HDR-10 Indonesian

Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.
com
www.downloadslide.com
1 Menentukan Berapa Biayanya

Berperilaku baik
01
Tujuan pembelajaran
Jelaskan fungsi biaya linier dan

tiga cara umum perilakunya
Apa gunanya melihat masa lalu?
Mungkin untuk mengingat kenangan indah keluarga dan teman atau membantu Anda memahami peristiwa
bersejarah. Mungkin mengingat masa lalu membantu Anda lebih memahami dan memprediksi masa depan. Sebuah
organisasi melihat masa lalu untuk menganalisis kinerjanya dan membuat keputusan yang tepat untuk meningkatkan
kinerjanya di masa depan. Aktivitas ini mengharuskan para manajer untuk mengumpulkan informasi tentang biaya dan
2 Jelaskan pentingnya kausalitas
dalam memperkirakan fungsi biaya memastikan bagaimana biaya tersebut berperilaku sehingga para manajer dapat memperkirakan apa yang akan
terjadi “di masa depan.” Memahami perilaku biaya adalah keterampilan teknis berharga yang semakin penting dalam
3 Memahami berbagai metode

estimasi biaya
beberapa tahun terakhir dengan meningkatnya ketersediaan kumpulan data baru yang masif dan daya komputasi
yang murah untuk menganalisisnya. Pengetahuan yang diperoleh dalam proses ini dapat memotivasi organisasi untuk
4 Uraikan enam langkah dalam

memperkirakan fungsi biaya menggunakan
mengatur ulang operasinya dengan cara yang inovatif dan mengatasi tantangan-tantangan penting.
analisis kuantitatif
5 Jelaskan tiga kriteria yang digunakan untuk

mengevaluasi dan memilih pemicu biaya
UPS MENGGUNAKAN “Big Data” untuk Memahami
Biayanya Sambil Membantu Lingkungan1
6 Jelaskan fungsi biaya nonlinier,
khususnya yang timbul dari efek
Dapatkah pemahaman tentang perilaku biaya berkontribusi terhadap kelestarian lingkungan? Di UPS,
kurva pembelajaran
raksasa pelayaran global, sistem “big data” yang dimilikinya menghasilkan pemahaman mendalam
7 Waspadai masalah data yang

dihadapi dalam memperkirakan
mengenai biaya dan operasional pengiriman paket, sehingga menghasilkan biaya yang lebih rendah,
sekaligus membantu lingkungan.

fungsi biaya
UPS mengirimkan lebih dari 15 juta paket setiap hari ke seluruh dunia. Dengan masing-masing pengemudi
perusahaan melakukan antara 120 dan 175 paket “drop” per hari, jumlah kemungkinan rute yang dapat diambil oleh
pengemudi pada hari tertentu hampir tidak terbatas. Untuk membantu UPS menemukan rute paling efisien untuk
55.000 hard disknya, UPS membangun sistem berbasis “data besar” yang disebut Orion,
d Optimasi dan Navigasi. Orion menggunakan 1.000 halaman untuk
menganalisis 200.000 kemungkinan untuk setiap rute pengiriman secara nyata
memberikan rute optimal dalam tiga detik.

Pada akhir tahun 2014, Orion mengizinkan UPS mengurangi jumlah
penggeraknya sebanyak 85 juta, yang menghilangkan 8 juta galon bahan
bakar dan 5.000 metrik ton karbon dioksida. Ketika diterapkan sepenuhnya
7, hal ini akan memungkinkan perusahaan untuk mengurangi jumlah perjalanan
sejauh 100 juta mil setiap tahunnya, sehingga menghemat 10 juta ga-
bahan bakar dan menghilangkan 100.000 metrik ton karbon dioksida. Sebagai
hasil dari peningkatan efisiensi dan penurunan biaya bahan bakar, kita akan
menghemat $300 hingga $400 juta per tahun berkat Orion.
Contoh UPS menggambarkan, manajer harus memahami bagaimana
berperilaku untuk membuat keputusan strategis dan operasional yang
memiliki dampak positif terhadap lingkungan. Bab ini akan berfokus pada
bagaimana manajer menentukan pola perilaku biaya—yaitu, bagaimana biaya
berubah sehubungan dengan perubahan tingkat aktivitas, kuantitas produk yang

Foto Stok B Christopher/Alamy diproduksi, dan sebagainya.
1Sumber:Katherine Noyes, “Jarak Terpendek antara Dua Titik? Di UPS, Ini Rumit,”Harta benda, Juli
25 Tahun 2014; Alex Woodie, “Mengapa Big Data Menjadi 'Bagaimana' di UPS, Bukan 'Apa'”Datanami, 26 Oktober 2015.
372
Asumsi Dasar dan Contoh Fungsi Biaya 373
Asumsi Dasar dan Contoh Fungsi Biaya
1
Manajer dapat memahami perilaku biaya melalui fungsi biaya, yang merupakan landasan dasar untuk Sedang belajar
memperkirakan biaya. Afungsi biayaadalah deskripsi matematis tentang bagaimana suatu biaya berubah Objektif
seiring dengan perubahan tingkat aktivitas yang berkaitan dengan biaya tersebut. Fungsi biaya dapat
Jelaskan biaya linier
diplot pada grafik dengan mengukur tingkat suatu aktivitas, seperti jumlah batch yang diproduksi atau fungsi
jumlah jam mesin yang digunakan, pada sumbu horizontal (disebut grafik).X-sumbu). Jumlah total biaya
yang berkaitan dengan—atau bergantung pada—tingkat aktivitas diukur pada sumbu vertikal (disebut . . . grafik fungsi biaya adalah
garis lurus
sumbu vertikal).kamu
-sumbu). dan tiga cara umum di mana
mereka berperilaku
Asumsi dasar . . . variabel, tetap, dan campuran
Manajer sering memperkirakan fungsi biaya berdasarkan dua asumsi:
1. Variasi tingkat suatu aktivitas (penggerak biaya) menjelaskan variasi biaya total
yang terkait.
2. Perilaku biaya didekati dengan fungsi biaya linier dalam rentang yang relevan. Ingat dari Bab 2 bahwa a
rentang yang relevanadalah rentang aktivitas yang didalamnya terdapat hubungan antara total biaya
dan tingkat aktivitas. Untuk sebuahfungsi biaya linier, total biaya versus tingkat aktivitas tunggal
yang berkaitan dengan biaya tersebut adalah garis lurus dalam rentang yang relevan.
Kami menggunakan asumsi-asumsi ini di sebagian besar, namun tidak seluruhnya, bab ini. Tidak semua fungsi biaya
bersifat linier dan dapat dijelaskan oleh satu aktivitas. Bagian selanjutnya akan membahas fungsi biaya yang tidak
bergantung pada asumsi tersebut.
Fungsi Biaya Linier

Untuk memahami tiga tipe dasar fungsi biaya linier dan melihat peran fungsi biaya dalam
keputusan bisnis, pertimbangkan negosiasi antara StoreBox, sebuah startup teknologi, dan
Forest Web Services (FWS) untuk layanan komputasi awan kelas perusahaan.
■
Alternatif 1:$0,50 per jam CPU yang digunakan. Total biaya untuk StoreBox berubah secara proporsional
dengan jumlah jam CPU yang digunakan. Jumlah jam CPU yang digunakan adalah satu-satunya faktor yang
perubahannya menyebabkan perubahan total biaya.
Panel A pada Tampilan 10-1 menyajikan hal iniharga bervariasiuntuk Kotak Toko. Berdasarkan alternatif 1, tidak
ada biaya tetap untuk layanan cloud. Kami menulis fungsi biaya di Panel A pada Tampilan 10-1 sebagai
kamu= $0,50X
Di manaXmengukur jumlah jam CPU yang digunakan (diX-sumbu) dankamumengukur total

biaya jam CPU yang digunakan (padakamu-axis), dihitung menggunakan fungsi biaya. Panel
A menggambarkan $0,50koefisien kemiringan, jumlah perubahan total biaya
pameran 10-1 Contoh Fungsi Biaya Linier
PANEL A:
Harga bervariasi
PANEL B: PANEL C:
Biaya tetap Biaya Campuran
$2.000 $2.000 $2.000

Lereng
koefisien
Total biaya (Y)
Total biaya (Y)

Total biaya (Y)
5variabel
Koefisien kemiringan5
$1.000 biaya $0,20 per
biaya variabel sebesar $0,50 per $1.000 Konstan atau $1.000 jam digunakan
jam yang digunakan
mencegat
Konstan atau
sebesar $1.000
$300 intersepsi sebesar $300
4.000 8.000 4.000 8.000 4.000 8.000

Jam CPU yang Digunakan (X) Jam CPU yang Digunakan (X) Jam CPU yang Digunakan (X)
374BAB 10 MENENTUKAN BAGAIMANA PERILAKU BIAYA
ketika terjadi perubahan satu unit pada tingkat aktivitas (satu jam penggunaan CPU pada contoh
StoreBox).Sepanjang bab ini, huruf besar, seperti X, mengacu pada pengamatan sebenarnya,
dan huruf kecil, sepertikamu, mewakili perkiraan atau perhitungan yang dibuat menggunakan
fungsi biaya.
■
Alternatif 2:Total biaya akan ditetapkan sebesar $1.000 per bulan, berapa pun jumlah jam CPU
yang digunakan. (Kami menggunakan ukuran aktivitas yang sama, jumlah jam CPU yang digunakan,
untuk membandingkan pola perilaku biaya dalam tiga alternatif.)
Panel B pada Tampilan 10-1 menunjukkan alternatif biaya tetap untuk StoreBox. Kami menulis fungsi
biaya di Panel B sebagai
kamu= $1.000
Biaya tetap sebesar $1.000 disebut akonstan; itu adalah komponen biaya total yang tidak
berubah seiring dengan perubahan tingkat aktivitas. Konstanta memperhitungkan seluruh biaya
karena tidak ada biaya variabel. Secara grafis, koefisien kemiringan fungsi biaya ini adalah
nol; fungsi biaya ini berpotongan dengankamu-sumbu pada nilai konstan. Oleh karena
itu,konstan juga disebutmencegat.
■
Alternatif 3:$300 per bulan ditambah $0,20 per jam CPU yang digunakan. Ini adalah contoh biaya
campuran. Abiaya campuran—juga disebut abiaya semivariabel—adalah biaya yang memiliki elemen
tetap dan variabel.
Panel C pada Tampilan 10-1 menunjukkan alternatif biaya campuran untuk StoreBox. Kami menulis fungsi
biaya di Panel C pada Tampilan 10-1 sebagai
kamu= $300 + $0,20X
Berbeda dengan grafik untuk alternatif 1 dan 2, Panel C memiliki nilai konstanta, atau titik potong, sebesar
$300 dan koefisien kemiringan sebesar $0,20. Dalam kasus biaya campuran, total biaya dalam rentang yang
relevan meningkat seiring dengan meningkatnya jumlah jam CPU yang digunakan. Namun, total biaya tidak
bervariasi secara proporsional dengan jumlah jam CPU yang digunakan dalam rentang yang relevan.
Misalnya, bila 4.000 jam digunakan, total biayanya sama dengan $1.100 [$300 + (0,20 per jam * 4.000 jam)],
dan bila 8.000 jam digunakan, total biayanya sama dengan $1.900 [$300 + ($0,20 per jam * 8.000 jam)
].
Meskipun penggunaan dalam hal jam meningkat dua kali lipat, total biaya hanya meningkat sekitar 73%
[($1,900 - $1,100) , $1,100].
Manajer StoreBox harus memahami pola perilaku biaya dalam tiga alternatif untuk memilih
kesepakatan terbaik dengan FWS. Misalkan StoreBox mengharapkan untuk menggunakan setidaknya 4.000
jam waktu CPU setiap bulannya. Biayanya untuk 4.000 jam berdasarkan tiga alternatif adalah sebagai berikut:
■
Alternatif 1:$2.000 ($0,50 per jam * 4.000 jam)
■
Alternatif 2:$1.000
■
Alternatif 3:$1.100 [$300 + ($0,20 per jam * 4.000 jam)]
Alternatif 2 adalah yang paling murah. Selain itu, jika StoreBox menggunakan lebih dari 4.000
jam, seperti yang mungkin terjadi, alternatif 1 dan 3 akan lebih mahal. Oleh karena itu, manajer
StoreBox harus memilih alternatif 2.
Perhatikan bahwa grafik pada Tampilan 10-1 adalah linier. Artinya, mereka tampak sebagai garis lurus.
Kita hanya perlu mengetahui jumlah konstanta, atau intersep, (yang biasa disebut denganA) dan koefisien
kemiringan (umumnya disebutB). Untuk fungsi biaya linier apa pun yang didasarkan pada aktivitas tunggal
(ingat dua asumsi yang kita bahas di awal bagian ini), ketahuilahADanBcukup untuk mendeskripsikan dan
memplot secara grafis semua nilai dalam rentang yang relevan. Bentuk umum dari fungsi biaya linier ini
adalah
kamu=A+bX
Di bawah alternatif 1,A= $0 danB= $0,50 per jam CPU yang digunakan; di bawah alternatif 2,A= $1.000 danB=
$0 per jam digunakan; dan di bawah alternatif 3,A= $300 danB= $0,20 per jam digunakan.
Asumsi Dasar dan Contoh Fungsi Biaya 375
Tuliskan persamaan fungsi biaya linier untuk setiap kondisi berikut. Menggunakankamuuntuk
perkiraan biaya danXuntuk aktivitas penggerak biaya.

A. Biaya bahan langsung adalah $1,70 per pon.
10-1Cobalah!
B. Total biaya ditetapkan sebesar $8.000 per bulan berapa pun jumlah unit yang diproduksi.
C. Penyewaan mobil memiliki biaya tetap sebesar $80,00 per hari ditambah $2,00 per mil perjalanan.
D. Biaya pengoperasian mesin mencakup $1.000 pemeliharaan per bulan, dan $12,00 biaya
penggunaan cairan pendingin untuk setiap hari mesin beroperasi.
Tinjauan Klasifikasi Biaya

Sebelum kita membahas isu-isu yang terkait dengan estimasi fungsi biaya, kita meninjau secara singkat tiga kriteria
yang diuraikan dalam Bab 2 untuk mengklasifikasikan biaya ke dalam komponen variabel dan tetap.
Pilihan Objek Biaya

Item biaya tertentu dapat bersifat variabel untuk satu objek biaya dan tetap untuk objek biaya lainnya.
Pertimbangkan Super Shuttle, sebuah perusahaan transportasi bandara. Jika armada van yang dimilikinya
merupakan objek biaya, maka biaya registrasi dan perizinan van tahunan akan menjadi biaya variabel untuk jumlah
van yang dimiliki. Namun jika sebuah mobil van tertentu menjadi objek biayanya, maka biaya registrasi dan lisensi
untuk mobil van tersebut merupakan biaya tetap untuk jarak tempuh yang ditempuh selama setahun.
Cakrawala Waktu
Apakah suatu biaya bersifat variabel atau tetap untuk aktivitas tertentu bergantung pada jangka waktu yang
dipertimbangkan manajer ketika mengambil keputusan. Semakin panjang jangka waktunya, dan semua hal
lain dianggap sama, semakin besar kemungkinan biayanya bersifat variabel. Misalnya, biaya inspeksi di
Perusahaan Boeing biasanya bersifat tetap dalam jangka pendek karena para inspektur memperoleh gaji tetap
pada tahun tertentu, berapa pun jumlah jam kerja inspeksi yang dilakukan. Namun, dalam jangka panjang, total
biaya inspeksi Boeing akan bervariasi sesuai dengan jam inspeksi yang diperlukan. Lebih banyak inspektur akan
dipekerjakan jika diperlukan lebih banyak jam inspeksi, dan beberapa inspektur akan ditugaskan kembali ke
tugas lain atau diberhentikan jika diperlukan lebih sedikit jam inspeksi.
Rentang yang Relevan
Pola perilaku biaya variabel dan tetap berlaku untuk fungsi biaya linier hanya dalam rentang relevan
tertentu. Di luar kisaran yang relevan, pola perilaku biaya variabel dan biaya tetap berubah, menyebabkan
biaya menjadi nonlinier (nonlinier berarti plot hubungan pada grafik tidak berupa garis lurus). Misalnya,
Gambar 10-2 menggambarkan hubungan (selama beberapa tahun) antara total biaya tenaga kerja produksi
langsung dan jumlah papan seluncur salju yang diproduksi setiap tahun oleh Winter Sports Authority di Keputusan
pabriknya di Vermont. Dalam kasus ini, ketidaklinieran di luar kisaran yang relevan terjadi karena tenaga Titik
kerja dan inefisiensi lainnya (pertama karena pekerja sedang belajar membuat papan seluncur salju dan Apa yang dimaksud dengan
kemudian karena batas kapasitas yang dilampaui). Mengetahui kisaran yang relevan sangat penting untuk fungsi biaya linier, dan jenis
perilaku biaya apa yang dapat
mengklasifikasikan biaya dengan benar.
diwakilinya?
$350 pameran 10-2

Total Biaya Tenaga Kerja Manufaktur
Rentang yang Relevan

$300
$250 Linearitas Dalam Rentang yang
Langsung (dalam ribuan)
$200 Relevan untuk Winter Sports

(Y)
$150 Authority, Inc.
$100
$50
2.000 4.000 6.000 8.000
Papan Seluncur Salju Diproduksi (X)

376 bab 10 MENENTUKAN BAGAIMANA BIAYA BERPERILAKU
Mengidentifikasi Penggerak Biaya
2
Sedang belajar Dalam contoh StoreBox, kita membahas fungsi biaya variabel, tetap, dan campuran menggunakan informasi tentang
Objektif masa depanstruktur biaya yang dipertimbangkan StoreBox. Namun seringkali, fungsi biaya diperkirakan darimasa
laludata biaya. Manajer menggunakanperkiraan biayauntuk mengukur hubungan berdasarkan data dari biaya
masa lalu dan tingkat aktivitas yang terkait. Manajer tertarik untuk memperkirakan fungsi biaya masa lalu terutama
Jelaskan pentingnya
karena hal ini dapat membantu membuat fungsi tersebut menjadi lebih akuratprediksi biaya, atau perkiraan, biaya
kausalitas dalam
masa depan. Misalnya, untuk memilih fitur desain model TV barunya, manajer LG menggunakan fungsi biaya masa
memperkirakan fungsi biaya
lalu untuk mengevaluasi biaya desain alternatif dan menggabungkan informasi ini dengan wawasan tentang jumlah
. . . hanya hubungan sebab-
yang bersedia dibayar oleh pelanggan. Demikian pula, manajer pemasaran di Audi berupaya memahami apa yang
akibat yang membangun
menyebabkan biaya layanan pelanggan mereka berubah dari tahun ke tahun (misalnya, jumlah model mobil
hubungan ekonomi
hubungan yang masuk akal baru yang diperkenalkan atau jumlah total mobil yang terjual) dan komponen tetap dan variabel dari biaya-biaya
antara suatu aktivitas dan tersebut. . Prediksi biaya yang lebih baik membantu manajer Audi membuat keputusan perencanaan dan
biayanya pengendalian yang lebih tepat, seperti menyiapkan anggaran layanan pelanggan tahun depan. Namun
keputusan manajemen, prediksi biaya, dan estimasi fungsi biaya yang lebih baik hanya dapat dicapai jika
manajer mengidentifikasi dengan benar faktor-faktor yang mempengaruhi biaya.
Kriteria Sebab-Akibat
Masalah yang paling penting dalam memperkirakan fungsi biaya adalah menentukan apakah terdapat
hubungan sebab-akibat antara tingkat suatu aktivitas dan biaya yang terkait dengannya. Tanpa hubungan
sebab-akibat, manajer akan kurang percaya diri mengenai kemampuan mereka memperkirakan atau
memprediksi biaya. Ingat kembali Bab 2 bahwa ketika terdapat hubungan sebab-akibat antara perubahan
tingkat aktivitas dan perubahan tingkat biaya total, kita menyebut ukuran aktivitas sebagai ukuran aktivitas.
penggerak biaya. Kami menggunakan istilah tersebuttingkat aktivitasDantingkat penggerak biaya secara
bergantian ketika memperkirakan fungsi biaya. Memahami pemicu biaya sangat penting untuk mengelola
biaya. Hubungan sebab-akibat mungkin timbul karena hal-hal berikut:
■
Hubungan fisik antara tingkat aktivitas dan biaya.Biaya bahan langsung dan produksi adalah
contohnya. Memproduksi lebih banyak papan seluncur salju memerlukan lebih banyak plastik, yang
mengakibatkan total biaya bahan langsung lebih tinggi.
■
Pengaturan kontrak.Pertimbangkan kontrak antara StoreBox dan FWS. Kontrak tersebut
menentukan jumlah jam CPU yang digunakan sebagai tingkat aktivitas yang memengaruhi biaya layanan
cloud. Oleh karena itu, terdapat sebab dan akibat langsung di antara keduanya.
■
Pengetahuan tentang operasi.Contoh pengetahuan operasi adalah ketika jumlah suku cadang digunakan
sebagai ukuran aktivitas biaya pemesanan. Komputer Lenovo dengan banyak komponen akan dikenakan biaya
pemesanan lebih tinggi dibandingkan model baru yang memiliki komponen lebih sedikit.
Manajer harus berhati-hati untuk tidak menafsirkan korelasi yang tinggi antara dua variabel yang berarti bahwa
salah satu variabel menyebabkan variabel lainnya.Pertimbangkan total biaya bahan langsung dan biaya tenaga kerja
untuk Winston Furniture, yang membuat dua jenis meja (jika tidak identik), satu dengan permukaan granit dan yang
lainnya dengan permukaan kayu. Meja granit memiliki biaya bahan langsung yang lebih tinggi dibandingkan meja
kayu karena granit merupakan bahan baku yang lebih mahal. Namun, granit tersedia dalam bentuk blok yang sudah
dipotong sebelumnya, sehingga meja granit memerlukan biaya tenaga kerja produksi langsung yang lebih sedikit
dibandingkan meja kayu. Winston saat ini menjual 10.000 meja granit dan 30.000 meja kayu.
Jika Winston menjual 20% lebih banyak untuk setiap jenis meja, maka total biaya bahan langsung dan total biaya tenaga kerja
produksi langsung untuk setiap jenis akan meningkat sebesar 20%. Kedua kategori biaya tersebut sangat berkorelasi dalam kasus ini.
Namun, penting untuk dicatat bahwa tidak ada satupun yang menyebabkan biaya lainnya, sehingga menggunakan satu biaya untuk
memprediksi biaya lainnya merupakan suatu permasalahan.
Untuk mengetahui alasannya, misalkan lagi Winston menjual meja 20% lebih banyak (atau
totalnya 48.000 lagi), namun sekarang 4.000 di antaranya adalah meja granit dan 44.000 adalah meja
kayu. Biaya tenaga kerja produksi langsung lebih tinggi untuk meja kayu dibandingkan meja granit,
sehingga total biaya tenaga kerja produksi langsung Winston akan meningkat lebih dari 20%.
Sebaliknya, karena granit jauh lebih mahal dibandingkan kayu, total biaya bahan langsung Winston
justru akan menurun. Akibatnya, menggunakan total biaya tenaga kerja produksi langsung Winston
untuk memprediksi total biaya bahan langsung adalah sebuah kesalahan. Faktor-faktor lain, seperti
jumlah setiap jenis meja yang diproduksi, akan lebih akurat memprediksi perubahan total biaya bahan
baku langsung perusahaan.
Metode Estimasi Biaya377
Hanya hubungan sebab-akibat—bukan sekadar korelasi—yang dapat menciptakan hubungan yang

masuk akal secara ekonomi antara tingkat suatu aktivitas dan biayanya. Masuk akal secara ekonomi sangat
penting karena memberikan keyakinan kepada analis dan manajer bahwa perkiraan hubungan akan muncul
berulang kali dalam kumpulan data lainnya. Mengidentifikasi pemicu biaya juga memberi manajer wawasan
tentang cara mengurangi biaya dan keyakinan bahwa mengurangi kuantitas pemicu biaya akan
menyebabkan penurunan biaya.
Penggerak Biaya dan Proses Pengambilan Keputusan

