-masing unit usaha tersebut memiliki general manager yang
akan melaporkan kinerjanya kepada Jacques Van Raemdonck (chief operating officer
Olympic). Jacques akan mengevaluasi kinerja masing-masing lokasi tempat cuci mobil setiap
akhir kuartal. Evaluasi tersebut dilakukan untuk menentukan jumlah bonus yang dialokasikan
untuk personnel tiap-tiap lokasi.
Jika suatu lokasi usaha cuci mobil menerima target profit yang telah ditetapkan, sebesar
€3,000 dimasukkan ke dalam kumpulan bonus (bonus pool). Kumpulan bonus tersebut akan
ditambahkan €1, untuk setiap €10 yang diperoleh melebihi target laba.
Namun, kontrak bonus ini memberikan hak kepada Jacques untuk membuat
penyesuaian subjektif dari efek faktor yang dianggapnya berada diluar kendali personel lokasi
tersebut. Beberapa tahun belakangan, Jacques telah melakukan penyesuaian yang merugikan
terhadap pendapatan konstruksi yang berlangsung di jalanan atau di depan satu lokasi cuci
mobil, dan menutupi biaya dari perusakan lokasi lain.
Faktor terbesar yang tidak dapat dikendalikan adalah Jacques perlu menyadari adanya
faktor cuaca. Dalam beberapa waktu, hujan yang sering terjadi di Belgia menyebabkan volume
penjualan menurun drastis. Hal ini yang menyebabkan asumsi anggaran tidak tepat, karena
anggaran yang diperbaharui tiap kuartal disiapkan berdasarkan asumsi cuaca yang baik.
Kemudian selama musim semi 2002, hujan terjadi lebih banyak daripada waktu yang
diasumsikan dan laba dari semua lokasi sangatlah jauh dibawah anggaran laba yang ditetapkan.
Profit pada lokasi Aalst ditunjukkan pada tabel 1, sedangkan tabel 2 menunjukkan beberapa
asumsi operasi dan statistik kuartal.
Cuci mobil pada lokasi Aalst buka setiap hari, selama 10 jam saat tidak hujan. Pegawai
cuci mobil dibayar secara legal menurut upah minimum, ditambah sejumlah biaya dari setiap
kali cuci mobil.

II. Rumusan Masalah


1. Berapa besar kumpulan bonus untuk lokasi Aalst?

III. Pembahasan
Perhitungan Flexible Budget berdasarkan number of hours of good weather

“Flexible” Controllable
Budget Actual Budget Variance
(Actual - Flexible
Budget)

Revenue € 184,000 € 124,080 € 108,100 € 15,980

Variable 92,000 62,040 54,050 (7,990)


expenses (50%
of revenue)

Fixed expenses 53,820 55,000 53,820 (1,180)

Total expenses 145,820 117,040 107,870 (9,170)

Profit € 38,180 € 7,040 € 230 € 6,810

Maka setelah melakukan perhitungan di atas, besar bonus pool untuk lokasi di Aalst adalah
sebesar € 3,681 (€ 3,000 + € 681).
Dalam hal ini, perhitungan diatas sederhana tanpa melakukan penyesuaian terhadap
efek cuaca. Jacques Van Raemdonck, Chief Operating Officer perusahaan Olympic Car Wash
ini dapat mengasumsikan ketiga alasan di bawah ini sehingga tidak perlu dilakukan
penyesuaian untuk efek cuaca yang tidak terkendali. Ketiga alasan tersebut adalah sebagai
berikut :
1. Manfaat yang diperoleh untuk membuat penyesuaian ini lebih kecil daripada biaya yang
dikeluarkan untuk membuat penyesuaian ini (Cost > Benefit). Untuk melakukan
penyesuaian ini maka analis perlu untuk melacak waktu terjadinya hujan yang
mengakibatkan pelanggan tidak mencuci mobil mereka. Beberapa penilaian juga sulit
untuk dilakukan, misalnya banyak terjadinya hujan dan apakah hanya faktor hujan yang
mengakibatkan penurunan jumlah pelanggan untuk mencuci mobil.
2. Cuaca memang selalu berubah-ubah
3. Ketika perusahaan tidak menerima uang dalam jumlah tertentu maka perusahaan tidak
mampu untuk membayar bonus dalam periode tersebut.

