ESTIMASI BIAYA
Estimasi biaya merupakan salah satu aktivitas paling penting yang dilakukan oleh akuntan
manajemen dalam mendukung strategi perusahaan. Estimasi biaya merupakan
pengembangan hubungan yang baik antara objek biaya dengan penggerak biayanya untuk
tujuan memprediksi biaya. Estimasi biaya memiliki peran penting dalam mengembangkan
posisi bersaing strategis, juga dalam menggunakan analisis rantai nilai, perhitungan biaya
berdasakan target, serta dalam konteks perencanaan dan evaluasi lainnya pada manajemen
biaya.
Hubungan antara biaya dengan penggerak biaya berdasarkan aktivitas atau volume
sering kali paling sesuai dengan metode estimasi biaya linier yang dijelaskan pada
makalah ini karena hubungan ini mendekati linier pada rentang yang relevan dari
koperasi perusahaan.
Penggerak biaya didasarkan struktur meliputi rencana dan keputusan yang memiliki
dampak jangka panjang serta strategis pada perusahaan. Keputusan tersebut
mencangkup pengalaman produksi, skala produk, teknologi produk atau produksi,
dan kompleksitas produk atau produksi. Isu teknologi dan kompleksitas sering kali
mengarahkan tiap manajemen untuk menggunakan perhitungan biaya berdasarkan
aktivitas dan metode estimasi linier. Sebaliknya, pengalaman dan skala sering kali
membutuhkan metode non-linier.
• Analisis Regresi
Analisis regresi ( regression analysis) merupakan metode statistic untuk memperoleh
persamaan estimasi biaya unik yang paling sesuai bagi sekumpulan titik data.
Analisis regresi menyesuaikan data dengan cara memperkecil jumlah kuadrat dari
kesalahan estimasi. Karena regresi secara estimasi memperkecil kesalahan estimasi
dengan cara ini, metode ini disebut juga regresi kaudrat terkecil ( least squares
regression).
Analisis regresi memiliki dua jenis variabel. Variabel terikat ( dependent variable)
merupakan biaya yang akan diestimasikan. Variabel Bebas ( independent variable)
merupakan penggerak biaya yang digunakan untuk mengestimasi nilai variable
terikat. Apabila hanya satu penggerak biaya yang digunakan, maka analisisnya
disebut dengan regresi sederhana.
Analisis regresi memberikan metode statistic yang tepat dan obyektif untuk
mengistemasikan beban perlengkapan. Keunggulan utama metode analisis regresi
adalah bahwa metode tersebut merupakan estimasi unik yang menghasilkan
kesalahan estimasi terkecil dari data. Disisi lain, karena kesalahan tersebut
dikuadratkan untuk mendapatkan garis terbaik ,analisis regresi dapat sangat
dipengaruhi oleh titik-titik data yang tidak umum yang disebut dengan pencilan data (
outliers).