Untuk mengidentifikasi pemicu biaya dengan benar guna mengambil keputusan, manajer harus selalu menggunakan jangka
waktu yang panjang. Mengapa? Karena biaya mungkin tetap dalam jangka pendek (dimana biaya tersebut tidak memiliki
pemicu biaya), namun biasanya bersifat variabel dan memiliki pemicu biaya dalam jangka panjang. Berfokus pada jangka
pendek mungkin secara tidak sengaja menyebabkan manajer percaya bahwa suatu biaya tidak memiliki pemicu biaya.
Pertimbangkan Elegant Rugs, yang menggunakan mesin tenun otomatis canggih untuk memproduksi
karpet untuk rumah dan kantor. Manajemen telah mengubah proses produksi dan ingin memperkenalkan
karpet gaya baru. Manajer Elegant Rugs mengikuti proses pengambilan keputusan lima langkah yang
diuraikan dalam Bab 1 untuk mengevaluasi bagaimana perubahan ini mempengaruhi biaya dan gaya karpet
apa yang harus mereka perkenalkan.
Langkah 1: Identifikasi masalah dan ketidakpastiannya.Manajer Elegant Rugs yakin dengan

bahan langsung dan biaya tenaga kerja produksi langsung dari karpet model baru. Mereka kurang yakin
mengenai dampak pilihan gaya yang berbeda terhadap biaya tenaga kerja produksi tidak langsung.
Para manajer ingin memahami penyebab biaya tenaga kerja produksi tidak langsung dan
menggunakan pengetahuan mereka tentang hubungan ini untuk menentukan campuran karpet yang
harus mereka produksi.
Selain itu, proses produksi diubah untuk mengurangi biaya tenaga kerja produksi tidak langsung
Elegant Rugs. Kini para manajer ingin mengetahui apakah biaya pengawasan, pemeliharaan, dan
pengendalian kualitas perusahaan benar-benar menurun, dengan mempertimbangkan volume
aktivitas dan perbedaan gaya karpet yang diproduksi sebelum dan sesudah perubahan proses.
Langkah 2: Dapatkan informasi.Manajer mengumpulkan informasi tentang pemicu biaya potensial seperti jam
mesin atau jam kerja produksi langsung—yang menyebabkan timbulnya biaya tenaga kerja produksi tidak langsung.
Mereka juga mulai mempertimbangkan teknik-teknik yang berbeda (dibahas di bagian selanjutnya) untuk
memperkirakan besarnya pengaruh pemicu biaya terhadap biaya tenaga kerja manufaktur tidak langsung
perusahaan. Tujuan mereka adalah untuk mengidentifikasi pemicu biaya tunggal yang terbaik.
Langkah 3: Buat prediksi tentang masa depan.Manajer menggunakan data masa lalu untuk memperkirakan hubungan
antara pemicu biaya dan biaya dan menggunakan hubungan ini untuk memprediksi biaya di masa depan.
Langkah 4: Buat keputusan dengan memilih di antara alternatif-alternatif.Seperti yang akan kami jelaskan nanti
(halaman 385–387), para manajer memilih jam mesin sebagai penggerak biaya. Dengan menggunakan analisis regresi,
mereka memperkirakan biaya tenaga kerja produksi tidak langsung per jam mesin dari model karpet alternatif dan memilih
untuk memproduksi model karpet yang paling menguntungkan.
Keputusan
Titik
Langkah 5: Terapkan keputusan, evaluasi kinerja, dan pelajari.Setahun kemudian para manajer
mengevaluasi hasil keputusan mereka. Membandingkan perkiraan biaya dengan biaya aktual membantu mereka Masalah apa yang
paling penting dalam
menentukan seberapa akurat perkiraan tersebut, menetapkan target untuk perbaikan berkelanjutan, dan mencari
memperkirakan suatu biaya
cara untuk meningkatkan efisiensi dan efektivitas Elegant Rugs. fungsi?
3
ar
Metode Estimasi Biaya Sedang b e l a j
Objektif
Empat metode estimasi biaya adalah (1) metode teknik industri, (2) metode konferensi, (3)
Memahami berbagai
metode analisis akun, dan (4) metode analisis kuantitatif (yang bentuknya berbeda-beda). metode estimasi biaya
Metode-metode ini berbeda dalam hal seberapa mahal biaya penerapannya, asumsi yang
. . . misalnya, metode analisis
dibuat, dan informasi yang diberikan tentang keakuratan fungsi estimasi biaya. Metode-
regresi menentukan garis yang
metode tersebut tidak saling eksklusif, sehingga banyak organisasi menggunakan paling sesuai dengan data masa
kombinasi metode. lalu
Metode Teknik Industri

Deskripsi Metode
Itumetode teknik industri, juga disebutmetode pengukuran kerja, memperkirakan fungsi biaya dengan
menganalisis hubungan antara input dan output dalam bentuk fisik. Karpet Elegan menggunakan masukan
kapas, wol, pewarna, tenaga kerja produksi langsung, waktu mesin, dan tenaga. Hasil produksinya adalah
karpet berukuran meter persegi. Studi waktu dan gerak menganalisis waktu yang dibutuhkan untuk
melakukan berbagai operasi produksi karpet. Misalnya, studi waktu dan gerak dapat menyimpulkan bahwa
untuk memproduksi karpet seluas 10 kaki persegi memerlukan satu jam tenaga kerja produksi langsung.
Standar dan anggaran mengubah ukuran input fisik menjadi biaya. Hasilnya adalah fungsi perkiraan biaya
yang menghubungkan biaya tenaga kerja produksi langsung dengan pemicu biaya, kaki persegi karpet yang
diproduksi.
Keuntungan dan Tantangan

Metode teknik industri adalah cara yang menyeluruh dan terperinci untuk memperkirakan fungsi biaya
ketika terdapat hubungan fisik antara input dan output. Meskipun memerlukan waktu lama, beberapa
kontrak pemerintah mewajibkan penggunaannya. Banyak organisasi, seperti Bose dan Nokia,
menggunakannya untuk memperkirakan biaya produksi langsung, namun menganggapnya terlalu mahal
atau tidak praktis untuk menganalisis keseluruhan struktur biaya mereka. Misalnya, hubungan fisik antara
input dan output sulit ditentukan untuk item-item seperti biaya produksi tidak langsung, biaya penelitian dan
pengembangan, dan biaya periklanan.
Metode Konferensi
Deskripsi Metode
Itumetode konferensimemperkirakan fungsi biaya berdasarkan analisis dan pendapat tentang biaya
dan pendorongnya yang dikumpulkan dari berbagai departemen dalam perusahaan (pembelian,
rekayasa proses, manufaktur, hubungan karyawan, dan sebagainya). Beberapa bank, misalnya,
mengembangkan fungsi biaya untuk produk perbankan ritel mereka (seperti rekening giro, kartu
VISA, dan hipotek) berdasarkan perkiraan konsensus dari personel dari berbagai departemen.
Mengandalkan penilaian kolektif para ahli adalah strategi paling populer untuk memperkirakan biaya
proyek pengembangan perangkat lunak. Elegant Rugs mengumpulkan pendapat dari supervisor dan
insinyur produksi tentang bagaimana biaya tenaga kerja produksi tidak langsung bervariasi menurut
jam mesin dan jam kerja produksi langsung.

Metode konferensi mendorong kerja sama antardepartemen. Pengumpulan pengetahuan para ahli
dari berbagai fungsi bisnis dalam rantai nilai memberikan kredibilitas pada metode konferensi.
Metode konferensi tidak memerlukan analisis data yang rinci, sehingga fungsi biaya dan perkiraan
biaya dapat dikembangkan dengan cepat. Namun, karena opini digunakan, keakuratan perkiraan
biaya sangat bergantung pada kepedulian dan keterampilan orang yang memberikan masukan.
Metode Analisis Akun

Deskripsi Metode
Itumetode analisis akunmemperkirakan fungsi biaya dengan mengklasifikasikan berbagai akun biaya
sebagai variabel, tetap, atau campuran sehubungan dengan tingkat aktivitas yang diidentifikasi. Biasanya,
manajer menggunakan analisis kualitatif daripada kuantitatif ketika membuat keputusan klasifikasi biaya.
Pertimbangkan biaya tenaga kerja produksi tidak langsung untuk area produksi (atau sel) di Elegant
Rugs. Ini termasuk upah yang dibayarkan untuk pengawasan, pemeliharaan, pengendalian kualitas, dan
pengaturan. Selama periode 12 minggu terakhir, Elegant Rugs menjalankan mesin di dalam sel selama total
862 jam dan menimbulkan total biaya tenaga kerja produksi tidak langsung sebesar $12.501. Dengan
menggunakan analisis kualitatif, manajer dan akuntan manajemen menentukan
Metode Estimasi Biaya379
bahwa selama periode 12 minggu ini biaya tenaga kerja manufaktur tidak langsung merupakan biaya
campuran dengan hanya satu pemicu biaya—jam mesin. Karena jam kerja mesin bervariasi, salah satu
komponen biaya (seperti biaya pengawasan) bersifat tetap, sedangkan komponen lainnya (seperti
biaya pemeliharaan) bersifat variabel. Manajer dan akuntan manajemen ingin memperkirakan fungsi
biaya linier untuk biaya tenaga kerja produksi tidak langsung sel dengan menggunakan jumlah jam
mesin sebagai penggerak biaya. Untuk melakukan hal ini, mereka harus membedakan antara
komponen biaya variabel dan biaya tetap. Dengan menggunakan pengalaman dan penilaian mereka,
mereka memisahkan total biaya tenaga kerja produksi tidak langsung sel ($12.501) menjadi biaya
tetap ($2.157, berdasarkan 1.200 jam kapasitas mesin untuk sel selama periode 12 minggu) dan biaya
variabel ($10.344) berdasarkan jumlah jam mesin yang digunakan. Biaya variabel per jam mesin
adalah $10,344 , 862 mesin@jam = $12 per mesin@jam. Oleh karena itu, persamaan biaya linier,
kamu
=A+bX, adalah:
Biaya tenaga kerja produksi tidak langsung = $2,157

+ $112 per mesin@jam * Jumlah mesin@jam2
Manajer Elegant Rugs dapat menggunakan fungsi biaya untuk memperkirakan biaya tenaga kerja produksi
tidak langsung dari penggunaan, katakanlah, 1.000 jam mesin untuk memproduksi karpet dalam periode 12
minggu berikutnya. Estimasi biayanya sama dengan $2.157 + (1.000 mesin@jam * $12 per mesin@jam) =
$14.157. Biaya tenaga kerja produksi tidak langsung per jam mesin saat ini adalah $12.501.862 jam mesin = $
14,50 per mesin@jam. Biaya tersebut berkurang menjadi $14,157 , 1,000 machine@hours = $14.16 per
machine@hour, karena biaya tetap sebesar $2,157 tersebar pada jumlah jam mesin yang lebih banyak.

Metode analisis akun banyak digunakan karena cukup akurat, hemat biaya, dan mudah digunakan.
Untuk mendapatkan perkiraan yang dapat diandalkan mengenai komponen biaya tetap dan variabel,
organisasi harus berhati-hati untuk memastikan bahwa individu dengan pengetahuan menyeluruh
tentang operasi membuat keputusan klasifikasi biaya. Melengkapi metode analisis akun dengan
metode konferensi akan meningkatkan kredibilitas. Keakuratan metode analisis akun bergantung
pada keakuratan penilaian kualitatif yang dibuat oleh manajer dan akuntan manajemen mengenai
biaya mana yang tetap dan mana yang variabel.
Metode Analisis Kuantitatif

Deskripsi Metode
Analisis kuantitatif menggunakan metode matematika formal untuk menyesuaikan fungsi biaya dengan
observasi data masa lalu. Excel adalah alat yang berguna untuk melakukan analisis kuantitatif. Kolom B dan C
pada Tampilan 10-3 menunjukkan rincian total jam mesin Elegant Rugs (862) dan total biaya tenaga kerja
produksi tidak langsung ($12.501) ke dalam data mingguan untuk periode 12 minggu terakhir. Perhatikan
bahwa datanya dipasangkan; untuk setiap minggu, terdapat data jumlah jam mesin dan biaya tenaga
kerja produksi tidak langsung yang terkait. Misalnya, minggu ke-12 menunjukkan 48 jam mesin dan biaya
tenaga kerja produksi tidak langsung sebesar $963. Bagian selanjutnya menggunakan data pada Gambar 10-
3 untuk mengilustrasikan bagaimana memperkirakan fungsi biaya menggunakan analisis kuantitatif. Kami
menguji dua teknik: metode tinggi-rendah yang relatif sederhana serta alat kuantitatif yang lebih umum
digunakan untuk memeriksa dan memahami data, yaitu analisis regresi.

Analisis kuantitatif, khususnya analisis regresi, adalah pendekatan yang paling ketat untuk memperkirakan
biaya. Analisis regresi memerlukan informasi rinci tentang biaya, pemicu biaya, dan fungsi biaya sehingga Keputusan
lebih memakan waktu untuk diterapkan. Namun, saat ini terdapat lebih banyak data yang tersedia Titik
dibandingkan sebelumnya dan dengan menurunnya biaya penyimpanan dan analisis, melakukan analisis Apa saja metode berbeda
regresi dan mendapatkan wawasan penting menjadi jauh lebih mudah dibandingkan di masa lalu. yang dapat digunakan
untuk memperkirakan
fungsi biaya?
pameran 10-3
Mingguan Tidak Langsung
Tenaga Kerja Manufaktur

Biaya dan Jam Mesin untuk Tidak langsung
Karpet Elegan
Penggerak Biaya: Manufaktur
Pekan Jam Mesin Biaya tenaga kerja
(X) (Y)
1 68 $1.190
2 88 1.211
3 62 1.004
4 72 917
5 60 770
6 96 1.456
7 78 1.180
8 46 710
9 82 1.316
10 94 1.032
11 68 752
12 48 963
Total 862 $12.501
Memperkirakan Fungsi Biaya

Menggunakan Analisis Kuantitatif
4
Sedang belajar Ada enam langkah dalam memperkirakan fungsi biaya menggunakan analisis kuantitatif data masa lalu. Kami
Objektif mengilustrasikan langkah-langkahnya menggunakan contoh Karpet Elegan.
Langkah 1: Pilih variabel terikat.Yangvariabel tak bebas(biaya yang akan diprediksi dan dikelola)
Uraikan enam langkah dalam yang dipilih manajer akan bergantung pada fungsi biaya spesifik yang diperkirakan. Dalam contoh
memperkirakan fungsi biaya Permadani Elegan, variabel terikatnya adalah biaya tenaga kerja produksi tidak langsung.
menggunakan analisis kuantitatif
Langkah 2: Identifikasi variabel independen, atau pemicu biaya.Ituvariabel bebas(tingkat aktivitas atau cost
. . . hasil akhirnya (Langkah 6)
driver) merupakan faktor yang digunakan untuk memprediksi variabel dependen (biaya). Jika biayanya merupakan
adalah mengevaluasi pemicu
biaya tidak langsung, seperti pada Permadani Elegan, variabel independennya juga disebut basis alokasi biaya.
biaya dari fungsi estimasi biaya
Meskipun istilah-istilah ini terkadang digunakan secara bergantian, kami menggunakan istilah tersebutpenggerak
biayauntuk menggambarkan variabel independen. Seringkali, akuntan manajemen, yang bekerja dengan tim
manajemen, akan mengulangi enam langkah tersebut beberapa kali, mencoba penggerak biaya alternatif yang
masuk akal secara ekonomi untuk mengidentifikasi salah satu yang paling sesuai dengan data.
Ingatlah bahwa pemicu biaya harus dapat diukur dan memilikimasuk akal secara ekonomihubungannya
dengan variabel terikat. Masuk akal secara ekonomi berarti bahwa hubungan tersebut (menggambarkan
bagaimana perubahan pemicu biaya menyebabkan perubahan biaya yang dipertimbangkan) didasarkan
pada hubungan fisik, kontrak, atau pengetahuan operasi dan masuk akal secara ekonomi bagi manajer
operasi dan akuntan manajemen. Seperti yang Anda pelajari di Bab 5, semua item biaya yang termasuk
dalam variabel terikat harus memiliki pemicu biaya yang sama; artinya, kumpulan biaya harus homogen. Jika
hal ini tidak terjadi, akuntan manajemen harus menyelidiki kemungkinan menciptakan kumpulan biaya
yang homogen dan memperkirakan lebih dari satu fungsi biaya, satu untuk setiap pasangan item
biaya/penggerak biaya.
Sebagai contoh, pertimbangkan beberapa jenis tunjangan yang dibayarkan kepada karyawan dan pemicu biaya
dari tunjangan tersebut:
Tunjangan Penggerak Biaya
Keuntungan sehat Jumlah karyawan

Makanan kafetaria Jumlah karyawan
Manfaat pensiun Gaji karyawan
Asuransi jiwa Gaji karyawan
Memperkirakan fungsi biaya menggunakan analisis Kuantitatif 381
Biaya tunjangan kesehatan dan biaya makan di kafetaria dapat digabungkan menjadi satu kumpulan biaya yang
homogen karena keduanya memiliki pemicu biaya yang sama—jumlah karyawan. Tunjangan pensiun dan biaya
asuransi jiwa memiliki pemicu biaya yang berbeda—gaji karyawan—dan, oleh karena itu, tidak boleh digabungkan
dengan tunjangan kesehatan dan makanan di kafetaria. Sebaliknya, manfaat tersebut harus digabungkan ke dalam
kumpulan biaya homogen yang terpisah, yang dapat diperkirakan dengan menggunakan gaji karyawan yang
menerima manfaat tersebut sebagai pemicu biaya.
Langkah 3: Kumpulkan data tentang variabel terikat dan pemicu biaya.Ini biasanya
merupakan langkah tersulit dalam analisis biaya. Akuntan manajemen memperoleh data dari
dokumen perusahaan, dari wawancara dengan manajer, dan melalui studi khusus. Data ini dapat
berupa data time-series atau data cross-sectional.
Data deret waktuberkaitan dengan entitas yang sama (seperti organisasi, pabrik, atau aktivitas)
selama periode masa lalu yang berurutan. Pengamatan mingguan terhadap biaya tenaga kerja
produksi tidak langsung Elegant Rugs dan jumlah jam kerja mesin adalah contoh data deret waktu.
Basis data deret waktu yang ideal akan berisi banyak observasi untuk perusahaan yang operasinya
tidak terpengaruh oleh perubahan ekonomi atau teknologi. Perekonomian yang stabil dan teknologi
yang stabil memastikan bahwa data yang dikumpulkan selama periode estimasi mewakili hubungan
mendasar yang sama antara pemicu biaya dan variabel terikat. Selain itu, periode yang digunakan
untuk mengukur variabel terikat dan pemicu biaya harus konsisten sepanjang pengamatan.
Data lintas bagianberkaitan dengan entitas yang berbeda pada periode yang sama. Misalnya, studi
tentang pinjaman yang diproses dan biaya personel terkait di 50 cabang bank individu, namun serupa,
selama bulan Maret 2017 akan menghasilkan data cross-sectional untuk bulan tersebut. Data cross-sectional
harus diambil dari entitas yang, dalam setiap entitas, memiliki hubungan serupa antara pemicu biaya dan
biaya. Nanti di bab ini, kami menjelaskan masalah-masalah yang muncul dalam pengumpulan data.
Langkah 4: Plot datanya.Hubungan umum antara pemicu biaya dan biaya dapat dengan mudah
dilihat dengan membuat grafik plot data. Plot tersebut memberikan wawasan tentang rentang fungsi
biaya yang relevan dan menunjukkan apakah hubungan antara faktor pendorong dan biaya
mendekati linier. Selain itu, plotnya menyoroti pengamatan ekstrem (pengamatan di luar pola umum)
yang harus diperiksa oleh analis. Apakah ada kesalahan dalam pencatatan data atau kejadian yang
tidak biasa, seperti penghentian pekerjaan, yang membuat pengamatan ini tidak mewakili hubungan
normal antara pemicu biaya dan biaya?
Tampilan 10-4 adalah plot data mingguan dari kolom B dan C spreadsheet Excel pada Tampilan
10-3. Grafik ini memberikan bukti visual yang kuat tentang hubungan linier positif antara jumlah jam
mesin di Elegant Rugs dan biaya tenaga kerja produksi tidak langsung (ketika jam mesin meningkat,
biaya tenaga kerja produksi tidak langsung juga meningkat). Tampaknya tidak ada observasi ekstrim
pada Gambar 10-4. Kisaran yang relevan adalah dari 46 hingga 96 jam mesin per minggu (masing-
masing minggu ke-8 dan ke-6).
Langkah 5: Perkirakan fungsi biaya.Dua bentuk analisis kuantitatif yang paling umum digunakan manajer
dan akuntan untuk memperkirakan fungsi biaya adalah metode tinggi-rendah dan analisis regresi. Meskipun
program komputer seperti Excel membuat analisis regresi jauh lebih mudah, kami akan menjelaskan metode
tinggi-rendah untuk memberikan beberapa intuisi dasar mengenai gagasan menggambar garis agar
“menyesuaikan” sejumlah titik data. Kami menyajikan metode ini setelah Langkah 6.
$1.600
pameran 10-4
Biaya Tenaga Kerja Manufaktur Tidak Langsung (Y)
1.400 6
9 Plot Tenaga Kerja Manufaktur
1.200 1
Tidak Langsung Mingguan
1.000 2
3 7 Biaya dan Jam Mesin untuk
800 10 Karpet Elegan
12 4
600 5 11
8
400
200
20 40 60 80 100
Penggerak Biaya: Jam Mesin (X)
Langkah 6: Evaluasi penggerak biaya dari fungsi estimasi biaya.Pada langkah ini, kami menjelaskan
kriteria untuk mengevaluasi penggerak biaya dari fungsi estimasi biaya. Namun untuk melakukannya, pertama-
tama Anda perlu memahami metode tinggi-rendah dan analisis regresi. Mengidentifikasi pemicu biaya merupakan
aspek penting dalam mengelola biaya dan meningkatkan profitabilitas dan oleh karena itu merupakan komponen
penting dalam perangkat manajer.
Metode Tinggi-Rendah
Bentuk analisis kuantitatif yang paling sederhana untuk “menyesuaikan” suatu garis dengan titik data adalahmetode
tinggi-rendah. Ia hanya menggunakan nilai observasi tertinggi dan terendah dari pemicu biaya dalam rentang yang
relevan dan biaya masing-masing untuk memperkirakan koefisien kemiringan dan konstanta fungsi biaya. Ini
memberikan gambaran sekilas tentang hubungan antara pemicu biaya dan biaya. Kami mengilustrasikan
metode tinggi-rendah menggunakan data dari Gambar 10-3.
Penggerak Biaya: Manufaktur Tidak Langsung

Jam Mesin (X) Biaya tenaga kerja (Y)
Observasi cost driver tertinggi (minggu ke 6) 96 $1.456

Observasi cost driver terendah (minggu ke 8) 46 710
Selisih 50 $ 746
Koefisien kemiringan,B, dihitung sebagai berikut:
Perbedaan antara biaya terkait dengan yang tertinggi

dan pengamatan terendah dari penggerak biaya
Koefisien kemiringan =
Perbedaan antara tertinggi dan terendah
pengamatan penggerak biaya
= $746 , 50 mesin@jam = $14,92 per mesin@jam
Untuk menghitung konstanta, kita dapat menggunakan observasi cost driver tertinggi atau terendah. Kedua
perhitungan tersebut menghasilkan jawaban yang sama karena metode ini menyelesaikan dua persamaan linier
dengan dua hal yang tidak diketahui, yaitu koefisien kemiringan dan konstanta. Karena
kamu=A+bX,
A=kamu-bX
Pada pengamatan tertinggi dari penggerak biaya, konstanta,A, adalah:
Konstanta = $1.456 -$114,92 per mesin@jam * 96 mesin@jam2 = $23.68
Pada pengamatan terendah dari cost driver,Aadalah:
Konstan = $710 -$114,92 per mesin@jam * 46 mesin@jam2 = $23.68
Jadi, estimasi tinggi-rendah fungsi biaya adalah sebagai berikut:
kamu=A+bX
kamu= $23.68+$114,92 per mesin@jam * Jumlah mesin@jam2
Garis biru pada Gambar 10-5 menunjukkan fungsi estimasi biaya menggunakan metode tinggi-
rendah. Fungsi estimasi biaya merupakan garis lurus yang menghubungkan observasi dengan nilai
cost driver tertinggi dan terendah (jumlah jam mesin). Perhatikan bagaimana garis tinggi-rendah
sederhana ini berada “di antara” titik data; ada tiga pengamatan pada garis, empat di atasnya dan
lima di bawahnya. intersepsi (A= $23.68), titik pertemuan garis putus-putus garis biru
dengankamu
-sumbu, adalah komponen konstan persamaan yang memberikan perkiraan linier terbaik tentang
perilaku suatu biayadalam rentang yang relevandari 46–96 jam mesin. Manajer harusbukan
menafsirkan intersep sebagai perkiraan biaya tetap jika tidak ada mesin yang dijalankan. Alasannya
adalah karena tidak ada mesin dan penutupan pabrik—yaitu, tidak menggunakan jam kerja mesin—
adalah hal yang lumrahdi luar rentang yang relevan.
Misalkan biaya tenaga kerja produksi tidak langsung Elegant Rugs pada minggu ke 6 adalah $1.280, bukan
$1.456. Dalam hal ini, pengamatan tertinggi terhadap penggerak biaya (96 jam mesin pada minggu ke-6) tidak akan
bertepatan dengan pengamatan biaya tertinggi yang lebih baru ($1,316 pada minggu ke-9). Bagaimana
Memperkirakan fungsi biaya menggunakan analisis Kuantitatif 383
Rentang yang Relevan pameran 10-5

$1.600
6 Metode Tinggi-Rendah
1.400 Garis tinggi-rendah 9 untuk Mingguan Tidak Langsung
menggunakan revisi 1
1.200 Tenaga Kerja Manufaktur
biaya untuk minggu ke 2
1.000 3 7 Biaya dan Jam Mesin untuk
8
10 Karpet Elegan
12 4
800
5 11
600 8
Garis tinggi-rendah
400
menggunakan data di
200 Gambar 10-3
20 40 60 80 100
apakah perubahan ini akan mempengaruhi perhitungan tinggi-rendah kita? Mengingat hubungan
sebab akibat berjalandaripenggerak biayakebiaya dalam fungsi biaya, kita memilih observasi cost
driver tertinggi dan terendah (faktor yang menyebabkan biaya berubah). Metode tinggi-rendah masih
akan memperkirakan fungsi biaya baru menggunakan data dari minggu ke 6 (tinggi) dan 8 (rendah).
Metode tinggi-rendah mudah dihitung dan mudah dipahami. Hal ini memberikan para manajer Elegant
Rugs wawasan awal yang cepat mengenai bagaimana pemicu biaya—jumlah jam kerja mesin—
mempengaruhi biaya tenaga kerja produksi tidak langsung perusahaan. Namun, berbahaya bagi manajer
jika hanya mengandalkan dua observasi untuk memperkirakan fungsi biaya. Misalkan karena kontrak kerja
menjamin pembayaran minimum tertentu pada minggu ke 8, biaya tenaga kerja produksi tidak langsung
pada minggu ke 8 adalah $1.000, bukan $710, ketika hanya 46 jam mesin yang digunakan. Garis hijau pada
Gambar 10-5 menunjukkan fungsi biaya yang akan diestimasi dengan metode tinggi-rendah menggunakan
biaya revisi ini. Perhatikan bahwa semua titik data terletak pada atau di bawah garis! Dalam hal ini, memilih
pengamatan tertinggi dan terendah untuk jam mesin akan menghasilkan fungsi estimasi biaya yang kurang
menggambarkan hubungan biaya linier yang mendasari antara jumlah jam mesin dan biaya tenaga kerja
produksi tidak langsung. Dalam situasi seperti ini, manajer dapat memodifikasi metode tinggi-rendah
sehingga dua observasi yang dipilih untuk memperkirakan fungsi biaya adalah atinggi representatifdan
sebuahperwakilan rendah. Dengan melakukan penyesuaian ini, manajer dapat menghindari pengamatan
ekstrem, yang timbul dari peristiwa abnormal, yang mempengaruhi estimasi fungsi biaya. Fungsi biaya yang
dimodifikasi lebih mewakili hubungan antara pemicu biaya dan biaya sehingga lebih berguna untuk
pengambilan keputusan (seperti penetapan harga dan evaluasi kinerja). Selanjutnya kami uraikan metode
analisis regresi. Daripada hanya nilai tinggi dan rendah, ia menggunakan semua data yang tersedia untuk
memperkirakan fungsi biaya.
Perusahaan Mortise telah mengumpulkan data berikut mengenai biaya-biaya tertentu yang tidak dapat
10-2Cobalah!
dengan mudah diidentifikasi sebagai biaya tetap atau variabel. Mortise telah mendengar tentang metode
pengukuran fungsi biaya yang disebut metode tinggi-rendah dan memutuskan untuk menggunakannya
dalam situasi ini.
Bulan Biaya Jam

Januari $40.000 3.600
Februari 38.500 3.000
Berbaris 36.280 3.300
April 38.000 3.500
Mungkin 69.850 5.850
Juni 45.000 4.250
A. Berapa koefisien kemiringannya?