Namun, perlu diperhatikan pula bahwa perhitungan dengan tidak melakukan


penyesuaian atas faktor cuaca ataupun faktor yang tidak terkendali lainnya akan secara tidak
langsung memaksa para karyawan untuk menanggung risiko bersama dengan pemilik
perusahaan. Oleh karena itu, karyawan harus diberikan kompensasi untuk menanggung risiko
tersebut, sehingga mereka tidak merasa dirugikan.
Selain itu, apabila faktor cuaca telah dianalisis ataupun aktualnya telah dilakukan
penyesuaian terlebih dahulu terhadap faktor cuaca tersebut, maka hasil perhitungan juga kana
menunjukkan perubahan. Contohnya dalam perhitungan di bawah ini dimana hasilnya berbeda
dari perhitungan sebelumnya karena actual-nya telah disesuaikan terlebih dahulu atas pengaruh
dari perkiraan yang salah berdasarkan jumlah hours of bad weather
“Adjusted” Controllable
Budget Actual Budget Variance
(Actual - Flexible
Budget)

Revenue € 184,000 € 124,080 € 211,200 € 27,200

Variable 92,000 62,040 105,600 (13,600)


expenses (50%
of revenue)

Fixed 53,820 55,000 55,000 (1,180)


expenses

Total expenses 145,820 117,040 160,600 (14,780)

Profit € 38,180 € 7,040 € 50,600 € 12,420

Dengan perhitungan setelah dilakukan penyesuaian di atas, maka besar bonus pool untuk lokasi
di Aalst adalah sebesar € 4,242 (€ 3,000 + € 1,242). Jawaban yang berbeda juga akan terjadi
apabila faktor-faktor lain seperti faktor kinerja dianalisis untuk dilakukan penyesuaian dalam
perhitungan. Namun, tentunya harus disertakan penjelasan atas dilakukannya penyesuaian
tersebut untuk faktor-faktor tertentu yang tidak dapat dikendalikan.