B. Berapa konstanta untuk persamaan estimasi biaya?
C. Berapakah fungsi perkiraan biaya untuk data di atas?
D. Berapa perkiraan total biaya pada tingkat operasional 3.100 jam?
Metode Analisis Regresi

Analisis regresiadalah metode statistik yang mengukur rata-rata besarnya perubahan variabel terikat yang
dikaitkan dengan satuan perubahan pada satu atau lebih variabel bebas. Metode ini digunakan secara luas karena
membantu manajer “mengikuti angka-angka” sehingga mereka memahami mengapa biaya berperilaku seperti itu
dan apa yang dapat dilakukan manajer untuk mempengaruhinya. Misalnya, di Analog Devices, pembuat
sirkuit terpadu digital dan analog, manajer menggunakan analisis regresi untuk mengevaluasi bagaimana dan
mengapa tingkat kerusakan dan kualitas produk berubah seiring waktu. Manajer yang memahami hubungan ini
akan memperoleh wawasan yang lebih luas mengenai bisnis mereka, membuat keputusan yang lebih
bijaksana, dan mengelola dengan lebih efektif.
Regresi sederhanaanalisis memperkirakan hubungan antara variabel dependen
dan satuvariabel bebas. Dalam contoh Permadani Elegan, variabel terikatnya adalah total
biaya tenaga kerja tidak langsung; variabel independen tunggal, atau pemicu biaya, adalah
jumlah jam mesin.Regresi bergandaanalisis memperkirakan hubungan antara variabel
dependen dandua atau lebihVariabel independen. Analisis regresi berganda untuk Elegant
Rugs mungkin menggunakan jumlah jam mesin dan jumlah batch sebagai variabel
independen. Lampiran bab ini membahas regresi sederhana dan regresi berganda secara
lebih rinci.
Di bagian selanjutnya, kami akan menjelaskan cara menggunakan Excel untuk melakukan analisis regresi. Di sini kita
akan membahas bagaimana manajer menafsirkan dan menggunakan output dari program seperti Excel untuk membuat
keputusan strategis yang penting. Gambar 10-6 menunjukkan garis yang dikembangkan menggunakan analisis regresi yang
paling sesuai dengan data di kolom B dan C pada Gambar 10-3. Excel memperkirakan fungsi biaya menjadi
kamu= $300,98 + $10,31X
Garis regresi pada Gambar 10-6 diperoleh dengan menggunakan teknik kuadrat terkecil.
Teknik kuadrat terkecil menentukan garis regresi dengan meminimalkan jumlah kuadrat jarak
vertikal dari titik-titik data (berbagai titik dalam grafik) ke garis regresi. Jarak vertikal, disebut
istilah sisa, mengukur selisih antara biaya aktual dan perkiraan biaya untuk setiap observasi
pemicu biaya. Gambar 10-6 menunjukkan sisa jangka waktu untuk data minggu ke-1. Garis
pengamatan ke garis regresi ditarik tegak lurus terhadap sumbu mendatar, atauX-sumbu.
Semakin kecil nilai sisa, semakin baik kesesuaian antara pengamatan biaya aktual dan perkiraan
biaya.Kebaikan kecocokanmenunjukkan kekuatan hubungan antara pemicu biaya dan biaya.
Garis regresi pada Gambar 10-6 naik dari kiri ke kanan. Kemiringan positif dari garis ini dan nilai
sisa yang kecil menunjukkan bahwa, rata-rata, biaya tenaga kerja manufaktur tidak langsung
meningkat seiring dengan meningkatnya jumlah jam mesin. Garis putus-putus vertikal pada
Gambar 10-6 menunjukkan rentang yang relevan, rentang di mana fungsi biaya diterapkan.
Instruktur dan siswa yang ingin mendalami detail teknis pendugaan garis regresi
kuadrat terkecil dapat membuka lampiran halaman400–405, dan kembali ke titik ini tanpa
kehilangan kontinuitas.
Estimasi koefisien kemiringan,B, menunjukkan bahwa biaya tenaga kerja manufaktur tidak langsung bervariasi
pada jumlah rata-rata $10,31 untuk setiap jam mesin yang digunakan dalam kisaran yang relevan.
pameran 10-6 Rentang yang Relevan
Model Regresi
$1.600
untuk Mingguan Tidak Langsung Sisa 6
1.400 9
Tenaga Kerja Manufaktur ketentuan
1 2
Biaya dan Jam Mesin untuk 1.200 7
Karpet Elegan 1.000 12 3
10
800 4
5 11
600 8
400 Garis regresi
200 kamu5$300,981$10.31X
20 40 60 80 100 110
Mengevaluasi dan memilih penggerak biaya385
Manajer dapat menggunakan persamaan regresi ketika menetapkan anggaran untuk biaya tenaga kerja manufaktur
tidak langsung di masa depan. Misalnya, jika 90 jam mesin dianggarkan untuk minggu mendatang, perkiraan
biaya tenaga kerja manufaktur tidak langsung adalah sebesar ini
kamu= $300,98+$110,31 per mesin@jam * 90 mesin@jam2 = $1.228,88
Seperti yang telah kami sebutkan, metode regresi lebih akurat dibandingkan metode tinggi-rendah
karena persamaan regresi memperkirakan biaya menggunakan informasi dari seluruh observasi, sedangkan
persamaan tinggi-rendah menggunakan informasi dari dua observasi saja. Ketidakakuratan metode
tinggi- rendah dapat menyesatkan para manajer. Perhatikan persamaan metode tinggi-rendah di bagian
sebelumnya,kamu= $23,68 + ($14,92 per mesin@jam * Jumlah mesin@jam). Untuk 90 jam mesin, perkiraan
biaya mingguan menggunakan persamaan metode tinggi-rendah adalah $23,68 + ($14,92 per mesin@jam *
90 mesin@jam) = $1,366,48. Misalkan selama 7 minggu selama periode 12 minggu berikutnya, Elegant Rugs
menjalankan mesinnya selama 90 jam setiap minggunya. Asumsikan rata-rata biaya tenaga kerja manufaktur
tidak langsung selama 7 minggu tersebut adalah $1.300. Berdasarkan prediksi metode tinggi-rendah sebesar
$1,366,48, Elegant Rugs akan menyimpulkan bahwa kinerjanya baik karena biaya sebenarnya lebih kecil dari
biaya yang diprediksi. Namun membandingkan kinerja $1.300 dengan prediksi model regresi $1.228,88 yang
lebih akurat mengungkapkan cerita yang berbeda dan akan mendorong Elegant Rugs mencari cara untuk
meningkatkan kinerja biayanya.
Seperti yang telah dibahas sebelumnya, para manajer di Elegant Rugs tertarik untuk mengevaluasi apakah keputusan
strategis terkini yang menyebabkan perubahan dalam proses produksi (dan menghasilkan data pada Gambar 10-3) telah
mengurangi biaya tenaga kerja manufaktur tidak langsung perusahaan, seperti biaya tenaga kerja manufaktur tidak
langsung. pengawasan, pemeliharaan, dan pengendalian mutu. Dengan menggunakan data jumlah jam mesin yang
digunakan dan biaya tenaga kerja produksi tidak langsung dari proses sebelumnya (tidak ditampilkan di sini), manajer
memperkirakan persamaan regresi sebelumnya menjadi

Keputusan
kamu= $546.26+$115,86 per mesin@jam * Jumlah mesin@jam2
Titik
Konstanta ($300,98 versus $545,26) dan koefisien kemiringan ($10,31 versus $15,86) keduanya lebih Apa saja langkah-langkah
memperkirakan fungsi biaya
kecil untuk proses baru dibandingkan dengan proses lama. Tampaknya proses baru ini memang
menggunakan kuantitatif
menurunkan biaya tenaga kerja produksi tidak langsung perusahaan.
analisis?
Mengevaluasi dan Memilih Penggerak Biaya
5
Bagaimana perusahaan menentukan pemicu biaya terbaik ketika memperkirakan fungsi biaya? Dalam
Sedang belajar
banyak kasus, manajer harus memahami operasi dan akuntansi biaya. Untuk mengetahui mengapa
pemahaman pengoperasian diperlukan, pertimbangkan biaya pemeliharaan dan perbaikan mesin pemotong Objektif
logam di Helix Corporation, produsen treadmill. Helix menjadwalkan perbaikan dan pemeliharaan saat Jelaskan tiga kriteria yang digunakan
produksi berada pada tingkat rendah untuk menghindari keharusan menghentikan layanan mesin saat untuk mengevaluasi dan memilih
pemicu biaya
sangat dibutuhkan. Analisis data bulanan kemudian akan menunjukkan biaya perbaikan yang tinggi pada
bulan-bulan dengan produksi rendah dan biaya perbaikan yang rendah pada bulan-bulan dengan . . . hubungan yang masuk akal
produksi tinggi. Seseorang yang tidak terbiasa dengan operasi mungkin menyimpulkan bahwa ada hubungan secara ekonomi, goodness of fit,
dan pengaruh signifikan dari cost
terbalik antara biaya produksi dan perbaikan. Namun, hubungan teknik antara unit yang diproduksi dan
driver terhadap biaya
biaya perbaikan biasanya jelas. Seiring berjalannya waktu, terdapat hubungan sebab-akibat: semakin tinggi
tingkat produksi, semakin tinggi biaya perbaikan. Untuk memperkirakan hubungan dengan benar,
manajer operasi dan analis akan menyadari bahwa biaya perbaikan akan cenderung tertinggal
dibandingkan periode produksi tinggi, dan karenanya, mereka akan menggunakan produksi periode
sebelumnya sebagai pemicu biaya.
Dalam kasus lain, memilih pemicu biaya lebih rumit dan sulit. Pertimbangkan lagi biaya tenaga
kerja produksi tidak langsung di Elegant Rugs. Meskipun jumlah jam kerja mesin dan jumlah jam kerja
produksi langsung merupakan pemicu biaya yang masuk akal bagi biaya tenaga kerja produksi tidak
langsung perusahaan, para manajer tidak yakin mana yang merupakan pendorong yang lebih baik.
Gambar 10-7 menyajikan data mingguan (dalam Excel) mengenai biaya tenaga kerja produksi tidak
langsung dan jumlah jam kerja mesin selama periode 12 minggu terakhir dari Gambar 10-3, bersama
dengan data jumlah jam kerja produksi langsung untuk periode yang sama. periode.
386BAB 10 MENENTUKAN BERAPA BIAYA B
pameran 10-7

Biaya, Jam Mesin, Penggerak Biaya Alternatif: Tidak langsung
dan Jam Kerja Pabrikan Asli Manufaktur Langsung Manufaktur

Langsung untuk Permadani
Penggerak Biaya: Jam Kerja Biaya tenaga kerja
Elegan
Pekan Jam Mesin (X) (kamu)
1 68 30 $1.190
2 88 35 1.211
3 62 36 1.004
4 72 20 917
5 60 47 770
6 96 45 1.456
7 78 44 1.180
8 46 38 710
9 82 70 1.316
10 94 30 1.032
11 68 29 752
12 48 38 963
Total 862 462 $12.501
Panduan apa yang diberikan oleh berbagai metode estimasi biaya untuk memilih di antara pemicu
biaya? Metode teknik industri bergantung pada analisis hubungan fisik antara penggerak biaya dan
biaya, hubungan yang sulit untuk ditentukan dalam kasus ini. Metode konferensi dan metode analisis
akun menggunakan penilaian subjektif untuk memilih pemicu biaya dan memperkirakan komponen tetap
dan variabel dari fungsi biaya. Dalam kasus ini, manajer harus mengandalkan penilaian terbaik mereka.
Manajer tidak dapat menggunakan metode ini untuk menguji dan mencoba penggerak biaya alternatif.
Keuntungan utama metode kuantitatif adalah bersifat obyektif, sehingga manajer dapat
menggunakannya untuk mengevaluasi pemicu biaya yang berbeda-beda. Kami menggunakan
pendekatan analisis regresi untuk mengilustrasikan cara mengevaluasi pemicu biaya yang berbeda.
Pertama, analis biaya di Elegant Rugs memasukkan data pada kolom C dan D pada Tampilan 10-7 di
Excel dan memperkirakan persamaan regresi berikut untuk biaya tenaga kerja manufaktur tidak langsung
perusahaan berdasarkan jumlah jam kerja manufaktur langsung:
kamu= $744,67 + $7,72X
Gambar 10-8 menunjukkan plot titik data untuk jumlah jam kerja produksi langsung dan biaya tenaga kerja
produksi tidak langsung serta garis regresi yang paling sesuai dengan data tersebut. Ingatlah bahwa
Gambar 10-6 menunjukkan grafik yang sesuai ketika jumlah jam mesin adalah penggerak biaya. Untuk
memutuskan mana dari dua penggerak biaya yang harus dipilih oleh Elegant Rugs, analis membandingkan
persamaan regresi jam mesin dan persamaan regresi jam kerja produksi langsung. Ada tiga kriteria yang
digunakan untuk melakukan evaluasi ini.
1. Masuk akal secara ekonomi.Kedua pemicu biaya tersebut masuk akal secara ekonomi. Namun, dalam
lingkungan produksi yang canggih dan sangat otomatis di Elegant Rugs, para manajer yang akrab
dengan operasi percaya bahwa biaya tenaga kerja produksi tidak langsung seperti biaya pemeliharaan
mesin kemungkinan besar berhubungan erat dengan jumlah jam kerja mesin. digunakan daripada
jumlah jam kerja produksi langsung yang digunakan.
2. Kebaikan kecocokan.Bandingkan Pameran 10-6 dan 10-8. Perbedaan vertikal antara biaya aktual
dan perkiraan biaya jauh lebih kecil pada regresi jam mesin dibandingkan dengan regresi jam
kerja manufaktur langsung. Oleh karena itu, jumlah jam mesin yang digunakan memiliki
hubungan yang lebih kuat—atau kesesuaian—dengan biaya tenaga kerja produksi tidak
langsung.
Mengevaluasi dan memilih penggerak biaya387

$1.600 Rentang yang Relevan
pameran 10-8
1.400 6 Model Regresi
9
1.200 1 2 untuk Mingguan Tidak Langsung
1.000 7 Tenaga Kerja Manufaktur

4 10 Biaya dan Langsung
800 3
12 Tenaga Kerja Manufaktur-
600 Jam untuk Permadani Elegan
11 8 5
400
200 Garis regresi
kamu5$744.671$7.72X
10 20 30 40 50 60 70 80
Penggerak Biaya: Jam Kerja Manufaktur Langsung (X)
3. Signifikansi variabel independen.Sekali lagi bandingkan Gambar 10-6 dan 10-8 (keduanya digambarkan
dengan skala yang kira-kira sama). Garis regresi jam kerja mesin memiliki kemiringan yang curam
dibandingkan dengan kemiringan garis regresi jam kerja manufaktur langsung.Untuk yang sama(atau
lebih)sebaran pengamatan terhadap garis tersebut(kebaikan kecocokan), garis regresi datar atau sedikit
miring menunjukkan lemahnya hubungan antara pemicu biaya dan biaya. Dalam contoh kita,
perubahan jam kerja produksi langsung tampaknya mempunyai dampak kecil terhadap biaya tenaga
kerja produksi tidak langsung.
Berdasarkan evaluasi ini, manajer di Elegant Rugs memilih jumlah jam mesin sebagai penggerak biaya
dan menggunakan fungsi biayakamu= $300,98 + ($10,31 per mesin@jam * Jumlah jam mesin) untuk
memprediksi biaya tenaga kerja produksi tidak langsung di masa depan.
Instruktur dan siswa yang ingin mengeksplorasi bagaimana teknik analisis regresi dapat digunakan
untuk memilih di antara pemicu biaya yang berbeda dapat melihat lampiran, halaman405–409, dan
kembali ke titik ini tanpa kehilangan kontinuitas.
Mengapa penting untuk memilih pemicu biaya yang tepat untuk memperkirakan biaya tenaga kerja
produksi tidak langsung? Karena mengidentifikasi faktor pendorong yang salah atau salah memperkirakan fungsi
biaya dapat menyebabkan manajemen mengambil keputusan yang salah (dan mahal) dalam berbagai dimensi.
Pertimbangkan keputusan strategis berikut yang harus diambil oleh para manajer Elegant Rugs. Perusahaan
sedang mempertimbangkan untuk memperkenalkan karpet model baru yang, dari sudut pandang produksi,
serupa dengan karpet yang pernah diproduksi sebelumnya. Perusahaan mengharapkan untuk menjual karpet ini
seluas 650 kaki persegi setiap minggunya. Manajer memperkirakan dibutuhkan 72 jam mesin dan 21 jam tenaga
kerja manufaktur langsung per minggu untuk menghasilkan jumlah output sebesar ini. Dengan menggunakan
persamaan regresi jam mesin, Elegant Rugs akan memprediksi biaya tenaga kerja produksi tidak langsung
sebesarkamu= $300,98 + ($10,31 per mesin@jam * 72 mesin@jam) = $1,043,30. Jika perusahaan menggunakan
jam kerja manufaktur langsung sebagai penggerak biaya, maka perusahaan akan salah memprediksi biaya sebesar
$744,67 + ($7,72 per tenaga kerja@jam * 21 tenaga kerja@jam) = $906,79. Jika Elegant Rugs juga memilih pemicu
biaya yang salah untuk biaya tidak langsung lainnya dan secara sistematis meremehkan biaya, maka dapat
disimpulkan bahwa biaya pembuatan karpet model baru akan rendah dan pada dasarnya tetap (karena garis
regresi hampir datar). Namun biaya aktual yang disebabkan oleh jumlah jam mesin yang digunakan dan faktor
pemicu biaya lainnya yang tepat akan lebih tinggi. Jika gagal mengidentifikasi pemicu biaya yang tepat, manajer
akan percaya bahwa karpet model baru akan lebih menguntungkan daripada yang sebenarnya. Jika manajer
menggunakan penggerak biaya yang benar, mereka akan menyadari bahwa karpet baru tidak begitu
menguntungkan dan mungkin memutuskan untuk tidak memperkenalkannya.
Estimasi fungsi biaya yang salah juga akan mempengaruhi aktivitas manajemen biaya dan
pengendalian biaya Elegant Rugs. Misalkan jumlah jam kerja produksi langsung digunakan sebagai
penggerak biaya, dan biaya tenaga kerja produksi tidak langsung aktual untuk karpet baru adalah $970,
lebih tinggi dari perkiraan biaya sebesar $906,79. Manajer perusahaan kemudian akan merasa terdorong
untuk memangkas biaya. Faktanya, berdasarkan penggerak biaya jam mesin yang sesuai, pabrik akan
memiliki biaya aktual yang lebih rendah dari perkiraan biaya sebesar $1.043,30—suatu kinerja yang harus
ditiru oleh manajemen, bukan diubah!
Penggerak Biaya dan Penetapan Biaya Berbasis Aktivitas

Sistem penetapan biaya berbasis aktivitas (ABC) berfokus pada aktivitas individu, seperti desain produk,
pengaturan mesin, penanganan bahan, distribusi, dan layanan pelanggan, sebagai objek biaya mendasar.
Untuk menerapkan sistem ABC, manajer harus mengidentifikasi pemicu biaya untuk setiap aktivitas.
Misalnya, seorang manajer di Westronics, sebuah perusahaan manufaktur produk elektronik. Dengan
menggunakan metode yang dijelaskan dalam bab ini, manajer harus memutuskan apakah jumlah muatan
yang dipindahkan atau berat muatan yang dipindahkan merupakan pemicu biaya dari biaya penanganan
material perusahaan.
Untuk memilih pemicu biaya, manajer mengumpulkan data mengenai biaya penanganan bahan dan kuantitas
dari dua pemicu biaya yang bersaing dalam jangka waktu yang cukup panjang. Mengapa jangka waktunya lama?
Karena dalam jangka pendek, biaya penanganan material mungkin tetap dan oleh karena itu tidak akan berubah
seiring dengan perubahan tingkat pemicu biaya. Namun dalam jangka panjang, terdapat hubungan sebab-akibat
yang jelas antara biaya penanganan material dan pemicu biaya. Misalkan jumlah beban yang dipindahkan
merupakan penggerak biaya. Peningkatan jumlah muatan yang dipindahkan akan memerlukan lebih banyak tenaga
kerja dan peralatan penanganan material; penurunan jumlah muatan yang dipindahkan akan mengakibatkan
peralatan terjual dan tenaga kerja dipindahkan ke tugas lain.
Manajer yang menggunakan sistem ABC menggunakan berbagai metode untuk memperkirakan
hubungan biaya. Di Inggris, kepolisian Kota London menggunakan hubungan input-output (metode
teknik industri) untuk mengidentifikasi pemicu biaya dan biaya suatu aktivitas. Dengan menggunakan
metodologi survei, petugas dapat menentukan total biaya yang terkait dengan penanganan
perampokan rumah, penanganan perampokan, dan pengisian laporan polisi. Metode teknik
industri juga digunakan oleh lembaga pemerintah Amerika seperti US Postal Service, untuk
menentukan biaya setiap transaksi kantor pos, dan US Patent and Trademark Office, untuk
mengidentifikasi biaya setiap pemeriksaan paten. Caterpillar juga menggunakan metode teknik
industri; ia memodelkan aktivitas dalam proses manufakturnya untuk memungkinkan setiap
aktivitas dihitung biayanya menggunakan tarif biaya yang dinormalisasi. Aktivitas kemudian
digulirkan ke tingkat produk, dan metodologi ini digunakan secara konsisten di seluruh dunia.
Ketika memilih di antara metode, manajer mengorbankan tingkat detail, akurasi, kelayakan, dan biaya
dalam memperkirakan fungsi biaya. Misalnya, untuk memperkirakan biaya suatu aktivitas seperti
pembukaan rekening bank atau melakukan pembayaran transfer, Bankinter di Spanyol menggunakan
metode pengukuran kerja, sedangkan Royal Bank of Canada menggunakan teknik analisis tingkat lanjut,
termasuk regresi.
Semakin banyak manajer yang menggunakan analisis kuantitatif untuk menentukan pemicu biaya suatu
aktivitas. DHL Express, perusahaan pelayaran internasional, baru-baru ini beralih dari metode konferensi ke
melakukan analisis kuantitatif mendalam pada sistem “big data” miliknya. Kini para manajer memiliki sistem
penetapan biaya berbasis aktivitas tunggal di seluruh dunia yang menunjukkan biaya dan profitabilitas untuk setiap
pengiriman di jaringannya. Dengan menganalisis basis datanya secara cermat, DHL Express dapat menghubungkan
keuntungan dari barang yang dikirimkan pada penerbangan tertentu dengan biaya pengirimannya dan kemudian
menentukan mana dari 250 pesawatnya yang terbaik untuk pekerjaan tersebut.
Sistem ABC memiliki sejumlah besar dan beragam pemicu biaya dan kumpulan biaya. Ini berarti sistem
memerlukan manajer untuk memperkirakan banyak hubungan biaya. Ketika memperkirakan fungsi biaya
untuk setiap kumpulan biaya, manajer harus memperhatikan hierarki biaya dengan cermat. Misalnya, jika
suatu biaya adalah biaya tingkat batch seperti biaya penyiapan, manajer hanya boleh mempertimbangkan
penggerak biaya tingkat batch seperti jumlah jam penyiapan. Dalam beberapa kasus, biaya dalam kumpulan
biaya mungkin memiliki lebih dari satu pemicu biaya dari berbagai tingkat hierarki biaya. Penggerak biaya
untuk biaya tenaga kerja produksi tidak langsung Karpet Elegan dapat berupa jam mesin dan jumlah
batch produksi karpet yang diproduksi. Selain itu, mungkin sulit untuk membagi biaya tenaga kerja
manufaktur tidak langsung menjadi dua kelompok biaya dan mengukur biaya yang terkait dengan masing-
masing pemicu biaya. Dalam kasus seperti ini, perusahaan menggunakan regresi berganda untuk
memperkirakan biaya berdasarkan lebih dari satu variabel independen. Lampiran bab ini membahas regresi
berganda secara lebih rinci.
Kami telah menyebutkan “data besar” di beberapa tempat dalam bab ini. Konsep ini secara formal
mengacu pada kumpulan data yang teknik pemrosesan tradisionalnya (untuk menangkap, menyimpan,
membuat kueri, atau menganalisis) tidak memadai karena kuantitas atau kompleksitas data. Sumber data
seperti itu semakin tersedia karena hadirnya sensor-sensor yang murah, termasuk sensor-sensor tersebut
fungsi biaya nonlinEar389
ditemukan di perangkat seluler, kamera, drone, satelit, dan perangkat kebugaran pribadi. Biaya
penyimpanan data telah turun secara signifikan. Antara tahun 2010 dan 2015, biaya penyimpanan
data turun 75%, dari 20 sen per gigabyte menjadi 5 sen per gigabyte. Selain itu, sejumlah besar daya
komputasi murah kini tersedia sesuai permintaan berkat penyedia berbasis cloud seperti Amazon
Web Services dan Microsoft Azure.
Jika digabungkan, perkembangan ini telah memberikan peluang bagi perusahaan untuk melakukan analisis
canggih terhadap kumpulan data besar dengan biaya yang relatif rendah. Pada gilirannya, perusahaan telah
mengambil keuntungan dengan menggunakan regresi dan teknik terkait untuk menargetkan pelanggan dengan
lebih baik dan mengoptimalkan operasi guna meningkatkan profitabilitas. Salah satu alat yang terbukti ampuh
adalah regresi logistik, yang digunakan ketika variabel dependen mengambil serangkaian nilai terbatas
(misalnya, variabel biner, seperti apakah seseorang akan membeli mobil atau tidak). Regresi logistik digunakan
dalam penilaian kredit oleh bank untuk memprediksi apakah Anda akan gagal bayar di tahun depan pada setiap
Keputusan
produk kredit Anda. Ini digunakan oleh penyedia telekomunikasi untuk memprediksi apakah pelanggan akan Titik
meninggalkan mereka dalam tiga bulan ke depan. Diperkirakan setiap orang diberi skor setidaknya tiga kali Bagaimana seharusnya perusahaan
mengevaluasi dan memilih pemicu
sehari menggunakan model regresi logistik!2
biaya?
Metode regresi terkadang terhambat oleh banyaknya data karena banyaknya potensi regresi yang tersedia.
Namun, teknik seperti koreksi Bonferroni dan validasi silang dapat digunakan bersama dengan analisis regresi untuk
mengurangi kemungkinan positif palsu. Dalam situasi lain, data yang tersedia berbentuk teks, gambar, atau audio,
bukan angka. Contohnya termasuk catatan kesehatan, feed Twitter, halaman web, dan podcast. Teknik regresi tidak
dapat dilakukan dalam kasus ini. Namun, pemrosesan bahasa alami dapat digunakan untuk mengeksploitasi
struktur linguistik yang melekat dalam semua komunikasi manusia, dan dengan demikian mengidentifikasi tren
dalam data. Seringkali, hal ini dilakukan melalui pembelajaran mesin, yang dapat mengekstraksi nilai dari sumber
data yang besar dan berbeda dengan sedikit bergantung pada arahan manusia. Analisis ini didorong oleh data dan
berjalan pada skala mesin, dan, tidak seperti analisis tradisional, analisis ini berkembang pesat pada kumpulan data
yang terus berkembang. Semakin banyak data yang dimasukkan ke dalam sistem pembelajaran mesin, semakin
banyak pula yang dapat dipelajari dan diterapkan hasilnya pada wawasan berkualitas lebih tinggi, dengan tujuan
untuk menemukan dan menampilkan pola yang terkubur dalam data. Pentingnya bagi para manajer untuk
memahami nilai teknik-teknik tersebut akan semakin meningkat.
Fungsi Biaya Nonlinier

Sedang belajar
Objektif 6
Fungsi biaya tidak selalu linier. Afungsi biaya nonlinieradalah fungsi biaya yang grafik total biayanya Jelaskan biaya nonlinier
(berdasarkan tingkat suatu aktivitas) tidak berbentuk garis lurus dalam rentang yang relevan. Untuk melihat fungsi
seperti apa fungsi biaya nonlinier, kembali ke Tampilan 10-2 (halaman 375). Kisaran yang relevan saat ini . . . Grafik fungsi biaya tidak
ditetapkan pada 2.000 hingga 6.500 papan seluncur salju. Namun jika kita memperluas rentang relevan berupa garis lurus, misalnya
untuk mencakup wilayah dari 0 hingga 8.000 papan seluncur salju yang diproduksi, jelaslah bahwa fungsi karena diskon kuantitas atau
biaya pada rentang yang diperluas ini secara grafis diwakili oleh garis yang tidak lurus. perubahan biaya secara
bertahap
Perhatikan contoh lain. Skala ekonomi memungkinkan biro iklan memproduksi iklan dua kali lipat
dengan biaya kurang dari dua kali lipat. Bahkan biaya bahan baku langsung tidak selalu linier. Seperti khususnya, yang timbul dari
yang ditunjukkan Panel A pada Gambar 10-9, total biaya bahan langsung meningkat seiring dengan efek kurva pembelajaran
meningkatnya unit bahan langsung yang dibeli. Namun, karena adanya diskon kuantitas, biaya-biaya ini . . . baik pembelajaran waktu
naik lebih lambat (seperti yang ditunjukkan oleh perubahan koefisien kemiringan) seiring dengan rata-rata kumulatif,
dimana waktu rata-rata
meningkatnya unit bahan baku langsung yang dibeli. Fungsi biaya ini memilikiB= $25 per unit untuk 1–1.000
kumulatif per unit menurun
unit yang dibeli,B= $15 per unit untuk 1.001–2.000 unit yang dibeli, danB= $10 per unit untuk 2.001–3.000
dengan persentase yang konstan,
unit yang dibeli. Biaya bahan langsung per unit turun seiring dengan penurunan harga. Fungsi biaya karena unit diproduksi dua kali
bersifat nonlinier pada rentang relevan dari 1 hingga 3.000 unit. Pada rentang relevan yang lebih sempit lipat
(misalnya, dari 1 hingga 1.000 unit), fungsi biaya bersifat linier.

. . . atau pembelajaran satuan waktu
Fungsi biaya langkahjuga merupakan fungsi biaya nonlinier. Afungsi biaya langkahadalah fungsi biaya yang tambahan, yang mana waktu tambahan
mana biayanya tetap sama pada berbagai rentang tingkat aktivitas, namun meningkat dalam jumlah yang berbeda- untuk memproduksi satuan terakhir
beda—yaitu, meningkat secara bertahap—seiring dengan peningkatan tingkat aktivitas dari satu rentang menurun dengan persentase yang
konstan, seiring dengan banyaknya unit
yang diproduksi dua kali lipat.
2Untuk melihat bagaimana big data dan analitik diterapkan saat ini, lihat B. Baesens, “Analytics in a Big Data World,”Wiley dan SAS
Seri Bisnis(Mei 2014).
pameran 10-9 Contoh Fungsi Biaya Nonlinier
PANEL A:
Pengaruh Kuantitas
Diskon di Lereng
Koefisien Langsung PANEL B: PANEL C:
Fungsi Biaya Bahan Langkah Biaya Variabel Langkah Biaya Tetap
Fungsi Fungsi
$50.000
$7.500
Koefisien kemiringan Sebenarnya
Biaya Tungku (dalam ribuan) (Y)

Total Biaya Bahan Langsung
$40.000 B5$10 per satuan Harga asli biaya

perilaku perilaku
Biaya Pengaturan (Y)

$30.000 Lereng $5.000
$900
koefisien
$20.000 B5$15
per unit $600
$2.500 Linier Linier
$10.000 Koefisien kemiringan perkiraan $300 perkiraan
B5$25 per satuan perilaku biaya perilaku biaya
(Y)
1.000 2.000 3.000

2.000 4.000 6.000 7.500 15.000 22.500
Unit Bahan Langsung yang Dibeli (X)
Unit Produksi (X) Kisaran yang relevan
Jam Waktu Tungku (X)
selanjutnya. Panel B pada Gambar 10-9 menunjukkan alangkah fungsi biaya variabel, fungsi biaya bertahap
yang biayanya tetap samasempitrentang tingkat aktivitas di setiap rentang yang relevan. Panel B
menunjukkan hubungan antara unit produksi dan biaya setup. Polanya merupakan fungsi biaya bertahap
karena, seperti yang telah kami jelaskan di Bab 5 tentang penetapan biaya berdasarkan aktivitas, biaya
penyiapan terkait dengan setiap batch produksi yang dimulai. Jika rentang relevan dianggap antara 0 hingga
6.000 unit produksi, fungsi biayanya adalah nonlinier. Namun, seperti yang ditunjukkan oleh garis hijau
di Panel B, manajer sering kali memperkirakan biaya variabel bertahap dengan fungsi biaya variabel
kontinu. Jenis pola biaya bertahap ini juga terjadi ketika input produksi seperti tenaga kerja penanganan
bahan, pengawasan, dan tenaga kerja rekayasa proses diperoleh dalam jumlah yang berbeda tetapi
digunakan dalam jumlah yang pecahan.
Panel C pada Gambar 10-9 menunjukkan alangkah fungsi biaya tetapuntuk Crofton Steel, sebuah perusahaan
yang mengoperasikan tungku perlakuan panas besar untuk mengeraskan komponen baja. Melihat Panel B dan C,
Anda dapat melihat bahwa perbedaan utama antara fungsi biaya variabel bertahap dan fungsi biaya tetap bertahap
adalah bahwa pada fungsi biaya tetap bertahap biayanya tetap sama sepanjang waktu.lebarrentang aktivitas di
setiap rentang yang relevan. Kisaran tersebut menunjukkan jumlah tungku yang digunakan (biaya pengoperasian
setiap tungku adalah $300.000). Biaya meningkat dari satu kisaran ke kisaran berikutnya yang lebih tinggi bila
tungku lain digunakan. Kisaran waktu tungku 7.500–15.000 jam yang relevan menunjukkan bahwa perusahaan
mengharapkan untuk beroperasi dengan dua tungku dengan biaya $600.000. Manajer menganggap biaya
pengoperasian tungku sebagai biaya tetap dalam rentang operasi yang relevan. Namun, jika rentang yang relevan
adalah dari 0 hingga 22.500 jam, fungsi biaya adalah nonlinier: Grafik pada Panel C bukanlah garis lurus tunggal; itu
adalah tiga garis putus-putus.
Kurva Pembelajaran
Fungsi biaya nonlinier juga dihasilkan dari kurva pembelajaran. Akurva belajaradalah fungsi yang mengukur bagaimana jam
kerja per unit menurun seiring dengan peningkatan unit produksi karena pekerja belajar dan menjadi lebih baik dalam
pekerjaannya. Manajer menggunakan kurva pembelajaran untuk memprediksi bagaimana jam kerja, atau biaya tenaga kerja,
akan meningkat seiring dengan semakin banyaknya unit yang diproduksi.
Industri perakitan pesawat terbang pertama kali mendokumentasikan pengaruh pembelajaran terhadap efisiensi.
Secara umum, ketika pekerja menjadi lebih terbiasa dengan tugas mereka, efisiensi mereka akan meningkat. Manajer belajar
bagaimana menjadwalkan pekerjaan dan mengoperasikan pabrik dengan lebih efisien. Akibatnya, biaya per unit menurun
seiring dengan peningkatan produktivitas, dan fungsi biaya per unit berperilaku nonlinier. Ketidaklinieran ini harus
dipertimbangkan ketika memperkirakan dan memperkirakan biaya per unit.
Syaratkurva pengalamanmenggambarkan penerapan kurva pembelajaran yang lebih luas—
yang meluas ke fungsi bisnis lain dalam rantai nilai, seperti pemasaran, distribusi, dan
pelayanan pelanggan. Sebuahkurva pengalamanmengukur penurunan biaya per unit berbagai fungsi bisnis seiring
dengan meningkatnya jumlah aktivitas tersebut. Bagi perusahaan seperti Dell Computer, Walmart, dan McDonald's,
kurva pembelajaran dan kurva pengalaman merupakan elemen kunci dari strategi maksimalisasi keuntungan
mereka. Perusahaan-perusahaan ini menggunakan kurva pembelajaran dan kurva pengalaman untuk mengurangi
biaya dan meningkatkan kepuasan pelanggan, pangsa pasar, dan profitabilitas.
Kami sekarang menjelaskan dua model kurva pembelajaran: model pembelajaran waktu rata-rata kumulatif
dan model pembelajaran waktu satuan tambahan.
Model Pembelajaran Waktu Rata-Rata Kumulatif

Dalammodel pembelajaran waktu rata-rata kumulatif, waktu rata-rata kumulatif per unit menurun
dengan persentase konstan setiap kali jumlah kumulatif unit yang diproduksi berlipat ganda. Misalnya
Rayburn Corporation, produsen sistem radar. Rayburn memiliki kurva belajar 80%. Artinya ketika
Rayburn menggandakan jumlah unit yang diproduksi, dariXke 2X, waktu rata-rata kumulatifper unit
untuk 2Xunit adalah 80% dari waktu rata-rata kumulatifper unituntukXunit. Dengan kata lain, waktu
rata-rata per unit turun sebesar 20% (100% - 80%). Gambar 10-10 menunjukkan (dalam Excel)
perhitungan model pembelajaran waktu rata-rata kumulatif untuk Rayburn Corporation. Perhatikan
bahwa ketika jumlah unit yang diproduksi berlipat ganda dari 1 menjadi 2 di kolom A, waktu rata-rata
kumulatif per unit menurun dari 100 jam menjadi 80% dari 100 jam (0,80 * 100 jam = 80 jam) di kolom
B. Sebagai jumlah unit berlipat ganda dari 2 menjadi 4, waktu rata-rata kumulatif per unit
menurun menjadi 80% dari 80 jam = 64 jam, dan seterusnya. Untuk memperoleh total waktu
kumulatif pada kolom D, kalikan waktu rata-rata kumulatif per unit dengan jumlah kumulatif unit
yang diproduksi. Misalnya, untuk memproduksi 4 unit kumulatif akan memerlukan 256 jam kerja
(4 unit * 64 rata-rata kumulatif tenaga kerja@jam per unit).
pameran 10-10 Model Pembelajaran Waktu Rata-Rata Kumulatif untuk Rayburn Corporation
Model Pembelajaran Waktu Rata-Rata Kumulatif untuk Rayburn Corporation
Kurva Pembelajaran 80%.
Kumulatif Kumulatif Kumulatif Satuan Perorangan
Nomor Waktu rata-rata Jumlah Waktu: Waktu untukXth
dari Satuan (X) per unit (kamu)*:Jam Kerja Jam Kerja Satuan: Jam Kerja
D = Kol A3Kol B
E135D13 ]D12
1 100,00 100,00 100,00 5210.63 ] 160.00
2 80.00 5(10030,8) 160.00 60.00
3 70.21 210.63 50.63
4 64.00 5(8030,8) 256.00 45.37 * THdan matematika aku hubungan kamu Nmeremehkan cumul waktu rata-rata aktif
leamodel awal adalah a berikut ini:
5 59.56 297.82 41.82
6 56.17 337.01 39.19
kamu5kapakB
7 53.45 374.14 37.13 apsebelumkamu5Kumul ti rata-rata aktif saya (jam kerja) pe menjalankannya
X5Kumul jumlah asli unit yang diproduksi
8 51.20 5(6430,8) 409.60 35.46 A5Waktu ( jam kerja) re Qdigunakan untuk memproduksi th e unit pertama
9 49.29 443,65 34.05 B5Faktor digunakan untuk menghitung rata-rata kumulatif ge waktu untuk
produke unit
10 47.65 476.51 32.86
The Nilai dariBadalah C dihitung sebagai
11 46.21 508.32 31.81
ln (belajar- kurva% dalam desi bentuk buruk)
12 44.93 539.22 30.89 ln2
13 43.79 569.29 30.07 Untuk pembelajaran 80%.kurva g,B5dalam 0 . 8/ln 25 ]0,2231/0. 69315 ]0,3219
14 42.76 598.63 29.34 Untuk misalnya kapan X53,A510

3]0,3219
0,B5 ]0,3219,
15 41.82 627.30 28.67 kamu51003 570.21 jam kerja
16 40,96 5(51.230,8) 655.36 28.06 Thetotal kumulatif aku kapanX 5 3 adalah 70,213352 10,63 jam kerja.
Tidakanggota dalam tabel Mmungkin tidak eksak t karena roundi ng.
Model Pembelajaran Satuan Waktu Tambahan

Dalammodel pembelajaran unit-waktu tambahan, waktu tambahan yang diperlukan untuk memproduksi
unit terakhir berkurang dengan persentase konstan setiap kali jumlah kumulatif unit yang diproduksi
berlipat ganda. Sekali lagi, pertimbangkan Rayburn Corporation dan kurva pembelajaran 80%. Dengan
model ini, 80% berarti jumlah unit yang diproduksi menjadi dua kali lipatXke 2X, waktu yang diperlukan untuk
menghasilkan unit yang sesuai dengan 2Xadalah 80% dari waktu yang dibutuhkan untuk memproduksiX
satuan ke-. Gambar 10-11 memperlihatkan penghitungan Excel untuk model pembelajaran satuan waktu
tambahan. Perhatikan bagaimana ketika unit diproduksi dua kali lipat dari 2 menjadi 4 di kolom A, waktu
untuk memproduksi unit 4 (unit terakhir ketika 4 unit diproduksi) adalah 64 jam di kolom B, yaitu 80% dari
80 jam yang dibutuhkan untuk memproduksi unit 2 (unit terakhir bila diproduksi 2 unit). Kita memperoleh
total waktu kumulatif di kolom D dengan menjumlahkan masing-masing satuan waktu di kolom B. Misalnya,
untuk memproduksi 4 unit kumulatif diperlukan 314,21 jam kerja (100,00 + 80,00 + 70,21 + 64,00).
Gambar 10-12 menunjukkan model pembelajaran waktu rata-rata kumulatif (menggunakan data
dari Gambar 10-10) dan model pembelajaran waktu satuan tambahan (menggunakan data dari Gambar 10-
11). Panel A mengilustrasikan waktu rata-rata kumulatif per unit sebagai fungsi dari unit kumulatif yang
diproduksi untuk setiap model. Kurva model pembelajaran waktu rata-rata kumulatif diplot menggunakan
data pada Gambar 10-10, kolom B, sedangkan kurva untuk model pembelajaran waktu rata-rata inkremental
diplot menggunakan data pada Gambar 10-11, kolom E. Panel B secara grafis mengilustrasikan total jam
kerja kumulatif, sekali lagi sebagai fungsi dari unit kumulatif yang diproduksi untuk setiap model. Kurva
model pembelajaran waktu rata-rata kumulatif diplot menggunakan data pada Gambar 10-10, kolom D,
sedangkan untuk model pembelajaran waktu rata-rata inkremental diplot menggunakan data pada Gambar
10-11, kolom D.
pameran 10-11 Model Pembelajaran Satuan Waktu Tambahan untuk Rayburn Corporation
X kamu
X
1 100,00 100,00 100,00 D145D13 1B14

2 80.00 5(10030,8) 180.00 90.00 5180.00 1 70.21
3 70.21 250.21 83.40
* Tdia matematis Aaku hubungan kamu mendukung peningkatan tersebut Msatuan waktu total
4 64.00 5(8030,8) 314.21 78.55 leamodel awal adalah sebagai berikut:
5 59.56 373,77 74,75 kamu5aXb
wHsebelumkamu5Waktu (jam kerja) t Aken untuk menghasilkan

6 56.17 429.94 71.66
X5Hanya nomor relatif Huaniit f yang diproduksi
unit tunggal terakhir
7 53.45 483.39 69.06 A5Waktu (jam kerja) r diwajibkan untuk berproduksi satuan pertama
B5fakta r digunakan untuk makan uni tambahan Tidak ada waktu untuk memproduksimNu -nya
8 51.20 5(6430,8) 534.59 66.82
dalam (lea menghitung kurva% i n bentuk desimal)
9 49.29 583,89 64,88 5 ln2
10 47.65 631.54 63.15 Fomencapai 80% pembelajaran kurva ng,B5aku n 0,84di 25 ]0,22 3140,69315]0,3 219
Fomisalnya, wh NX53,A51 00,B5 ]0,3219,
11 46.21 677,75 61.61 ]0,3219
kamu51003 3 570.2 1 jam kerja
12 44.93 722.68 60.22 The total kumulatif Aaku kapanX 5 3 adalah 100180170.2 15250,21 buruh-ho milik kita
13 43.79 766.47 58.96 Nkaanmgugota di ta mungkin tidak tepat karena ro kmaemn e m uuk a n .
14 42.76 809.23 57.80
15 41.82 851.05 56.74
16 40,96 5(51.230,8) 892.01 55,75
pameran 10-12 Plot untuk Model Pembelajaran Waktu Rata-Rata Kumulatif dan Model Pembelajaran Satuan
Waktu Tambahan untuk Rayburn Corporation
Panel A: Waktu Rata-Rata Kumulatif per Unit (Kurva Panel B: Total Jam Kerja Kumulatif
Pembelajaran 80%; Unit Pertama Membutuhkan 100 Jam Kerja) (Kurva Pembelajaran 80%; Unit Pertama Membutuhkan 100 Jam Kerja)
120 5000
Waktu Rata-Rata Kumulatif per
Model Pembelajaran Waktu
Total Jam Kerja Kumulatif

100 Satuan Waktu Tambahan 4000 Rata-Rata Kumulatif
Satuan (Jam Kerja)(kamu)
Satuan Waktu Tambahan

Model pembelajaran
80 3000 Model pembelajaran
Model Pembelajaran Waktu
(kamu)
60 Rata-Rata Kumulatif 2000
40 1000
20 0
0 16 32 48 64 80 96 112 128
0
0 16 32 48 64 80 96 112 128 Jumlah Kumulatif Unit
(X)
Jumlah Kumulatif Unit
(X)
Dengan asumsi kecepatan pembelajaran sama untuk kedua model, model pembelajaran waktu rata-rata
kumulatif menunjukkan kecepatan pembelajaran yang lebih cepat. Hal ini dibuktikan dengan fakta bahwa pada
Gambar 10-12, Panel B, grafik total jam kerja kumulatif untuk model pembelajaran satuan waktu tambahan 80%
terletak di atas grafik untuk model pembelajaran waktu rata-rata kumulatif 80%. Untuk menghasilkan 4 unit
kumulatif, model pembelajaran waktu rata-rata kumulatif 80% memperkirakan 314,21 jam kerja, sedangkan model
pembelajaran waktu rata-rata kumulatif 80% memperkirakan 256,00 jam kerja. Hal itu karena pada model
pembelajaran waktu rata-rata kumulatif tersebut rata-rata jam kerja yang dibutuhkan untuk memproduksi keempat
unit tersebutadalah 64 jam; jumlah jam kerja yang dibutuhkan untuk memproduksi unit 4 jauh lebih sedikit dari
64 jam—yaitu 45,37 jam (lihat Gambar 10-10). Pada model pembelajaran satuan waktu inkremental, jumlah jam
kerja yang diperlukan untuk memproduksi unit 4 adalah 64 jam, dan jam kerja yang diperlukan untuk
memproduksi masing-masing 3 unit pertama adalah lebih dari 64 jam, sehingga rata-rata waktu yang diperlukan
untuk memproduksi semua 4 unit lebih dari 64 jam.
Bagaimana manajer memilih model mana dan berapa persen kurva pembelajaran yang akan digunakan?
Mereka melakukannya berdasarkan kasus per kasus. Misalnya, jika perilaku penggunaan jam kerja manufaktur
seiring dengan peningkatan tingkat produksi mengikuti pola seperti yang diprediksi oleh model pembelajaran waktu
rata-rata kumulatif kurva pembelajaran 80%, maka model pembelajaran waktu rata-rata kumulatif kurva
pembelajaran 80% seharusnya adalah digunakan. Insinyur, manajer pabrik, dan pekerja merupakan sumber
informasi yang baik mengenai jumlah dan jenis pembelajaran yang sebenarnya terjadi seiring dengan
peningkatan produksi. Merencanakan informasi ini dan memperkirakan model yang paling sesuai dengan data
akan sangat membantu ketika memilih model yang sesuai.3
Memasukkan Efek Kurva Pembelajaran ke dalam Harga dan

Standar
Bagaimana perusahaan menggunakan kurva pembelajaran? Perhatikan data pada Gambar 10-10 untuk model
pembelajaran waktu rata-rata kumulatif di Rayburn Corporation. Misalkan biaya variabel yang terkena dampak
pembelajaran adalah tenaga kerja produksi langsung, sebesar $20 per jam, dan biaya overhead terkait, sebesar $30
per jam kerja produksi langsung. Manajer harus memperkirakan biaya yang ditunjukkan pada Gambar 10-13.
Data ini menunjukkan bahwa efek kurva pembelajaran dapat berdampak besar terhadap keputusan yang
diambil para manajer Rayburn Corporation. Misalnya, manajer mungkin memberi harga yang sangat rendah pada
sistem radar perusahaan untuk menghasilkan permintaan yang tinggi. Ketika produksi sistem meningkat untuk
memenuhi permintaan yang terus meningkat, biaya per unit turun (lihat kolom F), dan Rayburn
3Untuk detailnya, lihat C. Bailey, “Estimasi Kurva Pembelajaran Biaya Produksi dan Jam Kerja Menggunakan Add-in Excel Gratis,”Pengelolaan
Akuntansi Triwulanan(Musim Panas 2000): 25–31. Perangkat lunak gratis untuk memperkirakan kurva pembelajaran tersedia di Situs Web Dr. Bailey, www.
profbailey.com.
394BAB 10 MENENTUKAN ho
pameran 10-13
Memprediksi Biaya Menggunakan Kurva
Pembelajaran di Perusahaan Rayburn

Kumulatif
Kumulatif Waktu rata-rata Kumulatif Biaya Kumulatif Tambahan ke Rata-rata
Jumlah per unit: Jumlah Waktu: dengan harga $50 per Kumulatif Biaya per
Satuan Jam KerjaA Jam KerjaA Jam KerjaB Biaya Satuan
1 100,00 100,00 $5.000 $5.000 $5.000

2 80.00 160.00 8.000 3.000 4.000
4 64.00 256.00 12.800 4.800 3.200
8 51.20 409.60 20.480 7.680 2.560
16 40,96 655.36 32.768 12.288 2.048
ABerdasarkan model pembelajaran rata-rata waktu kumulatif. Lihat Gambar 10-10

untuk perhitungan jumlah ini
BKumulatif Jam Kerja pada Kolom C3$50 per Jam Kerja
“mendorong produk mengikuti kurva pembelajaran” seiring dengan perolehan pangsa pasar. Meskipun perusahaan tersebut mungkin memperoleh
sedikit pendapatan operasional pada unit pertama yang terjual—perusahaan mungkin sebenarnya telah merugi atas unit tersebut—Rayburn
memperoleh lebih banyak pendapatan operasional per unit seiring dengan peningkatan output.
Alternatifnya, tergantung pada hukum dan faktor lainnya, manajer Rayburn mungkin
menetapkan harga rendah hanya untuk 8 unit terakhir. Lagi pula, total biaya tenaga kerja dan biaya
overhead terkait untuk unit-unit ini diperkirakan hanya $12,288 (lihat kolom E). Pada 8 unit terakhir ini,
biaya tambahan per unit sebesar $1.536 ($12.288, 8 unit) jauh lebih rendah daripada biaya produksi
pertama sebesar $5.000.
Banyak perusahaan, seperti Pizza Hut dan Home Depot, menggunakan kurva pembelajaran untuk
mengevaluasi tingkat kinerja. Nissan Motor Company menetapkan standar efisiensi tenaga kerja
perakitan untuk model mobil baru setelah mempertimbangkan pembelajaran yang akan terjadi seiring
dengan semakin banyaknya unit yang diproduksi. Karyawan diharapkan untuk belajar sambil bekerja,
dan kinerja mereka dievaluasi sesuai dengan itu. Departemen Pertahanan AS memasukkan kurva
pembelajaran ke dalam perkiraan biaya program senjata militer. Konsep dalam Tindakan: Apakah Produksi
Joint Strike Fighter Memiliki Kurva Pembelajaran? menunjukkan sulitnya membuat perkiraan dan besarnya
dampak kesalahan perhitungan terhadap biaya akhir program.
Model kurva pembelajaran yang diperiksa pada Gambar 10-10 hingga 10-13 mengasumsikan bahwa
Keputusan
pembelajaran didorong oleh satu variabel (output produksi). Model pembelajaran lain telah dikembangkan
Titik (oleh perusahaan seperti Analog Devices dan Hewlett-Packard) yang berfokus pada bagaimana kualitas—
Apa yang dimaksud dengan
bukan jam kerja manufaktur—akan berubah seiring waktu, terlepas dari apakah lebih banyak unit yang
fungsi biaya nonlinier, dan
bagaimana kurva pembelajaran diproduksi. Studi menunjukkan bahwa faktor-faktor selain hasil produksi, seperti rotasi pekerjaan dan
menimbulkan biaya nonlinier? pengorganisasian pekerja ke dalam tim, berkontribusi terhadap pembelajaran yang meningkatkan kualitas.
Maude Designs memproduksi berbagai bingkai foto. Setiap karyawan baru membutuhkan waktu 6 jam
Cobalah!10-3 untuk membuat bingkai foto pertama dan 4,8 jam untuk membuat bingkai foto kedua. Biaya overhead
produksi per jam adalah $25.
A. Berapa persentase kurva pembelajaran, dengan asumsi metode rata-rata kumulatif?