Dari tabel 1 dan tabel 2 terdapat data-data yang dapat membantu kita untuk menemukan
berapa banyak mobil yang datang ke Aalst saat cuaca sedang buruk. Data-data yang diperlukan
antara lain : pendapatan aktual pada kuartal ini = €124.080, rata-rata kendaraan yang dicuci
pada cuaca bagus per jam adalah 24 mobil, rata-rata pendapatan yang diperoleh per kendaraan
adalah €11, Jam cuaca bagus pada kuarter ini adalah 470 jam, dan jam cuaca buruk pada kuarter
ini adalah 450 jam. Untuk rata-rata kendaraan yang dicuci pada cuaca buruk per jam dapat kita
beri tanda “y”.
Untuk menghitung rata-rata kendaraan yang dicuci pada cuaca buruk, kita dapat
menggunakan persamaan matematika yaitu dengan mencari variabel “y”. Perhitungannya
adalah sebagai berikut : { 470 jam cuaca bagus x 24 kendaraan dicuci per jam x €11 pendapatan
per kendaraan } + {450 jam cuaca buruk x y kendaraan dicuci per jam x €11 pendapatan per
kendaraan } = €124.080 pendapatan aktual kuartal ini. Dengan memecahkan persamaan ini
dapat diperoleh berapa kendaraan yang dicuci pada cuaca buruk yaitu 0 jam.
Hal ini menandakan bahwa tidak ada kendaraan yang dicuci selama cuaca buruk di
lokasi Aalst. Pelanggan / konsumen tidak mau mencuci kendaraan mereka saat cuaca buruk
karena mereka beranggapan bahwa hal ini percuma karena kendaraannya akan kotor lagi
setelah keluar dari tempat pencucian mobil. Preferensi pelanggan ini di luar kendali manajemen
Aalst dan karenanya tidak ada indikator kinerja mereka sama sekali.
Dalam kasus ini terdapat 2 varians yaitu varians harga dan varians volume. Untuk
varians harga, kita dapat menggunakan data-data aktual yang ada di tabel yaitu €11 untuk
pendapatan per kendaraan, €10 untuk budget pendapatan per kendaraan, jam cuaca bagus
adalah 470 jam aktualnya serta jumlah rata-rata kendaraan yang dicuci disesuaikan ke
aktualnya menjadi sebanyak 24 kendaraan. Untuk biaya variabel kita asumsikan tetap sama
yaitu sebesar €5 per kendaraan. Perhitungannya adalah sebagai berikut : ( 470 aktual jam cuaca
bagus x 24 kendaraan servis sebenarnya per jam x (€ 10 pendapatan penjualan budget - € 5
biaya variabel) = € 56.400 dibandingkan dengan 470 jam cuaca bagus x 24 kendaraan servis
sebenarnya per jam x (€ 11 pendapatan penjualan aktual - € 5 biaya variabel) = € 67.680.
Dengan membandingkan perhitungan diatas dapat diperoleh adanya perbedaan sebesar
€11.280. Hal ini tidak memberikan banyak informasi karena kita mengasumsikan bahwa biaya
variabel berperilaku berbeda dari yang biasanya mereka lakukan di Olympic Car Wash, yaitu
bahwa mereka membuat 50% dari pendapatan yang dibebankan per pencucian kendaraan.
Untuk varians volume, kita dapat menilai perbedaan pendapatan serta biaya variabel
yang dikeluarkan. Kita dapat memperoleh angka varians volume dengan membandingkan
perhitungan menggunakan biaya variabel €5 ( €10 x 50% ) dengan biaya variabel €5.5 ( €11 x
50% ). Kemudian harus disesuaikan juga jam aktual cuaca bagus yaitu 470 jam dan rata-rata
kendaraan yang dibersihkan per jam adalah 24 kendaraan. Perhitungannya adalah sebagai
berikut : ( 470 jam x 24 kendaraan x €5 ) - (470 jam x 24 kendaraan x €5.5 ) = (€5.640)
Dengan demikian indikatornya tidak terlalu jelas, karena tidak mencerminkan bahwa
perbedaan dalam pendapatan yang diperoleh di luar kendali untuk manajemen Aalst. Alih-alih
malah mencampur ukuran yang tidak mencukupi ini dengan ukuran pengeluaran variabel dan
semakin mengurangi nilai informatif.
Meskipun demikian, setelah memecahkan beberapa langkah individual yang termasuk
dalam salah satu indikator ini, maka kita dapat melihat bahwa Aalst memang melakukan
strategi sesuai dalam hal pendapatan, mengingat penyesuaian terhadap cuaca buruk. Ketika
menyelesaikan untuk anggaran awal sebesar € 184.000 dari pendapatan, dengan asumsi 800
jam cerah dan 120 jam hujan, penyelesaian untuk x yang tidak diketahui dan berasal dari x =
0 (800 jam * 23 mobil per jam * pendapatan € 10 + 120 hujan * x mobil per jam * pendapatan
€ 10 = € 184.000? 184.000 + 120x * € 10 = € 184.000? x = 0). Dengan demikian, manajemen
Cuci Mobil Olimpiade telah menganggarkan bahwa tidak ada kendaraan yang akan dibawa ke
tempat pencucian mobil saat hujan. Tetapi satu-satunya kelemahan adalah biaya variabel yang
lebih tinggi. Dalam hal ini harus dianalisis lebih lanjut apa yang datang lebih dulu: peningkatan
biaya variabel atau peningkatan pendapatan penjualan per mobil.
Jika jumlah uang dalam bentuk Euro lebih tinggi dalam pengeluaran variabel yang
disebarkan dengan menaikkan harga per layanan, maka ini dapat disebut dengan tren negatif
yang harus dihentikan. Meskipun ada kemungkinan bahwa peningkatan biaya variabel adalah
karena kenaikan biaya yang tidak terkendali untuk beberapa sumber daya / bahan baku yang
digunakan dalam proses pembuatan layanan. Namun, meminta pertanggungjawaban
manajemen atas perubahan dalam biaya variabel dapat memotivasi mereka untuk
meningkatkan penggunaan sumber daya / bahan baku pada saat menaikkan harga. Karena biaya
tenaga kerja adalah bagian dari Aalst Dengan biaya variabel, ini mungkin berarti bahwa
manajemen Aalst akan memberhentikan orang, atau meningkatkan penanganan pekerjaan
mereka sehingga waktu kerja manusia yang lebih sedikit diinvestasikan per mencuci
kendaraan.
Namun penurunan penggunaan ini hanya akan mungkin sampai batas tertentu dan
dalam kedua kasus akan tergantung pada jenis sumber daya / orang mentah yang bersangkutan,
tidak ada persentase yang melekat padanya, seperti "Peningkatan proses dapat dicapai dengan
menurunkan penggunaan semua sumber daya dan bahan baku hingga tingkat 10% dari tingkat
penggunaan saat ini ”. Varians Efisiensi Operasi Ukuran ini mengulangi pesan yang sudah
disampaikan oleh entri sebelumnya: biaya variabel lebih tinggi dari yang dianggarkan (lebih
tinggi sebesar € 5,640), setelah menyesuaikan anggaran asli dengan perubahan yang terjadi
pada periode itu, seperti jam yang kurang cerah, sebuah efisiensi yang lebih tinggi dalam
menangani kendaraan per jam, dan pendapatan per kendaraan yang lebih tinggi. Varians Biaya
Tetap. Peningkatan pada biaya tetap mungkin disebabkan oleh perubahan eksternal di
lingkungan, yang manajemen Aalst tidak dapat memegang kendali.
Faktor seperti kenaikan sewa untuk pencucian mobil tidak dapat dipengaruhi, tidak juga
kenaikan upah minimum yang sah. Kesimpulan Laporan varians bukan alat yang baik untuk
benar-benar menilai kinerja manajemen Aalst. Satu-satunya indikator kinerja yang
memberikan jawaban yang jelas terhadap perubahan pendapatan, penjualan, dan laba adalah
ukuran efisiensi operasi, yang menemukan bahwa biaya variabel terlampaui oleh € 5,640.
Namun, biaya variabel mungkin tidak selalu dikendalikan oleh manajemen, karena mereka
biasanya hanya akan dapat menurunkan eksposur mereka ke faktor biaya yang meningkat
sampai batas tertentu. Karenanya, hasil ini harus dianalisis lebih lanjut sebelum pembayaran
kinerja aktual dilampirkan padanya.