B. Berapa waktu yang dibutuhkan untuk membuat 8 bingkai foto oleh seorang karyawan baru dengan
menggunakan metode waktu rata-rata kumulatif? Anda dapat menggunakan indeks -0,1520.
C. Berapa banyak biaya overhead produksi yang akan dibebankan pada 8 bingkai foto berdasarkan
pendekatan waktu rata-rata kumulatif?
D. Berapa persentase kurva pembelajaran, dengan asumsi metode satuan waktu tambahan?
e. Berapa waktu yang diperlukan untuk memproduksi frame ke-16 oleh karyawan baru dengan
menggunakan metode unit-waktu tambahan? Anda dapat menggunakan indeks -0,3219.
MASALAH PENUMPUKAN DAN PENYESUAIAN DATA395
bersama
s Pesawat Tempur Serangan Gabungan
di sebuah uction Punya Kurva Pembelajaran?
Kurva ng telah menguntungkan biaya produksi dalam pengembangan manufaktur pesawat
terbang sejak tahun 1930an. Meskipun kurva pembelajaran diterapkan secara luas,
Ada kontroversi mengenai apakah ada kurva pembelajaran

dalam pengembangan dan pembuatan F-35 Lightning II, juga
sebagai Joint Strike Fighter (“JSF”).
he JSF adalah program pesawat militer termahal dalam sejarah. Dirancang untuk
menjadi pesawat tempur serang generasi berikutnya yang digunakan oleh militer
di Amerika Serikat, Italia, Belanda, Turki, Kanada, Australia, Denmark, Norwegia, Jepang,
dan Israel. Ketika program JSF dimulai pada tahun 2001, Departemen Pertahanan Amerika
Serikat (“DoD”) berencana membeli 2.852 pesawat dalam kontrak senilai sekitar $233
miliar. Namun pada tahun 2013, Departemen Pertahanan berencana mengeluarkan 70%
Foto Angkatan Udara AS/Foto Stok
lebih banyak uang untuk mengurangi 409 pesawat. Selama waktu ini, harga setiap
Alamy
pesawat meningkat dari $81 juta menjadi $161 juta.
Mengapa? Banyak ahli berpendapat bahwa JSF terlalu rumit untuk memanfaatkan kurva pembelajaran, yang seharusnya secara
bertahap mengurangi biaya setiap pesawat seiring dengan berjalannya produksi. Kurva pembelajaran memerlukan desain dan produksi
yang stabil, yang tidak dimiliki JSF. Untuk militer Amerika Serikat saja, ada tiga versi pesawat: versi konvensional untuk Angkatan Udara,
versi lepas landas pendek dan pendaratan vertikal untuk Marinir, dan versi kapal induk untuk Angkatan Laut. Apalagi, biaya komponen
mengalami stagnasi, padahal produksi meningkat. Misalnya, harga mesin JSF sama dari tahun 2010–2015, sedangkan jumlah mesinnya
meningkat dua kali lipat.
Hal ini tidak sesuai dengan apa yang diharapkan dari program JSF, karena keterjangkauannya dalam jangka panjang mengharuskan harga unit turun seiring dengan
peningkatan produksi, karena penghematan dari pesanan komponen yang lebih besar dan biaya tenaga kerja yang lebih rendah karena pekerja mendapatkan lebih banyak
pengalaman dalam memproduksi pesawat.

Meskipun terdapat tantangan-tantangan ini, Departemen Pertahanan dan Lockheed Martin, kontraktor utama JSF, tetap memiliki harapan. Lockheed
Martin mengklaim bahwa kurva pembelajaran produksi mengalahkan pesawat lama seperti F-16, dan Letjen Chris Bogdan, kepala program JSF di Departemen
Pertahanan, mengatakan bahwa biaya pesawat akan mencapai $80 juta hingga $85 juta per pesawat pada tahun 2019.
Sumber:Adam Ciralsky, “Akankah Terbang?”Pameran Kesombongan, 16 September 2013; Giovanni de Briganti, “Biaya Unit Mesin F-35 Terus Meningkat Sekalipun Produksi
Meningkat,”Pertahanan-Aerospace.com, 28 April 2015; Colin Clark, “Bogdan Memprediksi Harga F-35 Kurang dari $80 Juta, Termasuk Mesin!”Melanggar Pertahanan, 11
Februari 2016.
Masalah Pengumpulan dan Penyesuaian Data
7
Basis data yang ideal untuk memperkirakan fungsi biaya secara kuantitatif memiliki dua karakteristik: Sedang belajar
1. Basis data harus berisi sejumlah observasi terukur yang andal mengenai pemicu biaya (variabel Objektif
independen) dan biaya terkait (variabel dependen).Kesalahan dalam mengukur biaya dan pemicu
Waspadai masalah data yang
biaya merupakan hal yang serius. Hal ini menghasilkan perkiraan yang tidak akurat mengenai pengaruh
dihadapi dalam memperkirakan
pemicu biaya terhadap biaya. fungsi biaya
2. Basis data harus mempertimbangkan banyak nilai yang mencakup rentang yang luas untuk penggerak biaya.Penggunaan
. . . misalnya, data yang tidak dapat
hanya sedikit nilai pemicu biaya yang dikelompokkan secara berdekatan menyebabkan manajer mempertimbangkan terlalu kecil diandalkan dan pencatatan yang
suatu segmen dari kisaran yang relevan dan mengurangi keakuratan estimasi yang diperoleh. buruk, observasi yang ekstrim,
memperlakukan biaya tetap seolah-
Sayangnya, akuntan manajemen biasanya tidak memiliki keuntungan bekerja dengan database yang memiliki kedua olah biaya tersebut bersifat variabel,
karakteristik tersebut. Bagian ini menguraikan beberapa masalah data yang sering ditemui dan langkah-langkah dan perubahan hubungan antara
yang dapat Anda ambil untuk mengatasi masalah tersebut. Manajer harus bertanya tentang masalah ini dan menilai pemicu biaya dan biaya.
bagaimana masalah tersebut diselesaikan sebelum mereka mengandalkan perkiraan biaya yang dihasilkan dari data.
■
Jangka waktu pengukuran variabel terikat tidak sesuai dengan jangka waktu pengukuran
pemicu biaya.Masalah ini sering muncul ketika suatu perusahaan tidak melakukan
pencatatan akuntansi dengan basis akrual. Pertimbangkan fungsi biaya untuk perusahaan
transportasi dengan biaya pelumas mesin sebagai variabel terikat dan jumlah jam kerja truk
sebagai penggerak biaya. Asumsikan pelumas dibeli secara sporadis dan disimpan
untuk digunakan nanti. Catatan yang dibuat berdasarkan pembelian pelumas akan menunjukkan biaya
pelumas yang kecil dalam beberapa bulan dan biaya pelumas yang besar dalam beberapa bulan. Catatan-
catatan ini memberikan gambaran yang tidak akurat tentang apa yang sebenarnya terjadi. Analis harus
menggunakan akuntansi akrual untuk mengukur biaya pelumasdikonsumsiuntuk lebih mencocokkan biaya-
biaya ini dengan penggerak biaya jam truk dalam contoh ini.
■
Biaya tetap dialokasikan seolah-olah biaya tersebut bersifat variabel.Misalnya, biaya seperti depresiasi,
asuransi, atau sewa dapat dialokasikan ke produk untuk menghitung biaya per unit output.Bahayanya bagi
manajer adalah menganggap biaya-biaya ini sebagai biaya variabel dan bukan biaya tetap.Biayanya tampak
bervariasi, namun hal ini terkait dengan metode alokasi yang digunakan, bukan perilaku sebenarnya dari biaya
tersebut. Untuk menghindari masalah ini, analis harus hati-hati membedakan biaya tetap dari biaya
variabel dan tidak memperlakukan biaya tetap yang dialokasikan per unit sebagai biaya variabel.
■
Data tidak tersedia untuk semua observasi atau tidak dapat diandalkan secara seragam.
Pengamatan biaya yang hilang sering kali muncul karena tidak dicatat atau diklasifikasikan dengan
benar. Misalnya, biaya pemasaran suatu perusahaan mungkin diremehkan karena biaya kunjungan
penjualan ke pelanggan mungkin salah dicatat sebagai biaya layanan pelanggan. Pencatatan data
secara manual dibandingkan secara elektronik cenderung menghasilkan persentase observasi yang
hilang dan kesalahan pencatatan observasi yang lebih tinggi. Kesalahan juga muncul ketika data pemicu
biaya berasal dari luar sistem akuntansi internal. Misalnya, departemen akuntansi dapat memperoleh
data jam pengujian instrumen medis dari departemen manufaktur perusahaan dan data jumlah barang
yang dikirim ke pelanggan dari departemen distribusi. Salah satu atau kedua departemen ini mungkin
tidak menyimpan catatan yang akurat. Untuk meminimalkan masalah ini, analis biaya harus merancang
laporan pengumpulan data yang secara teratur dan rutin memperoleh data yang diperlukan dan harus
segera menindaklanjuti setiap kali ada data yang hilang.
■
Nilai observasi yang ekstrim terjadi.Nilai-nilai ini timbul dari (a) kesalahan dalam pencatatan biaya (misalnya,
kesalahan penempatan koma desimal), (b) periode yang tidak representatif (misalnya, dari periode terjadinya
kerusakan mesin besar atau keterlambatan pengiriman bahan dari perusahaan internasional). pemasok
membatasi produksi), atau (c) pengamatan di luar rentang yang relevan. Analis harus menyesuaikan atau
menghilangkan pengamatan yang tidak biasa sebelum memperkirakan hubungan biaya.
■
Tidak ada hubungan yang homogen antara pemicu biaya dan masing-masing item biaya dalam
kumpulan biaya variabel dependen.Hubungan yang homogen terjadi ketika setiap aktivitas yang biayanya
termasuk dalam variabel dependen mempunyai cost driver yang sama. Dalam hal ini, fungsi biaya tunggal
dapat diperkirakan. Seperti yang dibahas pada Langkah 2 untuk memperkirakan fungsi biaya menggunakan
analisis kuantitatif (halaman 380–381), ketika pemicu biaya untuk setiap aktivitas berbeda, fungsi biaya yang
terpisah (masing-masing memiliki pemicu biaya sendiri) harus diestimasi untuk setiap aktivitas. Alternatifnya,
seperti yang dibahas di halaman 406–408, analis harus memperkirakan fungsi biaya dengan lebih dari satu
variabel independen menggunakan regresi berganda.
■
Hubungan antara pemicu biaya dan biaya tidaklah stasioner.Hal ini terjadi ketika proses mendasar
yang menghasilkan observasi tidak tetap stabil dari waktu ke waktu. Misalnya, hubungan antara jumlah
jam mesin dan biaya overhead produksi kemungkinan besar tidak akan stasioner ketika data mencakup
periode ketika teknologi baru diperkenalkan. Salah satu cara untuk melihat apakah hubungan tersebut
stasioner adalah dengan membagi sampel menjadi dua bagian dan memperkirakan hubungan biaya
yang terpisah—satu untuk periode sebelum teknologi diperkenalkan dan satu lagi untuk periode
setelah teknologi diperkenalkan. Kemudian, jika estimasi koefisien untuk kedua periode tersebut
serupa, analis dapat mengumpulkan data untuk memperkirakan hubungan biaya tunggal. Jika
memungkinkan, pengumpulan data akan menghasilkan kumpulan data yang lebih besar untuk
estimasi, sehingga meningkatkan keyakinan terhadap prediksi biaya yang dibuat.
■
Inflasi telah mempengaruhi biaya, pemicu biaya, atau keduanya.Misalnya, inflasi dapat
menyebabkan biaya berubah meskipun tidak ada perubahan pada tingkat pemicu biaya. Untuk
mempelajari hubungan sebab-akibat yang mendasari antara tingkat pemicu biaya dan biaya,
analis harus menghilangkan dampak harga inflasi murni dari data dengan membagi setiap biaya
Keputusan dengan indeks harga pada tanggal terjadinya biaya.
Titik Dalam banyak kasus, seorang analis biaya harus mengeluarkan upaya yang besar untuk mengurangi dampak
Apa saja masalah data umum
masalah ini sebelum memperkirakan fungsi biaya berdasarkan data masa lalu. Sebelum mengambil keputusan apa
yang harus diperhatikan
perusahaan ketika pun, seorang manajer harus meninjau dengan cermat setiap data yang tampaknya mencurigakan dan bekerja sama
memperkirakan biaya? dengan analis dan akuntan perusahaan untuk memperoleh dan memproses informasi yang benar dan relevan.
MASALAH untuk belajar mandiri 397
MASALAH untuk Belajar Mandiri

Helikopter D
tanaman. Ini memiliki tanda terima
mengadopsi salah satu dari dua metode perakitan helikopter:
Metode Perakitan Padat Karya Metode Perakitan Intensif Mesin

Biaya bahan langsung per helikopter $40.000 $36.000
Waktu pengerjaan perakitan langsung untuk helikopter pertama 2.000 jam kerja 800 jam kerja
Kurva pembelajaran waktu kerja perakitan per helikopter 85% waktu rata-rata kumulatif* 90% tambahan waktu satuan**
Biaya tenaga kerja perakitan langsung $ 30 per jam $ 30 per jam
Biaya produksi tidak langsung terkait peralatan $ 12 per jam kerja perakitan langsung $ 45 per jam kerja perakitan langsung
Biaya produksi tidak langsung terkait penanganan material 50% dari biaya bahan langsung 50% dari biaya bahan langsung
dalam 0,85 ]0,162519

* Menggunakan rumus (halaman 391), untuk kurva belajar 85%,B5 5 5 ]0,234465
di 2 0,693147
di 0,90 ]0,105361
* * Menggunakan rumus (halaman 392), untuk kurva belajar 90%,B5 5 5]0,152004
di 2 0,693147
1. Berapa jam kerja perakitan langsung yang diperlukan untuk merakit delapan helikopter Diperlukan
pertama dengan (a) metode padat karya dan (b) metode padat mesin?
2. Berapa total biaya perakitan delapan helikopter pertama dengan (a) metode padat
karya dan (b) metode padat mesin?
Larutan
1.sebuah. orang-orang itu
model pembelajaran waktu rata-rata kumulatif (menggunakan Excel):
Kumulatif Kumulatif Kumulatif Individu

Nomor Waktu rata-rata Jumlah Waktu: waktu untuk
Unit per unit (kamu): Jam Kerja Xsatuan ke-:
(X) Jam Kerja Jam Kerja

Kolonel J5Kolonel G3Kol H
1 2.000 2.000 2.000
2 1.700 (2.00030,85) 3.400 1.400
3 1.546 4.637 1.237
4 1.445 (1.70030,85) 5.780 1.143
5 1.371 6.857 1.077
6 1.314 7.884 1.027
7 1.267 8.871 987
8 1.228,25 (1.44530,85) 9.826 955
Waktu rata-rata kumulatif per unit untukXsatuan pada kolom H dihitung sebagaikamu=
kapakB; lihat Tampilan 10-10 (halaman 391). Misalnya kapanX=3,kamu=2.000*3- 0,234465
=1.546 tenaga kerja@jam.
B. Th
90%
Kumulatif Individu Kumulatif Kumulatif

Nomor Satuan Waktu Jumlah Waktu: Waktu rata-rata
Unit untukXSatuan (kamu): Jam Kerja Per unit:
(X) Jam Kerja Jam Kerja
Kolonel K5Kolonel J4Kolonel G
1 800 800 800

2 720 (80030,9) 1.520 760
3 677 2.197 732
4 648 (72030,9) 2.845 711
5 626 3.471 694
6 609 4.081 680
7 595 4.676 668
8 583 (64830,9) 5.258 657
Satuan waktu individu untukXsatuan pada kolom H dihitung sebagaikamu=kapakB; lihat Gambar 10-11
- 0,152004
Padat karya Mesin-Intensif

Metode Perakitan Metode Perakitan
(menggunakan data dari bagian 1a) (menggunakan data dari bagian 1b)
Material langsung:
8 helikopter × $40.000; $36.000 per helikopter $320.000 $288.000
Tenaga kerja perakitan langsung:
9.826 jam; 5.258 jam. × $30/jam. 294.780 157.740

Biaya produksi tidak langsung:
Terkait peralatan
9.826 jam. × $12/jam; 5.258 jam. × $45/jam. 117.912 236.610
Terkait dengan penanganan material
0,50 × $320.000; $288.000 160.000 144.000

Total biaya perakitan $892.692 $826.350
Biaya perakitan metode padat mesin adalah $66.342 lebih rendah dibandingkan metode padat
karya ($892.692 - $826.350).
poin keputusan399
KeputusanPoinS
Format tanya jawab berikut merangkum tujuan pembelajaran bab ini. Setiap keputusan
menyajikan pertanyaan kunci terkait dengan tujuan pembelajaran. Pedoman adalah jawaban
atas pertanyaan itu.
Keputusan Pedoman
1. Apa yang dimaksud dengan fungsi biaya linier, dan jenis

Fungsi biaya linier adalah fungsi biaya yang, dalam rentang yang
perilaku biaya apa yang diwakilinya?
relevan, grafik total biaya berdasarkan tingkat suatu aktivitas berbentuk
garis lurus. Fungsi biaya linier dapat dijelaskan dengan konstanta,
A,yang mewakili perkiraan total komponen biaya yang, dalam kisaran
yang relevan, tidak berubah seiring dengan perubahan tingkat aktivitas;
dan koefisien kemiringan,B,yang mewakili perkiraan jumlah perubahan
total biaya untuk setiap perubahan unit pada tingkat aktivitas dalam
rentang yang relevan. Tiga jenis fungsi biaya linier adalah variabel, tetap,
dan campuran (atau semivariabel).
2. Apa isu terpenting dalam memperkirakan
Masalah yang paling penting dalam memperkirakan fungsi biaya adalah
fungsi biaya?
menentukan apakah terdapat hubungan sebab-akibat antara tingkat suatu
aktivitas dan biaya yang terkait dengannya. Hanya hubungan sebab-akibat—
bukan sekadar korelasi—yang dapat menciptakan hubungan yang masuk akal
secara ekonomi antara tingkat suatu aktivitas dan biayanya.
3. Apa saja metode berbeda yang dapat digunakan
Empat metode untuk memperkirakan fungsi biaya adalah metode teknik industri,
untuk memperkirakan fungsi biaya?
metode konferensi, metode analisis akun, dan metode analisis kuantitatif
(yang meliputi metode tinggi-rendah dan metode analisis regresi). Jika
memungkinkan, analis biaya harus menggunakan lebih dari satu metode. Masing-
masing metode merupakan pemeriksaan terhadap metode lainnya.
4. Apa saja langkah-langkah mengestimasi fungsi biaya dengan Enam langkah perlu diambil untuk memperkirakan fungsi biaya menggunakan
menggunakan analisis kuantitatif? analisis kuantitatif: (a) Pilih variabel dependen; (b) mengidentifikasi pemicu biaya;
(c) mengumpulkan data mengenai variabel terikat dan pemicu biaya; (d) memplot
data; (e) memperkirakan fungsi biaya; dan (f) mengevaluasi pemicu biaya dari
fungsi estimasi biaya. Dalam kebanyakan situasi, bekerja sama dengan manajer
operasi, analis biaya akan melakukan siklus melalui langkah-langkah ini beberapa
kali sebelum mengidentifikasi fungsi biaya yang dapat diterima.
5. Bagaimana seharusnya perusahaan mengevaluasi dan memilih Tiga kriteria untuk mengevaluasi dan memilih pemicu biaya
pemicu biaya? adalah (a) masuk akal secara ekonomi, (b) kesesuaian, dan (c)
signifikansi variabel independen.
6. Apa yang dimaksud dengan fungsi biaya nonlinier, dan Fungsi biaya nonlinier adalah fungsi yang grafik total biaya berdasarkan
bagaimana kurva pembelajaran menimbulkan biaya tingkat suatu aktivitas tidak berupa garis lurus dalam rentang yang relevan.
nonlinier? Biaya nonlinier dapat timbul karena diskon kuantitas, fungsi biaya bertahap,
dan efek kurva pembelajaran. Ketika efek pembelajaran muncul, jam kerja
per unit menurun seiring dengan meningkatnya unit produksi. Dengan
model pembelajaran waktu rata-rata kumulatif, waktu rata-rata kumulatif
per unit menurun dengan persentase yang konstan setiap kali jumlah
kumulatif unit yang diproduksi berlipat ganda. Dengan model pembelajaran
satuan waktu tambahan, waktu yang dibutuhkan untuk memproduksi
satuan terakhir berkurang dengan persentase yang konstan setiap kali
jumlah kumulatif unit yang diproduksi berlipat ganda.
7. Apa saja masalah data umum yang harus Tugas tersulit dalam estimasi biaya adalah mengumpulkan data biaya dan
diperhatikan perusahaan ketika memperkirakan pemicu biaya yang berkualitas tinggi dan dapat diukur secara andal.
biaya? Permasalahan yang umum terjadi adalah data yang hilang, nilai observasi
yang ekstrim, perubahan teknologi, dan distorsi akibat inflasi.
lampiran
Analisis regresi
Lampiran ini menjelaskan estimasi persamaan regresi, beberapa statistik regresi yang umum digunakan, dan cara
memilih fungsi biaya yang telah diestimasi dengan analisis regresi. Kami menggunakan data untuk Permadani
Elegan yang disajikan pada Tampilan 10-3 (halaman 380) dan ditampilkan lagi di sini untuk memudahkan referensi.
Pekan Penggerak Biaya: Jam Mesin (X) Biaya Tenaga Kerja Manufaktur Tidak Langsung (Y)
1 68 $1.190
2 88 1.211
3 62 1.004
4 72 917
5 60 770
6 96 1.456
7 78 1.180
8 46 710
9 82 1.316
10 94 1.032
11 68 752
12 48 963
Total 862 $12.501
Memperkirakan Garis Regresi

Teknik kuadrat terkecil untuk memperkirakan garis regresi meminimalkan jumlah kuadrat
deviasi vertikal dari titik data ke garis estimasi regresi (disebut jugaistilah sisadalam Tampilan
10-6, halaman 384). Tujuannya adalah untuk menemukan nilai-nilaiADanBdalam fungsi biaya
linierkamu=A+bX, Di manakamuadalahdiprediksinilai biaya yang dibedakan daridiamatinilai
biaya, yang kami nyatakan denganY. Kami ingin menemukan nilai numerik dariADan Byang
meminimalkan Σ(Y-kamu)2, jumlah kuadrat simpangan vertikal antaraYDan kamu. Umumnya
perhitungan ini dilakukan dengan menggunakan paket perangkat lunak seperti Excel. Untuk
data dalam contoh kita,4A= $300,98 danB= $10.31, sehingga persamaan garis regresinya adalah
kamu= $300,98 + $10,31X.
Kebaikan Kesesuaian
Goodness of fit mengukur seberapa baik nilai prediksi,kamu, berdasarkan penggerak biaya,X,
cocokkan pengamatan biaya aktual,Y. Metode analisis regresi menghitung ukuran goodness of
fit, yang disebutkoefisien determinasi. Koefisien determinasi (R2) Pengukuran
4Rumus untukADanBadalah sebagai berikut:
A= (ΣY)(ΣX2) - (ΣX)(ΣXY) N(ΣXY) - (ΣX)(ΣY) N

N(ΣX2) - (ΣX)(ΣX) DanB= (ΣX2) - (ΣX)(ΣX)
dimana untuk data Permadani Elegan pada Tampilan 10-3,
N=jumlah titik data = 12

ΣX=jumlah yang diberikanXnilai = 68 + 88 +g+48 = 862
ΣX2= jumlah kuadrat dariXnilai = (68)2+ (88)2+g + (48)2= 4.624 + 7.744 +g+2.304 = 64.900
ΣY=jumlah yang diberikanYnilai = 1,190 + 1,211 +g+963 = 12.501
ΣXY=jumlah dari jumlah yang diperoleh dengan mengalikan masing-masing jumlah yang diberikanXnilai-nilai yang diamati terkaitYnilai
= (68) (1.190) + (88) (1.211) +g + (48) (963) =

80.920+106.568+g+46.224 = 928.716
(12.501) (64.900) - (862) (928.716)
A= 12(64.900) - (862) (862) = $300,98
12(928.716) - (862) (12.501)

B= 12(64.900) - (862) (862) = $10.31
lampiran401
persentase variasi dalamYdijelaskan olehX(variabel independen). Lebih mudah untuk

menyatakan koefisien determinasi sebagai 1 dikurangi proporsi varians totalbukandijelaskan
oleh variabel independen—yaitu, 1 dikurangi rasio variasi yang tidak dapat dijelaskan terhadap
variasi total. Varians yang tidak dapat dijelaskan muncul karena perbedaan antara nilai
sebenarnya,Y, dan nilai prediksi,kamu. Dalam contoh Karpet Elegan, kesesuaian diberikan oleh5
Variasi yang tidak dapat dijelaskan Σ1Y-kamu22 290.824

R2 = 1 - =1 =1 =0,52
Variasi total - Σ1Y-Y22 - 607.699
Perhitungan menunjukkan hal ituR2meningkat seiring nilai prediksi,kamu, lebih mendekati pengamatan
sebenarnya,Y. KisaranR2berkisar antara 0 (menunjukkan tidak ada kekuatan penjelas) hingga 1
(menunjukkan kekuatan penjelas sempurna). Umumnya, sebuahR20,30 atau lebih tinggi lulus uji kesesuaian.
Namun, jangan hanya mengandalkan kecocokan saja. Hal ini dapat menyebabkan penyertaan variabel
independen secara sembarangan semakin meningkatR2namun tidak mempunyai alasan ekonomi yang
masuk akal sebagai pemicu biaya.Goodness of fit hanya mempunyai arti jika hubungan antara pemicu
biaya dan biaya masuk akal secara ekonomi.
Cara alternatif dan terkait untuk mengevaluasi goodness of fit adalah dengan menghitung
kesalahan standar regresi. Itukesalahan standar regresiadalah simpangan baku dari residu.
Itu sama dengan
Σ1Y-kamu22 Σ1Y-kamu22
S= = 290.824
CDerajat kebebasan = = $170,54
C N-2 A12 - 2
Derajat kebebasan sama dengan jumlah observasi, 12,dikurangijumlah koefisien yang diperkirakan dalam
regresi (dalam hal ini dua,ADanB). Kesalahan standar sebesar $170,54 merupakan perkiraan variasi biaya
tenaga kerja yang diamati terhadap garis regresi. Itu berada dalam satuan pengukuran yang sama (dolar)
dengan biaya tenaga kerja, sebagai variabel dependen. Sebagai perbandingan, perhatikan ituY, nilai rata-rata
Y, adalah $1.041,75. Semakin kecil kesalahan standar regresi, semakin baik kecocokannya dan semakin baik
pula prediksi untuk nilai yang berbedaX.
Signifikansi Variabel Independen

Gambar 10-14 menunjukkan format yang mudah digunakan (dalam Excel) untuk merangkum hasil
regresi jumlah jam mesin dan biaya tenaga kerja produksi tidak langsung. Apakah perubahan variabel
independen yang masuk akal secara ekonomi mengakibatkan perubahan signifikan pada variabel
dependen? Atau dinyatakan sebagai alternatif, adalah koefisien kemiringan,B= $10,31, dari garis
regresi signifikan secara statistik (yaitu, berbeda dari $0)? Ingatlah bahwa dalam regresi jumlah jam
mesin dan biaya tenaga kerja produksi tidak langsung dalam ilustrasi Elegant Rugs,Bdiperkirakan dari
sampel 12 observasi mingguan. Perkiraannya,B, bergantung pada faktor acak, begitu pula semua
statistik sampel. Artinya, sampel yang berbeda dari 12 titik data pasti akan memberikan perkiraan
yang berbedaB. Itukesalahan standar dari koefisien estimasimenunjukkan berapa nilai
taksirannya, B, kemungkinan besar dipengaruhi oleh faktor acak.
ItuT-nilai koefisien mengukur seberapa besar nilai estimasi koefisien relatif terhadap
kesalahan standarnya. ItuT-nilai (disebutTStat di keluaran Excel) untuk koefisien kemiringanB
adalah nilai koefisien estimasi, $10.31, kesalahan standar dari koefisien estimasi, $3.12 = 3.30.
Hal ini dibandingkan dengan nilai kritis atau nilai batas untuk memastikan bahwa ada hubungan
antara variabel independen dan variabel dependen yang tidak dapat dikaitkan hanya dengan
peluang acak. PemutusanT-nilai untuk membuat kesimpulan adalah fungsi dari jumlah
derajat
5Dari catatan kaki 4, ΣY=12.501 danY=12.501 , 12 = 1.041,75
Σ(Y-Y)2= (1.190 - 1.041,75)2+ (1.211 - 1.041,75)2+g + (963 - 1.041,75)2= 607.699

Setiap nilai dariXmenghasilkan nilai prediksi sebesarkamu. Misalnya pada minggu pertama,kamu= $300,98 + (10,31 * 68) = $1002,06; di minggu ke
2, kamu= $300,98 + ($10,31 * 88) = $1,208,26; dan di minggu ke 12,kamu= $300,98 + ($10,31 * 48) = $795,86. Membandingkan nilai prediksi dan
aktual,
Σ(Y-kamu)2= (1.190 - 1.002,06)2+ (1.211 - 1208.26)2+g + (963 - 795.86)2= 290.824.

pameran 10-14 Hasil Regresi Sederhana dengan Biaya Tenaga Kerja Manufaktur Tidak Langsung
sebagai Variabel Dependen dan Jam Mesin sebagai Variabel Independen (Penggerak
Biaya) untuk Permadani Elegan
Ilmu pengetahuan Kesalahan Standar TStatistik
(1) (2) (3)5(1)4(2)

Mencegat $300,98 $229,75 1.31
Variabel bebas:
Jam Mesin (X) $10,31 $3,12 3.30
Statistik Regresi
R persegi 0,52
Statistik Durbin-Watson 2.05
kebebasan dan tingkat signifikansinya. Biasanya kita mencari tingkat signifikansi sebesar 5%, yang menunjukkan
bahwa terdapat kurang dari 5% kemungkinan bahwa faktor acak dapat mempengaruhi koefisien. B. PemutusanT
-nilai pada tingkat signifikansi 5% dan 10 derajat kebebasan adalah 2,228. Karena T-nilai untuk koefisien kemiringanB
adalah 3,30, yang melebihi 2,228, kita dapat menyimpulkan bahwa terdapat hubungan yang signifikan secara
statistik antara jam mesin dan biaya tenaga kerja produksi tidak langsung.6
Cara alternatif untuk menguji koefisien tersebutBberbeda nyata dari nol dalam hal ainterval
kepercayaan: Ada kemungkinan kurang dari 5% bahwa nilai sebenarnya dari koefisien jam
mesin berada di luar kisaran $10,31 { ($2,228 * $3,12), atau $10,31 { $6,95, atau dari $3,36
Restoran Yen's Palace telah terlibat dalam serangkaian kegiatan promosi baru-baru ini
Cobalah!10-4 bulan dalam upaya membangkitkan minat pelanggan. Jenny Chu, manajer keuangan
restoran, ingin mengetahui apakah aktivitas ini berdampak pada penjualan. Dia
memperoleh data berikut selama 10 bulan terakhir:
Bulan Biaya Promosi Pendapatan Penjualan
Berbaris $12.000 $500.000

April 18.000 700.000
Mungkin 9.000 550.000
Juni 21.000 650.000
Juli 6.000 550.000
Agustus 12.000 650.000
September 9.000 450.000
Oktober 24.000 800.000
November 15.000 550.000
Desember 17.000 600.000
A. Plot hubungan antara biaya promosi dan pendapatan.

B. Perkirakan persamaan regresi yang menangkap hubungan antara biaya promosi dan
pendapatan penjualan.
C. Gambarkan garis regresi dan evaluasi dengan menggunakan kriteria kelayakan ekonomi,
goodness of fit, dan kemiringan garis regresi.
D. Dalam kisaran yang relevan, berapa peningkatan pendapatan untuk setiap $1.000 yang dibelanjakan
untuk promosi?
6Jika koefisien estimasinya negatif, maka aT-nilai yang lebih rendah dari -2,228 menunjukkan hubungan yang signifikan secara statistik. Sebagai satu
diharapkan, nilai absolut dari batas tersebut akan lebih rendah jika estimasi hubungan didasarkan pada jumlah observasi yang lebih banyak.
Misalnya, dengan kebebasan 60 derajat, cutoffT-nilai pada tingkat signifikansi 5% adalah 2,00.
lampiran403
menjadi $17,26. Karena 0 tidak muncul dalam interval kepercayaan, kita dapat menyimpulkan bahwa
perubahan jumlah jam mesin memang mempengaruhi biaya tenaga kerja produksi tidak langsung. Demikian
pula, dengan menggunakan data dari Gambar 10-14,T-nilai untuk suku konstanAadalah $300,98 , $229,75 =
1,31, yang kurang dari 2,228. IniT-nilai menunjukkan bahwa, dalam rentang yang relevan, suku konstannya
adalahbukanberbeda secara signifikan dari nol. Statistik Durbin-Watson pada Gambar 10-14 akan dibahas
pada bagian berikut.
Spesifikasi Analisis Asumsi Estimasi

Analisis spesifikasiadalah pengujian asumsi analisis regresi. Jika asumsi (1) linearitas berada
dalam kisaran yang relevan, (2) varian residu konstan, (3) independensi residu, dan (4)
normalitas residu terpenuhi, maka prosedur regresi sederhana akan memberikan estimasi nilai
koefisien yang andal. Bagian ini memberikan gambaran singkat tentang analisis spesifikasi. Jika
asumsi ini tidak terpenuhi, prosedur regresi yang lebih kompleks diperlukan untuk memperoleh
estimasi terbaik.7
1. Linearitas dalam rentang yang relevan.Asumsi umum—dan tampaknya masuk akal dalam
banyak aplikasi bisnis—adalah adanya hubungan linier antara variabel independenXdan
variabel terikatYdalam rentang yang relevan. Namun jika model regresi linier digunakan
untuk memperkirakan hubungan nonlinier, estimasi koefisien yang diperoleh akan menjadi
tidak akurat.
Jika hanya ada satu variabel independen, cara termudah untuk memeriksa linearitasnya adalah dengan
mempelajari data yang diplot dalam diagram sebar, sebuah langkah yang sering kali dilewati secara tidak bijaksana.
Gambar 10-6 (halaman 384) menyajikan diagram sebar untuk biaya tenaga kerja produksi tidak langsung dan variabel
jam mesin dari Elegant Rugs. Diagram sebar menunjukkan bahwa linearitas tampaknya merupakan asumsi yang masuk
akal untuk data ini.
Model kurva pembelajaran yang dibahas dalam bab ini (halaman 390–393) adalah contoh
fungsi biaya nonlinier. Biaya meningkat ketika tingkat produksi meningkat, namun dalam jumlah
yang lebih kecil dibandingkan dengan fungsi biaya linier. Dalam hal ini, analis harus
memperkirakan fungsi biaya nonlinier yang menggabungkan efek pembelajaran.
2. Varians residu yang konstan.Deviasi vertikal dari nilai yang diamatiYdari perkiraan garis
regresikamudisebutistilah sisa, istilah gangguan, atauistilah kesalahan, kamu=Y-kamu.
Asumsi variansi konstan menyiratkan bahwa syarat sisa tidak dipengaruhi oleh tingkat
pemicu biaya. Asumsi ini juga menyiratkan bahwa terdapat sebaran atau penyebaran yang
seragam pada titik-titik data di sekitar garis regresi seperti pada Gambar 10-15,
pameran 10-15 Varians Konstan dari Asumsi Residual
PANEL A:
Varians Konstan PANEL B:
(Titik Data Sebaran Seragam di Varians Tidak Konstan
(Output Lebih Tinggi Memiliki
Sekitar Garis Regresi)
Residu Lebih Besar)
$4.000 $4.000
Manufaktur Tidak Langsung
Manufaktur Tidak Langsung

Biaya tenaga kerja (Y)
Biaya tenaga kerja (Y)
$3.000 $3.000
$2.000 $2.000
$1.000 $1.000
50 100
150 200 250 50 100 150 200 250
Jam Mesin (X) Jam Mesin (X)
7Untuk rinciannya lihat, misalnya, WH Greene,Analisis Ekonometri, edisi ke-7. (Upper Saddle River, NJ: Prentice Hall, 2011).
Panel A. Asumsi ini mungkin dilanggar, misalnya, dalam estimasi biaya cross-sectional dalam
operasi dengan ukuran berbeda. Misalnya, Karpet Elegan memiliki area produksi dengan
berbagai ukuran. Perusahaan mengumpulkan data dari berbagai area produksi untuk
memperkirakan hubungan antara jam mesin dan biaya tenaga kerja produksi tidak langsung.
Ada kemungkinan bahwa sisa waktu dalam regresi ini akan lebih besar untuk area produksi yang
lebih besar yang memiliki jam mesin lebih tinggi dan biaya tenaga kerja manufaktur tidak
langsung yang lebih tinggi. Tidak akan ada titik data yang tersebar secara seragam di sekitar
garis regresi (lihat Gambar 10-15, Panel B). Varians konstan juga dikenal sebagai
homoskedastisitas. Pelanggaran terhadap asumsi ini disebutheteroskedastisitas.
Heteroskedastisitastidak mempengaruhi keakuratan estimasi regresiADanB.
Namun, hal ini mengurangi keandalan estimasi kesalahan standar dan dengan
demikian mempengaruhi ketepatan dalam menarik kesimpulan tentang parameter
populasi dari estimasi regresi.
3. Kemandirian residu.Asumsi independensi residu adalah bahwa jangka waktu sisa pada suatu
pengamatan tidak berhubungan dengan jangka waktu sisa pada pengamatan lainnya. Masalah
darikorelasi serial(disebut jugaautokorelasi) dalam residu muncul bila terdapat pola sistematis
dalam urutan residu sedemikian rupa sehingga residu dalam observasiNmenyampaikan
informasi tentang residu dalam pengamatan N+1,N+2, dan seterusnya. Pertimbangkan sel
produksi lain di Elegant Rugs yang, selama periode 20 minggu, mengalami peningkatan produksi
dan jam kerja mesin. Gambar 10-16, Panel B, adalah diagram sebaran jam mesin dan biaya
tenaga kerja produksi tidak langsung. Amati pola sistematis dari residu di Panel B—residu positif
untuk jumlah jam mesin yang ekstrem (tinggi dan rendah) dan residu negatif untuk jumlah jam
mesin sedang. Salah satu alasan pola yang diamati pada nilai pemicu biaya yang rendah ini
adalah “kekakuan” biaya. Ketika jam mesin berada di bawah 50 jam, biaya tenaga kerja
manufaktur tidak langsung tidak menurun. Ketika jam kerja mesin meningkat seiring berjalannya
waktu seiring dengan peningkatan produksi, biaya tenaga kerja manufaktur tidak langsung
semakin meningkat karena para manajer di Elegant Rugs berjuang untuk mengelola volume yang
lebih tinggi. Bagaimana tampilan plot residu jika tidak ada korelasi otomatis? Seperti plot pada
Tampilan 10-16, Panel A, yang tidak menunjukkan pola residu.
Seperti varian residu yang tidak konstan, korelasi serial tidak mempengaruhi
keakuratan estimasi regresiADanB. Namun, hal ini mempengaruhi kesalahan
standar koefisien dan, oleh karena itu, ketepatan dalam menarik kesimpulan
tentang parameter populasi dari estimasi regresi.
Statistik Durbin-Watson adalah salah satu ukuran korelasi serial dalam estimasi residu.
Untuk sampel 10 hingga 20 observasi, statistik Durbin-Watson pada kisaran 1,10–2,90
pameran 10-16 Independensi Asumsi Sisa
PANEL B:
Korelasi Serial dalam Residu (Pola
Residu Positif untuk Penggunaan
PANEL A: Jam Mesin Ekstrim; Residu Negatif
Kemandirian Residu (Tidak untuk Penggunaan Jam Mesin
Ada Pola Residual) Sedang)
$3000 $3000
Kerja manufaktur
Kerja manufaktur
$2500 $2500
$2000 $2000
Biaya (Y)
Biaya (Y)
M tidak langsung Tenaga
$1500
M tidak langsung Tenaga
$1500
$1000 $1000
$500 $500
50 100
150 200 250 50 100 150 200 250
Jam Mesin (X) Jam Mesin (X)
lampiran405
rentang menunjukkan bahwa residunya independen. Statistik Durbin-Watson untuk hasil

regresi Permadani Elegan pada Gambar 10-14 adalah 2,05. Oleh karena itu, asumsi
independensi dalam estimasi residu adalah wajar untuk model regresi ini.
4. Normalitas residu.Asumsi normalitas residu berarti residu berdistribusi normal di sekitar
garis regresi. Asumsi normalitas residu sering kali dipenuhi ketika menggunakan analisis
regresi pada data biaya riil. Bahkan ketika asumsi tersebut tidak berlaku, akuntan masih
dapat menghasilkan estimasi yang akurat berdasarkan persamaan regresi, namun interval
kepercayaan yang dihasilkan di sekitar estimasi ini kemungkinan besar tidak akurat.
Menggunakan Output Regresi untuk Memilih

Penggerak Biaya dari Fungsi Biaya
Pertimbangkan dua pilihan pemicu biaya yang telah kami jelaskan sebelumnya dalam bab ini untuk biaya tenaga kerja
produksi tidak langsung (kamu):
kamu=A+1B*Jumlah mesin@jam2
kamu=A+1B*Jumlah tenaga kerja produksi langsung@jam2
Tampilan 10-6 dan 10-8 menunjukkan plot data untuk dua regresi. Gambar 10-14 melaporkan hasil regresi
fungsi biaya dengan menggunakan jumlah jam mesin sebagai variabel independen. Gambar 10-17
menyajikan hasil regresi yang sebanding (dalam Excel) untuk fungsi biaya dengan menggunakan jumlah jam
kerja produksi langsung sebagai variabel independen.
Berdasarkan materi yang disajikan pada lampiran ini, regresi manakah yang lebih baik?
Gambar 10-18 membandingkan kedua fungsi biaya ini secara sistematis. Berdasarkan beberapa
kriteria, fungsi biaya berdasarkan jam kerja mesin lebih disukai daripada fungsi biaya
berdasarkan jam tenaga kerja produksi langsung. Kriteria masuk akal secara ekonomi sangatlah
penting.
Jangan berasumsi bahwa fungsi biaya mana pun akan memenuhi seluruh kriteria pada Gambar 10-18
secara sempurna. Seorang analis biaya sering kali harus membuat pilihan di antara fungsi-fungsi biaya yang
“tidak sempurna”, dalam artian bahwa data dari fungsi biaya tertentu tidak akan secara sempurna memenuhi
satu atau lebih asumsi yang mendasari analisis regresi. Misalnya, kedua fungsi biaya pada Gambar 10-18
tidak sempurna karena kesimpulan yang diambil hanya dari 12 observasi umumnya tidak dapat diandalkan.
pameran 10-17 Hasil Regresi Sederhana dengan Biaya Tenaga Kerja Manufaktur Tidak Langsung
sebagai Variabel Dependen dan Jam Kerja Manufaktur Langsung sebagai
Variabel Independen (Cost Driver) untuk Permadani Elegan
(1) (2) (3)5(1)4(2)

Mencegat $744,67 $217,61 3.42
Variabel bebas:
Manufaktur Langsung
Jam Kerja (X) $7,72 $5,40 1.43
Statistik Regresi
R persegi 0,17
pameran 10-18 Perbandingan Fungsi Biaya Alternatif untuk Biaya Tenaga Kerja Manufaktur Tidak Langsung
Diperkirakan dengan Regresi Sederhana untuk Permadani Elegan
Fungsi Biaya 2:
Fungsi Biaya 1: Manufaktur Langsung
Jam Mesin sebagai Jam Kerja sebagai
Kriteria Variabel bebas Variabel bebas
Masuk akal secara ekonomi Hubungan positif antara biaya tenaga Hubungan positif antara biaya tenaga
kerja produksi tidak langsung (tenaga kerja manufaktur tidak langsung dan
dukungan teknis) dan jam kerja mesin jam kerja produksi langsung masuk akal
secara ekonomi masuk akal di pabrik secara ekonomi, namun tidak begitu
yang sangat otomatis di Elegant Rugs. masuk akal dibandingkan jam mesin di
pabrik yang sangat otomatis di Elegant
Rugs setiap minggunya.
Kebaikan kecocokan R250,52; kesalahan standar R250,17; kesalahan standar

regresi$5170,54. regresi$5224.61.
Kesesuaian yang luar biasa. Kesesuaian yang buruk.
Signifikansi dari ItuT-nilai 3,30 signifikan ItuT-nilai 1,43 tidak signifikan

mandiri pada taraf 0,05. pada taraf 0,05.
variabel
Analisis spesifikasi Plot data menunjukkan bahwa asumsi Plot data menunjukkan bahwa
asumsi estimasi linearitas, varian konstan, independensi asumsi linearitas, varian
residu (statistik Durbin-Watson52.05), konstan, independensi
dan normalitas residu tetap berlaku, residu (statistik Durbin-Watson52.26),
namun hanya kesimpulan yang diambil dan normalitas residu berlaku, namun
darinya kesimpulan yang diambil hanya dari 12
12 pengamatan tidak dapat diandalkan. observasi tidak dapat diandalkan.
Regresi Berganda dan Hirarki Biaya

Dalam beberapa kasus, estimasi fungsi biaya yang memuaskan mungkin hanya didasarkan pada satu
variabel independen, seperti jumlah jam mesin. Namun, dalam banyak kasus, mendasarkan estimasi pada
lebih dari satu variabel independen (yaitu,regresi berganda) lebih masuk akal secara ekonomi dan
meningkatkan akurasi. Persamaan yang paling banyak digunakan untuk menyatakan hubungan antara dua
atau lebih variabel bebas dan satu variabel terikat berbentuk linier
kamu=A+B1X1+B2X2+g+kamu
Di mana,
kamu=Biaya yang harus diprediksi
X1,X2, . . . = Variabel independen yang menjadi dasar prediksi

, B1,B2, . . . = Estimasi koefisien model regresi
kamu=Istilah sisa yang mencakup pengaruh bersih dari faktor-faktor lain yang tidak ada dalam model juga
kesalahan pengukuran pada variabel dependen dan independen
Contoh:Perhatikan data Permadani Elegan pada Gambar 10-19. Analisis ABC perusahaan
menunjukkan bahwa biaya tenaga kerja produksi tidak langsung mencakup sejumlah besar biaya
pemasangan dan penggantian ketika produksi karpet baru dimulai. Manajemen yakin bahwa selain
jumlah jam mesin (penggerak biaya tingkat unit output), biaya tenaga kerja produksi tidak langsung
juga dipengaruhi oleh jumlah batch karpet yang diproduksi setiap minggunya (penggerak tingkat
batch). Elegant Rugs memperkirakan hubungan antara dua variabel independen, jumlah jam mesin
dan jumlah batch produksi karpet yang diproduksi selama seminggu, dan biaya tenaga kerja
produksi tidak langsung.
lampiran407
pameran 10-19

Jumlah Tidak langsung Biaya, Jam Mesin,
Mesin- Produksi Langsung Manufaktur Manufaktur Langsung
Jam kumpulan Manufaktur Biaya tenaga kerja Jam Kerja, dan
Pekan (X1) (X2) Jam Kerja (Y) Jumlah Produksi
1 68 12 30 $1.190 Batch untuk Elegan
2 88 15 35 1.211
Permadani
3 62 13 36 1.004
4 72 11 20 917
5 60 10 47 770
6 96 12 45 1.456
7 78 17 44 1.180
8 46 7 38 710
9 82 14 70 1.316
10 94 12 30 1.032
11 68 7 29 752
12 48 14 38 963
Total 862 144 462 $12.501
Gambar 10-20 menyajikan hasil (dalam Excel) untuk model regresi berganda berikut, menggunakan
data di kolom B, C, dan E pada Gambar 10-19:
kamu= $42,58 + $7,60X1+ $37,77X2
Di manaX1adalah jumlah jam mesin danX2adalah jumlah batch produksi. Masuk akal
secara ekonomi bahwa jumlah jam mesin dan jumlah batch produksi akan membantu
menjelaskan variasi biaya tenaga kerja produksi tidak langsung di Elegant Rugs. ItuR2
sebesar 0,52 untuk regresi sederhana menggunakan jumlah jam mesin (Gambar 10-14)
meningkat menjadi 0,72 dengan regresi berganda pada Gambar 10-20. ItuT-nilai menunjukkan
bahwa koefisien variabel independen dari jumlah jam mesin ($7,60) dan jumlah batch produksi
($37,77) berbeda secara signifikan dari nol (T=2.74 adalahT-nilai untuk jumlah
pameran 10-20 Hasil Regresi Berganda dengan Biaya Tenaga Kerja Manufaktur Tidak
Langsung dan Dua Variabel Independen Penggerak Biaya (Jam Mesin dan
Batch Produksi) untuk Permadani Elegan
(1) (2) (3)5(1)4(2)

Mencegat $42,58 $213,91 0,20
Variabel Independen 1:
Jam Mesin (X1) $7,60 $2,77 2.75
Variabel Independen 2 : Jumlah
Batch Produksi (X2) $37,77 $15,25 2.48
Statistik Regresi
R persegi 0,72
jam mesin, danT=2.48 adalahT-nilai jumlah batch produksi, dibandingkan dengan batas akhirT-nilai
2,26). Model regresi berganda pada Gambar 10-20 memenuhi kriteria statistik dan masuk akal secara
ekonomi, dan menjelaskan variasi yang jauh lebih besar (yaitu,R2sebesar 0,72 berbandingR2sebesar
0,52) dalam biaya tenaga kerja manufaktur tidak langsung dibandingkan model regresi sederhana
yang hanya menggunakan jumlah jam mesin sebagai variabel independen. 8Kesalahan standar
persamaan regresi yang memasukkan jumlah batch sebagai variabel independen adalah
Σ1Y-kamu22
172.931
CN-3 = = $138.62
A 9
yang lebih rendah dari kesalahan standar regresi dengan hanya jam mesin sebagai variabel
independen, $170,54. Artinya, meskipun penambahan suatu variabel mengurangi derajat kebebasan
penyebut, hal ini secara substansial meningkatkan kecocokan sehingga pembilangnya, Σ(Y-kamu)2,
semakin berkurang. Jumlah jam mesin dan jumlah batch produksi merupakan pemicu biaya penting
dari biaya tenaga kerja produksi tidak langsung di Elegant Rugs.
Pada Gambar 10-20, koefisien kemiringan—$7,60 untuk jumlah jam mesin dan $37,77 untuk jumlah
batch produksi—mengukur perubahan biaya tenaga kerja manufaktur tidak langsung yang terkait dengan
perubahan unit dalam variabel independen (dengan asumsi bahwa variabel independen lainnya adalah
dianggap konstan). Misalnya, biaya tenaga kerja manufaktur tidak langsung meningkat sebesar $37,77 ketika
satu batch produksi ditambahkan, dengan asumsi bahwa jumlah jam mesin dipertahankan konstan.
Pendekatan alternatif akan menciptakan dua kelompok biaya terpisah untuk biaya tenaga kerja
manufaktur tidak langsung: satu untuk biaya yang berkaitan dengan jumlah jam mesin dan satu lagi untuk
biaya yang berkaitan dengan jumlah batch produksi. Elegant Rugs kemudian akan memperkirakan
hubungan antara pemicu biaya dan biaya di setiap kumpulan biaya. Tugas sulit dalam pendekatan ini adalah
membagi biaya tenaga kerja tidak langsung menjadi dua kelompok biaya.
Multikolinearitas
Kekhawatiran utama yang muncul dengan regresi berganda adalah multikolinearitas.
Multikolinearitasada ketika dua atau lebih variabel independen berkorelasi tinggi satu sama
lain. Umumnya, pengguna analisis regresi percaya bahwa akoefisien korelasiantara variabel
independen lebih besar dari 0,70 menunjukkan adanya multikolinearitas. Multikolinearitas
meningkatkan kesalahan standar koefisien masing-masing variabel. Artinya, variabel-variabel
yang signifikan secara ekonomi dan statistik akan tampak tidak berbeda nyata dari nol.
Matriks koefisien korelasi berbagai variabel yang dijelaskan pada Gambar 10-19 adalah
sebagai berikut:
Tidak langsung Jumlah Langsung
Manufaktur Produksi Manufaktur

Biaya tenaga kerja Jam Mesin kumpulan Jam Kerja
Tenaga kerja produksi tidak langsung menghabiskan 1
biaya jam mesin 0,72 1
Jumlah batch produksi Jam 0,69 0,4 1
kerja produksi langsung 0,41 0,12 0,31 1
Hasil ini menunjukkan bahwa regresi berganda yang menggunakan pasangan variabel independen mana pun pada Gambar
10-19 kemungkinan besar tidak akan menemui masalah multikolinearitas.
8Menambahkan variabel lain selalu meningkatR2. Pertanyaannya adalah apakah penambahan variabel lain akan meningkatR2cukup. Salah satu cara untuk mendapatkannya
wawasan pertanyaan ini adalah menghitung yang disesuaikanR2sebagai berikut:
N-1
DisesuaikanR2= 1 - (1 -R2) , Di manaNadalah jumlah pengamatan danPadalah jumlah koefisien yang diperkirakan, tidak termasuk
N-P-1
12 - 1
istilah konstan. Pada model yang hanya menggunakan jam mesin sebagai variabel independen, dilakukan penyesuaianR2= 1 - (1 - 0,52) =0,47.
12 - 1 - 1
Dalam model dengan jam mesin dan jumlah batch sebagai variabel independen, disesuaikanR2= 1 - (1 - 0,72) 12 - 1
=0,65.
12 - 2 - 1
DisesuaikanR2tidak memiliki interpretasi yang sama denganR2, namun kenaikannya disesuaikanR2ketika jumlah batch ditambahkan sebagai independen
Variabel ini menunjukkan bahwa menambahkan variabel ini secara signifikan akan meningkatkan kesesuaian model dengan cara yang lebih dari sekedar mengkompensasi
hilangnya derajat kebebasan dengan memperkirakan koefisien lain.
materi penugasan409
Jika terjadi multikolinearitas, usahakan untuk mendapatkan data baru yang tidak mengalami
masalah multikolinearitas. Jangan menghilangkan variabel independen (cost driver) yang seharusnya
dimasukkan dalam suatu model karena berkorelasi dengan variabel independen lainnya. Menghilangkan
variabel tersebut akan menyebabkan koefisien estimasi variabel independen yang dimasukkan dalam model
menjadi bias menjauhi nilai sebenarnya.
istilah untuk dipelajari
Bab ini dan Glosarium di akhir buku ini berisi definisi istilah-istilah penting berikut:
metode analisis akun (P. 378) koefisien pembelajaran satuan waktu tambahan istilah sisa (P. 384) biaya
determinasi (R2) (P. 400) metode model (P. 392) variabel bebas (P. semivariabel (P. 374) regresi
konferensi (P. 378) konstan (P. 374) 380) metode teknik industri (P. 378) sederhana (P. 384) koefisien
perkiraan biaya (P. 376) fungsi biaya (P. mencegat (P. 374) kurva belajar (P. kemiringan (P. 373) analisis
373) prediksi biaya (P. 376) 390) fungsi biaya linier (P. 373) biaya spesifikasi (P. 403) kesalahan
pembelajaran waktu rata-rata kumulatif campuran (P. 374) multikolinearitas ( standar perkiraan
P. 408) regresi berganda (P. 384) koefisien (P. 401)
fungsi biaya nonlinier (P. 389) analisis kesalahan standar regresi
model (P. 391) variabel tak regresi (P. 384) (P. 401)
bebas (P. 380) kurva fungsi biaya langkah (P. 389) metode
pengalaman (P. 391) metode pengukuran kerja (P. 378)
tinggi-rendah (P. 382)
materi tugas
Pertanyaan -kuAkuntansiLaboratorium
10-1 Dua asumsi apa yang sering dibuat ketika memperkirakan fungsi biaya?
10-2 Jelaskan tiga fungsi biaya linier alternatif.
10-3 Apa perbedaan antara fungsi biaya linier dan nonlinier? Berikan masing-masing contohnya
jenis fungsi biaya.
10-4“Korelasi yang tinggi antara dua variabel berarti yang satu menjadi penyebab dan yang lainnya menjadi akibat.”
Apa kamu setuju? Menjelaskan.
10-5 Sebutkan empat pendekatan untuk memperkirakan fungsi biaya.

10-6 Jelaskan metode konferensi untuk memperkirakan fungsi biaya. Apa dua keuntungan dari ini
metode?
10-7 Jelaskan metode analisis akun untuk memperkirakan fungsi biaya.
10-8Sebutkan enam langkah dalam memperkirakan fungsi biaya berdasarkan analisis hubungan biaya masa lalu.
mengirimkan. Langkah manakah yang biasanya paling sulit bagi analis biaya?
10-9Saat menggunakan metode tinggi-rendah, sebaiknya Anda mendasarkan pengamatan tinggi dan rendah pada ketergantungan.
variabel penyok atau pada penggerak biaya?
10-10 Jelaskan tiga kriteria untuk mengevaluasi fungsi biaya dan memilih pemicu biaya.
10-11 Tentukan kurva belajar. Uraikan dua model yang dapat digunakan ketika menggabungkan pembelajaran ke dalam
estimasi fungsi biaya.
10-12 Diskusikan empat masalah yang sering ditemui ketika mengumpulkan data biaya pada variabel-variabel yang termasuk di dalamnya
fungsi biaya.
10-13 Apa empat asumsi utama yang diperiksa dalam analisis spesifikasi dalam kasus sederhana
regresi?
10-14 “Semua variabel independen dalam fungsi biaya yang diestimasi dengan analisis regresi adalah penggerak biaya.
eh.” Apa kamu setuju? Menjelaskan.
10-15 “Multikolinearitas terjadi ketika variabel terikat dan variabel bebas bernilai tinggi
berkorelasi.” Apa kamu setuju? Menjelaskan.
410bab 10 MENENTUKAN BAGAIMANA BIAYA BERPERILAKU
-kuAkuntansiLaboratorium Soal pilihan ganda

Bekerja sama dengan:
10-16 HL Co. menggunakan metode tinggi-rendah untuk memperoleh rumus biaya total. Menggunakan kisaran unit yang diproduksi
dari 1.500 hingga 7.500, dan kisaran total biaya dari $21.000 hingga $45.000, memproduksi 2.000 unit akan menelan biaya HL:
A. $8.0 B. $12.000
00 C. D.$29.000
$23.000
10-17 Sebuah perusahaan menggunakan regresi linier sederhana untuk meramalkan biaya lini produk utamanya. Jika biaya tetap sama
dengan $235.000 dan biaya variabel $10 per unit, berapa banyak unit yang perlu dijual dengan harga $15 per unit agar
memperoleh keuntungan $300.000?
A.21.400 B.47.000
C.60.000 D.107.000
10-18 Dalam analisis regresi, koefisien determinasi:

A. Digunakan untuk menentukan proporsi total variasi variabel dependen (kamu) dijelaskan
oleh variabel bebas (X).
B. Berkisar antara yang negatif dan yang positif.
C. Digunakan untuk menentukan nilai ekspektasi laba bersih berdasarkan garis regresi.
D. Menjadi lebih kecil seiring dengan meningkatnya kesesuaian garis regresi.
10-19 Persamaan regresi dibuat, dimana variabel terikatnya adalah total biaya dan variabel bebasnya adalah
produksi. Koefisien korelasi sebesar 0,70 menyiratkan bahwa:
A. Koefisien determinasinya negatif.
B. Tingkat produksi menjelaskan 49% variasi total biaya
C. Ada hubungan yang sedikit terbalik antara produksi dan total biaya.
D. Koefisien korelasi sebesar 1,30 akan menghasilkan garis regresi yang lebih sesuai dengan data.
10-20 Berapa perkiraan nilai koefisien korelasi antara periklanan dan penjualan ketika sebuah perusahaan
beriklan secara agresif sebagai alternatif terhadap PHK sementara pekerja dan memotong iklan ketika
pekerjaan yang masuk sedang dipesan di awal?
A.1.0 B.0
C.-1.0 D.-100
©2016 DeVry/Becker Educational Development Corp. Semua Hak Dilindungi Undang-Undang.
-kuAkuntansiLaboratorium
Latihan
10-21 Memperkirakan fungsi biaya.Pengendali Perusahaan Javier sedang menyiapkan anggaran untuk tahun 2018 dan
perlu memperkirakan fungsi biaya untuk biaya pengiriman. Informasi mengenai biaya pengiriman yang terjadi pada dua
bulan sebelumnya adalah:
Bulan Bermil-mil Didorong Ongkos kirim

Agustus 12.000 $10.000
September 17.000 $13.000
Diperlukan 1.Perkirakan fungsi biaya untuk pengiriman.

2.Bisakah konstanta fungsi biaya digunakan sebagai perkiraan biaya pengiriman tetap per bulan? Menjelaskan.
10-22Mengidentifikasi fungsi biaya variabel, tetap, dan campuran.Sunrise Corporation mengoperasikan

agen persewaan mobil di lebih dari 20 bandara. Pelanggan dapat memilih salah satu dari tiga kontrak sewa mobil
satu hari atau kurang:
■
Kontrak 1: $45 untuk hari itu
■
Kontrak 2: $25 untuk hari itu ditambah $0,30 per mil perjalanan
■
Kontrak 3: $1,50 per mil perjalanan
Diperlukan 1.Buat grafik terpisah untuk masing-masing dari tiga kontrak, dengan biaya pada sumbu vertikal dan jarak tempuh pada
sumbu horizontal.
2. Nyatakan setiap kontrak sebagai fungsi biaya linier dalam bentukkamu=A+bX.
3.Identifikasi setiap kontrak sebagai fungsi biaya variabel, tetap, atau campuran.
materi penugasan411
10-23 Berbagai pola perilaku biaya.(BPA, diadaptasi).

Sumbu vertikal pada grafik di bawah menunjukkan total biaya, dan sumbu horizontal menunjukkan unit yang diproduksi
selama satu tahun kalender. Dalam setiap kasus, titik nol dolar dan produksi berada pada perpotongan kedua sumbu
tersebut.
A B C D
E F G H
SAYA J K L
Pilih grafik yang cocok dengan data biaya produksi bernomor (persyaratan 1–9). Tunjukkan dengan huruf grafik mana yang
paling sesuai dengan situasi atau item yang dijelaskan. Grafik dapat digunakan lebih dari satu kali.
1. Penyusutan tahunan peralatan, dimana jumlah penyusutan yang dibebankan dihitung dengan
Diperlukan
metode jam mesin.
2. Tagihan listrik—biaya tetap yang tetap, ditambah biaya variabel setelah sejumlah kilowatt-jam digunakan,
yang mana jumlah kilowatt-jam yang digunakan bervariasi secara proporsional dengan jumlah unit yang
diproduksi.
3. Tagihan air kota, yang dihitung sebagai berikut:
1.000.000 galon pertama atau kurang

Biaya tetap $1.000
Berikutnya 10.000 galon
$0,003 per galon bekas
10.000 galon berikutnya
10.000 galon berikutnya
dan seterusnya
dan seterusnya
Galon air yang digunakan bervariasi sebanding dengan kuantitas hasil produksi.
4.Biaya bahan langsung, dimana biaya bahan langsung per unit yang diproduksi berkurang dengan setiap pon bahan yang
digunakan (misalnya, jika 1 pon digunakan, biayanya adalah $10; jika 2 pon digunakan, biayanya adalah $19,98; jika 3
pon digunakan , biayanya $29,94), dengan biaya minimum per unit $9,20.
5. Penyusutan tahunan peralatan yang besarnya dihitung dengan metode garis lurus. Ketika
jadwal penyusutan telah disiapkan, faktor keusangan diperkirakan akan lebih besar
dibandingkan dengan faktor keausan.
6.Sewa pabrik manufaktur yang disumbangkan oleh pemerintah kota, yang perjanjiannya mengharuskan pembayaran biaya tetap
kecuali 200.000 jam kerja dikerjakan, dalam hal ini tidak ada uang sewa yang dibayarkan.
7.Gaji personel perbaikan, yang memerlukan satu orang untuk setiap 1.000 jam mesin atau kurang (yaitu, 0 hingga 1.000
jam memerlukan satu orang, 1.001 hingga 2.000 jam memerlukan dua orang, dan seterusnya).
8.Biaya bahan langsung yang digunakan (asumsikan tidak ada diskon kuantitas).
9.Sewa pabrik manufaktur yang disumbangkan oleh daerah, di mana perjanjian tersebut mengharuskan sewa sebesar
$100.000 dikurangi $1 untuk setiap jam kerja manufaktur langsung yang dikerjakan lebih dari 200.000 jam, tetapi biaya
sewa minimum sebesar $20.000 harus dibayar.
10-24Mencocokkan grafik dengan deskripsi perilaku biaya dan pendapatan.(D. Hijau, diadaptasi)
Diberikan berikut sejumlah grafik.
1 2 3 4
5 6 7 8
Beberapa yang lain
pola
9 10 11 12
Sumbu horizontal setiap grafik mewakili unit yang diproduksi sepanjang tahun, dan sumbu vertikal mewakili total
biaya atau pendapatan.
Diperlukan Tunjukkan dengan angka grafik mana yang paling sesuai dengan situasi atau item yang dijelaskan (a–h). Beberapa grafik mungkin digunakan
lebih dari satu kali; beberapa mungkin tidak berlaku untuk situasi apa pun.
A.Biaya bahan langsung

B. Gaji Supervisor untuk satu shift dan dua shift
C. Grafik biaya-volume-laba
D. Biaya campuran—misalnya, biaya tetap sewa mobil ditambah tarif per mil perjalanan
e.Penyusutan pabrik, dihitung dengan dasar garis lurus
F.Data yang mendukung penggunaan tingkat biaya variabel, seperti biaya tenaga kerja manufaktur sebesar $14 per unit yang diproduksi
G. Rencana bonus insentif yang membayar manajer sebesar $0,10 untuk setiap unit yang diproduksi di atas tingkat produksi tertentu
H. Beban bunga atas $2 juta yang dipinjam dengan tingkat bunga tetap
10-25 Analisis akun, tinggi-rendah.Stein Corporation ingin menemukan persamaan untuk memperkirakan sebagian biaya
operasional bulanan mereka untuk anggaran operasional tahun 2018. Biaya dan data lainnya berikut dikumpulkan untuk
tahun 2017:
Pemeliharaan Mesin Kesehatan Jumlah Pengiriman Satuan
Bulan Biaya Jam Pertanggungan Karyawan Biaya Dikirim

Januari $4.500 165 $8.600 68 $25.776 7.160
Februari $4.452 120 $8.600 75 $29.664 8.240
Berbaris $4.600 230 $8.600 92 $28.674 7.965
April $4.850 318 $8.600 105 $23.058 6.405
Mungkin $5.166 460 $8.600 89 $21.294 5.915
Juni $4.760 280 $8.600 87 $33,282 9.245
Juli $4.910 340 $8.600 93 $31.428 8.730
Agustus $4.960 360 $8.600 88 $30.294 8.415
September $5.070 420 $8.600 95 $25.110 6.975
Oktober $5.250 495 $8.600 102 $25.866 7.185
November $5.271 510 $8.600 97 $20.124 5.590
Desember $4.760 275 $8.600 94 $34.596 9.610
Diperlukan 1.Manakah dari biaya-biaya sebelumnya yang bersifat variabel? Tetap? Campuran? Menjelaskan.
2.Dengan menggunakan metode tinggi-rendah, tentukan fungsi biaya untuk setiap biaya.
3.Gabungkan informasi sebelumnya untuk mendapatkan fungsi biaya operasional bulanan untuk Stein Corporation.
4. Bulan depan, Stein memperkirakan dapat menggunakan 400 jam mesin, memiliki 80 karyawan, dan mengirimkan 9.000 unit. Perkirakan total
biaya operasional untuk bulan tersebut.
materi penugasan413
10-26 Metode analisis akun.Gower, Inc., produsen produk plastik, melaporkan biaya produksi dan
klasifikasi analisis akun berikut untuk tahun yang berakhir pada tanggal 31 Desember 2017.
Akun Klasifikasi Jumlah

Material langsung Semua variabel $300.000
Tenaga kerja manufaktur langsung Semua variabel 225.000
Tenaga kerja Semua variabel 37.500
Pengawasan tenaga kerja variabel 20%. 56.250
Tenaga kerja penanganan bahan variabel 50%. 60.000
Tenaga kerja pemeliharaan variabel 40%. 75.000
Depresiasi variabel 0%. 95.000
Sewa, pajak properti, dan administrasi variabel 0%. 100.000
Gower, Inc., memproduksi 75.000 unit produk pada tahun 2017. Manajemen Gower memperkirakan biaya untuk tahun 2018
berdasarkan angka tahun 2017. Informasi tambahan berikut tersedia untuk tahun 2018.
A. Harga bahan baku pada tahun 2018 diperkirakan akan meningkat sebesar 5% dibandingkan tahun 2017.
B. Berdasarkan ketentuan kontrak kerja, tingkat upah tenaga kerja manufaktur langsung diperkirakan meningkat sebesar 10% pada tahun 2018
dibandingkan dengan tahun 2017.
C. Tarif listrik dan tarif upah untuk pengawasan, penanganan material, dan pemeliharaan diperkirakan tidak akan
berubah
dari tahun 2017 hingga 2018.
D. Biaya penyusutan diperkirakan meningkat sebesar 5%, dan biaya sewa, pajak properti, dan administrasi
diperkirakan meningkat sebesar 7%.
e.Gower memperkirakan dapat memproduksi dan menjual 80.000 unit pada tahun 2018.
1. Siapkan jadwal biaya produksi variabel, tetap, dan total untuk setiap kategori akun pada tahun 2018.
Diperlukan
Perkirakan total biaya produksi untuk tahun 2018.
2. Hitung total biaya produksi per unit Gower pada tahun 2017, dan perkirakan total biaya produksi per unit
pada tahun 2018.
3.Bagaimana Anda dapat memperoleh perkiraan biaya tetap dan variabel yang lebih baik? Mengapa perkiraan yang lebih baik ini
berguna bagi Gower?
10-27 Memperkirakan fungsi biaya, metode tinggi-rendah.Reisen Travel menawarkan layanan helikopter dari kota pinggiran kota ke Bandara
Internasional John F. Kennedy di Kota New York. Masing-masing dari 10 helikopternya melakukan antara 1.000 dan 2.000 perjalanan pulang pergi
per tahun. Catatan menunjukkan bahwa sebuah helikopter yang telah melakukan 1.000 kali perjalanan pulang pergi dalam setahun dikenakan biaya
operasional rata-rata sebesar $350 per perjalanan pulang pergi, dan helikopter yang melakukan 2.000 kali perjalanan pulang pergi dalam setahun
dikenakan biaya operasional rata-rata sebesar $300 per perjalanan pulang pergi. perjalanan.
1.Dengan menggunakan metode tinggi-rendah, perkirakan hubungan liniernyakamu=A+bX, Di manakamuadalah total biaya
Diperlukan
operasional tahunan helikopter danXadalah jumlah perjalanan pulang pergi ke bandara JFK sepanjang tahun.
2.Berikan contoh biaya yang akan dimasukkan ke dalamAdan masukB.
3.Jika Reisen Travel mengharapkan setiap helikopter melakukan rata-rata 1.200 perjalanan pulang pergi pada tahun mendatang,
berapa perkiraan anggaran operasional untuk armada helikopter tersebut?
10-28Memperkirakan fungsi biaya, metode tinggi-rendah.Lacy Dallas sedang memeriksa biaya layanan pelanggan di
wilayah selatan Camilla Products. Camilla Products memiliki lebih dari 200 produk kelistrikan terpisah yang dijual dengan
jaminan perbaikan penuh atau penggantian selama 6 bulan dengan produk baru. Ketika suatu produk dikembalikan oleh
pelanggan, laporan layanan disiapkan. Laporan layanan ini mencakup rincian masalah serta waktu dan biaya penyelesaian
masalah. Data mingguan untuk periode 8 minggu terakhir adalah sebagai berikut:
Pekan Biaya Departemen Layanan Pelanggan Jumlah Laporan Layanan

1 $13.300 185
2 20.500 285
3 12.000 120
4 18.500 360
5 14.900 275
6 21.600 440
7 16.500 350
8 21.300 315
1. Plot hubungan antara biaya layanan pelanggan dan jumlah laporan layanan. Apakah hubungan tersebut
masuk akal secara ekonomi? Diperlukan
2.Gunakan metode tinggi-rendah untuk menghitung fungsi biaya yang menghubungkan biaya layanan pelanggan dengan jumlah
laporan layanan.
3.Variabel apa saja, selain jumlah laporan layanan, yang mungkin menjadi pemicu biaya layanan pelanggan
mingguan Produk Camilla?
10-29 Perkiraan biaya linier.Dr. Young, dari Young and Associates, LLP, sedang meneliti bagaimana biaya overhead
berperilaku sebagai fungsi dari jam kontak dokter bulanan yang ditagihkan kepada pasien. Data historisnya adalah sebagai
berikut:
Total Biaya Overhead Jam Kontak Dokter Ditagih ke Pasien

$90.000 150
105.000 200
111.000 250
125.000 300
137.000 350
150.000 400
Diperlukan 1.Hitung fungsi biaya linier, yang menghubungkan total biaya overhead dengan jam kontak dokter,
menggunakan observasi representatif 200 dan 300 jam. Plot fungsi biaya linier. Apakah komponen
konstan dari fungsi biaya mewakili biaya overhead tetap Young and Associates? Mengapa?
2. Berapakah prediksi total biaya overhead untuk (a) 150 jam dan (b) 400 jam dengan menggunakan fungsi
biaya yang diestimasi pada persyaratan 1? Plot perkiraan biaya dan biaya aktual selama 150 dan 400 jam.
3.Dr. Young mempunyai kesempatan untuk melakukan beberapa pemeriksaan fisik di sekolah yang akan meningkatkan jam kontak
dokter yang dibebankan kepada pasien dari 200 menjadi 250 jam. Misalkan Dr. Young, dipandu oleh fungsi biaya linier, menolak
pekerjaan ini karena hal ini akan menghasilkan peningkatan total margin kontribusi sebesar $9.000, sebelum dikurangi perkiraan
peningkatan biaya overhead total sebesar $10.000. Berapa total margin kontribusi yang sebenarnya hilang?
10-30 Analisis biaya-volume-keuntungan dan regresi.Relling Corporation memproduksi botol minuman model CL24.
Selama tahun 2017, Relling memproduksi 210.000 botol dengan total biaya $808.500. Kraff Corporation telah menawarkan
untuk memasok botol sebanyak yang diinginkan Relling dengan biaya $3,75 per botol. Relling mengantisipasi kebutuhan
225.000 botol setiap tahun selama beberapa tahun ke depan.
Diperlukan 1.sebuah. Berapa rata-rata biaya pembuatan botol minuman pada tahun 2017? Bagaimana perbandingannya dengan tawaran Kraff?
B.Dapatkah Relling menggunakan jawaban pada persyaratan 1a untuk menentukan biaya produksi 225.000 botol minuman?
Menjelaskan.
2. Analis biaya Relling menggunakan data tahunan dari tahun-tahun sebelumnya untuk memperkirakan persamaan
regresi berikut dengan total biaya produksi botol minuman sebagai variabel terikat dan produksi
botol minuman sebagai variabel bebas:
kamu= $445.000 + $1,75X
Selama tahun-tahun yang digunakan untuk memperkirakan persamaan regresi, produksi botol bervariasi dari 200.000 hingga 235.000.
Dengan menggunakan persamaan ini, perkirakan berapa biaya yang dibutuhkan Relling untuk memproduksi 225.000 botol minuman. Berapa
biaya yang lebih besar atau lebih murah untuk memproduksi botol-botol tersebut dibandingkan memperolehnya dari Kraff?
3. Informasi lain apa yang Anda perlukan agar yakin bahwa persamaan pada persyaratan 2 secara
akurat memprediksi biaya pembuatan botol minuman?
10-31 Analisis regresi, perusahaan jasa.(CMA, diadaptasi) Linda Olson memiliki bisnis berkarakter profesional di
wilayah metropolitan besar. Dia mempekerjakan mahasiswa setempat untuk memainkan karakter ini di pesta anak-
anak dan acara lainnya. Linda menyediakan balon, kue mangkuk, dan punch. Untuk pesta standar, biaya per orang
adalah sebagai berikut:
Balon, cupcakes, dan punch Tenaga $7

Kerja (0,25 jam * $20 per jam) Overhead 5
(0,25 jam * $40 per jam) Total biaya 10
per orang $22
Linda cukup yakin mengenai perkiraan biaya bahan baku dan tenaga kerja, namun tidak begitu yakin dengan
perkiraan biaya overhead. Perkiraan overhead didasarkan pada data aktual selama 9 bulan terakhir, yaitu
materi penugasan415
disajikan di sini. Data ini menunjukkan bahwa biaya overhead bervariasi menurut jam tenaga kerja langsung yang digunakan.
Perkiraan $40 ditentukan dengan membagi total biaya overhead selama 9 bulan dengan total jam kerja.
Bulan Jam Kerja Biaya Overhead

April 1.400 $65.000
Mungkin 1.800 71.000
Juni 2.100 73.000
Juli 2.200 76.000
Agustus 1.650 67.000
September 1.725 68.000
Oktober 1.500 66.500
November 1.200 60.000
Desember 1.900 72.500
Total 15.475 $619.000
Linda baru-baru ini menyadari analisis regresi. Dia memperkirakan persamaan regresi berikut dengan
biaya overhead sebagai variabel terikat dan jam kerja sebagai variabel bebas:
kamu= $43.563 + $14,66X
1. Gambarkan hubungan antara biaya overhead dan jam kerja. Gambarkan garis regresi dan evaluasi
dengan menggunakan kriteria kelayakan ekonomi, goodness of fit, dan kemiringan garis regresi. Diperlukan
2. Dengan menggunakan data dari analisis regresi, berapa biaya variabel per orang untuk pesta standar?
3. Linda Olson diminta menyiapkan tawaran pesta ulang tahun 20 anak yang akan diberikan bulan depan.
Tentukan harga penawaran minimum yang bersedia diajukan Linda untuk menutup biaya variabel.
10-32 Tinggi-rendah, regresi.May Blackwell adalah manajer baru gudang material untuk Clayton Manufacturing. May
diminta memperkirakan biaya pembelian bulanan di masa depan untuk suku cadang #696, yang digunakan pada dua produk
Clayton. May memiliki data biaya dan kuantitas pembelian selama 9 bulan terakhir sebagai berikut:
Bulan Biaya Pembelian Kuantitas yang Dibeli

Januari $12.675 2.710 bagian
Februari 13.000 2.810
Berbaris 17.653 4.153
April 15.825 3.756
Mungkin 13.125 2.912
Juni 13.814 3.387
Juli 15.300 3.622
Agustus 10.233 2.298
September 14.950 3.562
Perkiraan pembelian bulanan untuk bagian ini berdasarkan perkiraan permintaan kedua produk tersebut untuk sisa tahun ini adalah
sebagai berikut:
Bulan Kuantitas Pembelian yang Diharapkan
Oktober
3.340 bagian
November
3.710
Desember
3.040
1.Komputer di kantor May mati, dan May diminta untuk segera memberikan persamaan untuk memperkirakan biaya
pembelian masa depan untuk bagian #696. May mengambil kalkulator dan menggunakan metode tinggi-rendah untuk Diperlukan
memperkirakan persamaan biaya. Persamaan apa yang dia dapatkan?

2.Dengan menggunakan persamaan dari persyaratan 1, hitung perkiraan biaya pembelian di masa depan untuk setiap 3
bulan terakhir dalam setahun.
3. Setelah beberapa jam, komputer May diperbaiki. May menggunakan data 9 bulan pertama dan analisis regresi
untuk memperkirakan hubungan antara kuantitas yang dibeli dan biaya pembelian bagian #696. Garis regresi
yang diperoleh May adalah sebagai berikut:
kamu= $2.582,6 + 3,54X
Evaluasi garis regresi menggunakan kriteria economic plausibility, goodness of fit, dan signifikansi variabel
independen. Bandingkan persamaan regresi tersebut dengan persamaan berdasarkan metode tinggi-rendah.
Mana yang lebih cocok? Mengapa?
4.Gunakan hasil regresi untuk menghitung perkiraan biaya pembelian untuk bulan Oktober, November, dan Desember.
Bandingkan perkiraan biaya pembelian dengan perkiraan biaya pembelian yang dihitung menggunakan metode tinggi-
rendah dalam persyaratan 2. Komentari hasil Anda.
10-33 Kurva pembelajaran, model pembelajaran waktu rata-rata kumulatif.Pertahanan Utara memproduksi sistem radar
ya
Biaya bahan langsung $84.000 per unit RS-32

Waktu kerja produksi langsung untuk unit pertama 4.400 jam kerja produksi langsung
Kurva pembelajaran untuk waktu kerja manufaktur per sistem radar 85% waktu rata-rata kumulatifA
Biaya tenaga kerja produksi langsung $ 27 per jam kerja produksi langsung
Biaya overhead produksi variabel $ 13 per jam kerja produksi langsung
dalam 0,85 – 0,162519
di 2 = 0,693147 = –0,234465
AMenggunakan rumus (halaman 391), untuk kurva pembelajaran 85%,B=
Diperlukan Hitung total biaya variabel untuk memproduksi 2, 4, dan 8 unit.
10-34 Kurva pembelajaran, model pembelajaran satuan waktu tambahan.Asumsikan informasi yang sama untuk Pertahanan Utara
seperti pada Latihan 10-33, kecuali bahwa Pertahanan Utara menggunakan model pembelajaran satuan waktu tambahan sebesar 85%
sebagai dasar untuk memperkirakan jam kerja manufaktur langsung. (Artinya kurva pembelajaran 85%.B= -0,234465.)
Diperlukan 1.Hitung total biaya variabel untuk memproduksi 2, 3, dan 4 unit.

2.Jika Anda menyelesaikan Latihan 10-33, bandingkan prediksi biaya Anda dalam dua latihan untuk 2 dan 4 unit. Mengapa prediksinya
berbeda? Bagaimana seharusnya Pertahanan Utara memutuskan model mana yang harus digunakan?
10-35 Metode tinggi-rendah.Wayne Mueller, analis keuangan di CELL Corporation, sedang meneliti perilaku
biaya utilitas triwulanan untuk tujuan penganggaran. Mueller mengumpulkan data berikut mengenai jam kerja mesin
dan biaya utilitas selama 8 kuartal terakhir:
Seperempat Jam Mesin Biaya Utilitas

1 120.000 $215.000
2 75.000 150.000
3 110.000 200.000
4 150.000 270.000
5 90.000 170.000
6 140.000 250.000
7 130.000 225.000
8 100.000 195.000
Diperlukan 1.Perkirakan fungsi biaya untuk data triwulanan menggunakan metode tinggi-rendah.
2. Plot dan komentari fungsi perkiraan biaya.
3.Mueller mengantisipasi bahwa CELL akan mengoperasikan mesin selama 125.000 jam pada kuartal 9. Hitung perkiraan
biaya utilitas pada kuartal 9 menggunakan fungsi biaya yang diperkirakan pada persyaratan 1.
-kuAkuntansiLaboratorium Masalah
10-36 Metode tinggi-rendah dan analisis regresi.Market Thyme, sebuah koperasi pertanian organik milik keluarga, baru-baru ini
memulai sebuah klub produk segar untuk memberikan dukungan kepada pertanian anggota kelompok tersebut dan untuk
mempromosikan manfaat dari mengonsumsi makanan organik yang diproduksi secara lokal. Keluarga membayar biaya
keanggotaan musiman sebesar $100 dan memesan seminggu sebelumnya dengan harga $40 per pesanan. Pada gilirannya, Market
Thyme mengirimkan produk lokal musiman yang baru dipetik ke beberapa titik distribusi di lingkungan sekitar. Lima ratus keluarga
bergabung dengan klub untuk musim pertama, namun jumlah pesanan bervariasi dari minggu ke minggu.
Tom Diehl telah menjalankan klub produksi untuk musim pertama. Tom sekarang menjadi petani tetapi mengingat beberapa hal
tentang analisis biaya semasa kuliah. Dalam perencanaan tahun depan, dia ingin mengetahui berapa jumlah pesanan
materi penugasan417
dibutuhkan setiap minggu agar klub mencapai titik impas, tetapi pertama-tama dia harus memperkirakan biaya tetap dan biaya variabel
klub. Dia telah mengumpulkan data berikut selama musim pertama klub beroperasi:
Pekan Jumlah Pesanan per Minggu Total Biaya Mingguan
1 415 $26.900
2 435 27.200
3 285 24.700
4 325 25.200
5 450 27.995
6 360 25.900
7 420 27.000
8 460 28.315
9 380 26.425
10 350 25.750
1. Plot hubungan antara jumlah pesanan per minggu dan total biaya mingguan.
Diperlukan
2.Perkirakan persamaan biaya menggunakan metode tinggi-rendah, dan gambar garis ini pada grafik Anda.
3. Tom menggunakan komputernya untuk menghitung rumus regresi berikut:
Total biaya mingguan = $18.791 + ($19,97 * Jumlah pesanan per minggu)
Gambarkan garis regresi pada grafik Anda. Gunakan grafik Anda untuk mengevaluasi garis regresi menggunakan
kriteria masuk akal secara ekonomi, kesesuaian, dan signifikansi variabel independen. Apakah fungsi biaya yang
diestimasi dengan metode tinggi-rendah merupakan perkiraan yang mendekati fungsi biaya yang diestimasi dengan
metode regresi? Jelaskan secara singkat.
4.Apakah Market Thyme mencapai titik impas musim ini? Ingatlah bahwa setiap keluarga membayar biaya keanggotaan
musiman sebesar $100.
5.Asumsikan bahwa 500 keluarga bergabung dengan klub tahun depan dan harga serta biaya tidak berubah. Berapa rata-
rata pesanan yang harus diterima Market Thyme setiap 10 minggu musim depan untuk mencapai titik impas?
10-37 Metode tinggi-rendah; analisis regresi.(CIMA, diadaptasi) Catherine McCarthy, manajer

penjualan Baxter Arenas, sedang memeriksa apakah ada hubungan antara biaya promosi dan pendapatan
tiket di stadion olahraga. Dia memperoleh data berikut selama 9 bulan terakhir:
Bulan Pendapatan Tiket Biaya Promosi

April $200.000 $52.000
Mungkin 270.000 65.000
Juni 320.000 80.000
Juli 480.000 90.000
Agustus 430.000 100.000
September 450.000 110.000
Oktober 540.000 120.000
November 670.000 180.000
Desember 751.000 197.000
Dia memperkirakan persamaan regresi berikut:
Pendapatan tiket = $65.583 + ($3,54 * Biaya promosi)
1. Gambarkan hubungan antara biaya promosi dan pendapatan tiket. Gambarkan juga garis regresinya
dan evaluasi dengan menggunakan kriteria kelayakan ekonomi, goodness of fit, dan kemiringan garis Diperlukan
regresi.
2.Gunakan metode tinggi-rendah untuk menghitung fungsi yang berkaitan dengan biaya dan pendapatan promosi.
3.Dengan menggunakan (a) persamaan regresi dan (b) persamaan tinggi-rendah, berapakah peningkatan pendapatan untuk setiap
$10.000 yang dikeluarkan untuk biaya promosi dalam kisaran yang relevan? Metode manakah yang harus digunakan Catherine
untuk memprediksi pengaruh biaya promosi terhadap pendapatan tiket? Jelaskan secara singkat.
10-38 Regresi, penetapan biaya berdasarkan aktivitas, pemilihan penggerak biaya.Sleep Late, sebuah jaringan hotel
besar, telah menggunakan penetapan biaya berbasis aktivitas untuk menentukan biaya menginap semalam di hotel mereka.
Salah satu aktivitasnya, “Inspeksi,” terjadi setelah pelanggan keluar dari kamar hotel. Sleep Late memeriksa setiap kamar
ke-10 dan telah menggunakan “jumlah kamar yang diperiksa” sebagai penggerak biaya untuk biaya inspeksi. Komponen biaya
inspeksi yang signifikan adalah biaya perlengkapan yang digunakan dalam setiap inspeksi.
Mary Adams, kepala inspektur, bertanya-tanya apakah jam kerja inspeksi bisa menjadi pemicu biaya yang lebih baik
untuk biaya inspeksi. Mary mengumpulkan informasi untuk biaya inspeksi mingguan, ruangan yang diperiksa, dan jam kerja
inspeksi sebagai berikut:
Pekan Kamar Diperiksa Jam Kerja Inspeksi Biaya Pemeriksaan
1 254 66 $1.740
2 322 110 2.500
3 335 82 2.250
4 431 123 2.800
5 198 48 1.400
6 239 62 1.690
7 252 108 1.720
8 325 127 2.200
Mary menjalankan regresi pada setiap kemungkinan pemicu biaya dan memperkirakan fungsi biaya berikut:
Biaya Inspeksi = $193,19 + ($6,26 * Jumlah ruangan yang
diperiksa) Biaya Inspeksi = $944,66 + ($12,04 * Inspeksi tenaga
kerja@jam)
Diperlukan 1.Jelaskan mengapa ruangan yang diperiksa dan jam kerja inspeksi merupakan pemicu biaya inspeksi yang masuk akal.
2.Plot data dan garis regresi untuk ruangan yang diperiksa dan biaya inspeksi. Plot data dan garis regresi
untuk jam kerja inspeksi dan biaya inspeksi. Penggerak biaya pemeriksaan mana yang akan Anda pilih?
Menjelaskan.
3. Mary mengharapkan inspektur memeriksa 300 ruangan dan bekerja selama 105 jam minggu depan. Dengan menggunakan penggerak biaya
yang Anda pilih pada persyaratan 2, berapa jumlah biaya inspeksi yang harus dianggarkan Mary? Jelaskan implikasi apa pun dari Mary yang
memilih penggerak biaya yang tidak Anda pilih dalam persyaratan 2 terhadap anggaran biaya inspeksi.
10-39Menafsirkan hasil regresi.Spirit Freightways adalah pemimpin dalam pengangkutan produk pertanian di
provinsi barat Kanada. Reese Brown, analis keuangan di Spirit Freightways, sedang mempelajari perilaku biaya
transportasi untuk tujuan penganggaran. Biaya transportasi di Spirit ada dua jenis: (a) biaya operasional (seperti
tenaga kerja dan bahan bakar) dan (b) biaya pemeliharaan (terutama perbaikan kendaraan).
Brown mengumpulkan data bulanan untuk setiap jenis biaya, serta total jarak tempuh pengiriman kendaraan Spirit
setiap bulannya. Data yang dikumpulkan ditunjukkan di bawah ini (semuanya dalam ribuan):
Bulan Biaya operasional Biaya perawatan Mil Pengangkutan
Januari $942 $974 1.710

Februari 1.008 776 2.655
Berbaris 1.218 686 2.705
April 1.380 694 4.220
Mungkin 1.484 588 4.660
Juni 1.548 422 4.455
Juli 1.568 352 4.435
Agustus 1.972 420 4.990
September 1.190 564 2.990
Oktober 1.302 788 2.610
November 962 762 2.240
Desember 772 1.028 1.490
Diperlukan 1.Lakukan regresi menggunakan data bulanan biaya operasional pada jarak tempuh pengiriman. Anda harus mendapatkan
hasil berikut:
Regresi: Biaya operasional =A+ (B*Jumlah mil pengangkutan)
Variabel Koefisien Kesalahan Standar T-Nilai

Konstan $445,76 $112,97 3,95
Variabel independen: Jumlah mil pengangkutan $0,26 $0,03 7.83
R2= 0,86; Statistik Durbin@Watson = 2,18
2.Plot data dan garis regresi untuk estimasi di atas. Evaluasi regresi menggunakan kriteria economic
plausibility, goodness of fit, dan kemiringan garis regresi.
3. Brown memperkirakan Spirit akan menghasilkan rata-rata 3.600 mil pengangkutan setiap bulannya pada tahun depan. Berapa biaya operasional
yang harus dianggarkan Brown untuk tahun depan?
materi penugasan419
4.Sebutkan tiga variabel, selain jarak tempuh pengangkutan, yang mungkin diharapkan oleh Brown sebagai pemicu biaya yang
penting bagi biaya operasional Spirit.
5.Brown selanjutnya melakukan regresi menggunakan data bulanan biaya pemeliharaan mil pengangkutan. Verifikasi
bahwa dia memperoleh hasil berikut:
Regresi: Biaya pemeliharaan =A+ (B*Jumlah mil pengangkutan)

Konstan $1.170,57 $91,07 12.85
Variabel independen: Jumlah mil pengangkutan R $-0,15 $0,03 - 5.83
2= 0,77; Statistik Durbin@Watson = 1,94
6. Berikan penjelasan yang masuk akal atas tanda yang diamati pada variabel pemicu biaya dalam regresi
biaya pemeliharaan. Data alternatif atau spesifikasi regresi alternatif apa yang ingin Anda gunakan untuk
menangkap hubungan di atas dengan lebih baik?
10-40Estimasi biaya, kurva pembelajaran waktu rata-rata kumulatif.Pacific Boat Company, yang terikat
kontrak dengan Angkatan Laut AS, merakit kapal pengerahan pasukan. Sebagai bagian dari program penelitiannya,
mereka menyelesaikan perakitan kapal penempatan model baru yang pertama (PT109). Angkatan Laut terkesan
dengan PT109. Pihaknya meminta Pacific Boat mengajukan proposal mengenai biaya produksi enam PT109
lainnya.
Pacific Boat melaporkan informasi biaya berikut untuk perakitan PT109 pertama dan menggunakan rata-rata kumulatif
90%.
enam PT109.
Biaya bahan langsung $199.000

Waktu kerja produksi langsung untuk kapal pertama 14.700 jam kerja
Tingkat tenaga kerja manufaktur langsung $ 42 per jam kerja produksi langsung
Biaya overhead produksi variabel $ 26 per jam kerja produksi langsung
Biaya overhead manufaktur lainnya 20%biaya tenaga kerja produksi langsung
Biaya perkakasA $279.000
Kurva pembelajaran waktu kerja manufaktur per perahu 90%waktu rata-rata kumulatifB
APerkakas dapat digunakan kembali tanpa biaya tambahan karena seluruh biayanya telah dibebankan pada kapal penempatan pertama.
dalam 0,9 ]0,105361

BMenggunakan rumus (halaman 391) untuk kurva pembelajaran 90%, b5
di 2 5 0,6931475]0,152004
1. Hitung perkiraan total biaya produksi enam PT109 untuk Angkatan Laut. (Pacific Boat akan tetap merakit
Diperlukan
kapal penempatan pertama, dengan biaya $1.477.600, sebagai model demonstrasi untuk calon pelanggan.)
2. Berapakah selisih antara (a) total biaya yang diprediksi untuk memproduksi enam PT109 pada persyaratan
1 dan
(b) total biaya yang diprediksi untuk memproduksi enam PT109, dengan asumsi bahwa tidak ada kurva
pembelajaran untuk tenaga kerja manufaktur langsung? Artinya, untuk (b) mengasumsikan fungsi linier untuk
unit yang diproduksi dan jam kerja produksi langsung.
10-41 Estimasi biaya, model pembelajaran unit-waktu tambahan.Asumsikan informasi yang sama untuk Pacific Boat
Company seperti pada Soal 10-40 dengan satu pengecualian. Pengecualiannya adalah Pacific Boat menggunakan model
pembelajaran satuan waktu tambahan sebesar 90% sebagai dasar untuk memprediksi jam kerja manufaktur langsung dalam
operasi perakitannya. (Kurva pembelajaran 90% berarti b = -0,152004.)
1. Siapkan prediksi total biaya produksi enam PT109 untuk TNI AL. Diperlukan
2.Jika Anda menyelesaikan persyaratan 1 pada Soal 10-40, bandingkan prediksi biaya Anda di sana dengan prediksi biaya yang Anda
buat di sini. Mengapa prediksinya berbeda? Bagaimana seharusnya Pacific Boat memutuskan model mana yang harus digunakan?
10-42 Regresi; memilih di antara model.Rumah Sakit Apollo berspesialisasi dalam operasi rawat jalan untuk
prosedur yang relatif kecil. Apollo adalah lembaga nirlaba dan sangat menekankan pengendalian biaya agar dapat
memberikan layanan kepada masyarakat secara efisien.
CFO Apollo, Julie Chen, akhir-akhir ini mengkhawatirkan konsumsi pasokan medis di rumah sakit. Untuk lebih
memahami perilaku biaya ini, Julie berkonsultasi dengan Rhett Bratt, orang yang bertanggung jawab atas sistem biaya Apollo.
Setelah beberapa diskusi, Julie dan Rhett menyimpulkan bahwa ada dua pemicu biaya potensial untuk biaya pasokan medis
rumah sakit. Penggerak pertama adalah jumlah total prosedur yang dilakukan. Yang kedua adalah jumlah jam pasien
yang dihasilkan oleh Apollo. Julie dan Rhett memandang pilihan terakhir berpotensi menghasilkan biaya yang lebih baik
yang lain.
Rhett menyediakan
Bulan Biaya perbekalan medis Jumlah prosedur Jumlah jam pasien

1 $106.000 320 2.000
2 230.000 500 3.900
3 84.000 240 1.900
4 238.000 520 4.100
5 193.000 240 3.400
6 180.000 340 3.700
7 210.000 420 3.100
8 92.000 360 1.200
9 222.000 320 3.000
10 78.000 180 1.300
11 127.000 440 2.800
12 225.000 380 3.800
Diperlukan 1.Perkirakan persamaan regresi untuk (a) biaya perlengkapan medis dan jumlah prosedur dan (b) biaya
perlengkapan medis dan jumlah jam kerja pasien. Anda harus mendapatkan hasil berikut:
Regresi 1: Biaya perbekalan kesehatan =A+ (B*Jumlah prosedur)

Konstan $36.939,77 $56.404,86 0,65
Variabel independen: Jumlah prosedur $361,91 $152,93 2.37
Regresi 2: Biaya perbekalan kesehatan =A+ (B*Jumlah pasien@jam)

Konstan $3.654,86 $23.569,51 0,16
Variabel independen: Jumlah jam pasien $56,76 $7,82 7.25
2. Pada grafik yang berbeda, plot data dan garis regresi untuk masing-masing fungsi biaya berikut:
A.Biaya perbekalan kesehatan =A+ (B*Jumlah prosedur)
B.Biaya perbekalan kesehatan =A+ (B*Jumlah pasien@jam)
3. Evaluasi model regresi untuk “Jumlah prosedur” dan “Jumlah jam pasien” sebagai penggerak biaya
sesuai dengan format pada Tampilan 10-18 (halaman 406).
4.Berdasarkan analisis Anda, penggerak biaya mana yang harus diadopsi Julie Chen untuk Rumah Sakit Apollo? Jelaskan jawabanmu.
materi penugasan421
10-43 Regresi berganda (lanjutan 10-42).Setelah diskusi lebih lanjut, Julie dan Rhett bertanya-tanya
apakah mereka harus melihat jumlah prosedur dan jumlah jam kerja pasien sebagai pemicu biaya dalam
estimasi regresi berganda untuk memahami dengan baik biaya pasokan medis Apollo.
1. Lakukan regresi berganda untuk memperkirakan persamaan regresi biaya perbekalan kesehatan dengan
menggunakan jumlah prosedur dan jumlah jam pasien sebagai variabel independen. Anda harus mendapatkan Diperlukan
hasil berikut:
Regresi 3: Biaya perbekalan kesehatan =A+ (B1* Jumlah prosedur) + (B2* Jumlah pasien@jam)

Konstan - $3.103,76 $30.406,54 - 0,10
Variabel independen 1: Jumlah prosedur $ 38.24 $ 100,76 0,38
Variabel independen 2: Jumlah jam pasien $ 54.37 $ 10.33 5.26
2. Evaluasi keluaran regresi berganda menggunakan kriteria goodness of fit yang masuk akal
secara ekonomi, signifikansi variabel independen, dan spesifikasi asumsi estimasi.
3. Masalah potensial apa yang dapat muncul dalam analisis regresi berganda yang tidak terdapat dalam
model regresi sederhana? Apakah ada bukti kesulitan dalam regresi berganda yang disajikan dalam
masalah ini? Menjelaskan.
4.Model regresi manakah dari Soal 10-42 dan 10-43 yang akan Anda rekomendasikan untuk digunakan oleh Julie Chen? Menjelaskan.
10-44Perkiraan biaya.Hankuk Electronics memulai produksi ponsel cerdas canggih baru yang menjalankan
sistem operasi Android pada bulan Januari 2017. Mengingat margin yang sangat tipis di industri elektronik
konsumen, kesuksesan Hankuk sangat bergantung pada kemampuan memproduksi ponsel seekonomis mungkin.
Pada akhir tahun pertama
tingkat output, serta pendorong
utama produksi langsung Hankuk,
Bulan Keluaran (Unit) Jam Kerja Langsung
Januari 684 1.400

Februari 492 820
Berbaris 660 875
April 504 670
Mungkin 612 760
Juni 636 765
Juli 648 735
Agustus 600 660
September 648 695
Oktober 696 710
November 672 690
Desember 675 700
1.Inbee tertarik untuk menguji hubungan antara konsumsi tenaga kerja langsung dan tingkat output. Dia
memutuskan untuk memperkirakan hubungan ini menggunakan regresi linier sederhana berdasarkan data bulanan.
Verifikasikan bahwa berikut adalah hasil yang diperoleh Inbee:
Diperlukan
Regresi 1: Tenaga kerja langsung@jam =A+ (B*Unit keluaran)

Konstan 345.24 589.07 0,59
Variabel bebas: Satuan keluaran 0,71 0,93 0,76
2. Plot data dan garis regresi untuk estimasi di atas. Evaluasi regresi menggunakan kriteria
economic plausibility, goodness of fit, dan kemiringan garis regresi.
3.Inbee memperkirakan bahwa Hankuk memiliki biaya variabel sebesar $17,50 per jam tenaga kerja langsung. Dia memperkirakan
Hankuk akan memproduksi 650 unit pada bulan depan, Januari 2018. Berapa yang harus dia anggarkan sebagai biaya variabel
yang diharapkan? Seberapa yakin dia terhadap perkiraannya?
10-45Estimasi biaya, kurva pembelajaran (lanjutan 10-44).Inbee khawatir dia masih belum memahami hubungan
antara output dan konsumsi tenaga kerja. Dia berkonsultasi dengan Jim Park, kepala teknik, dan membagikan hasil estimasi
regresinya. Jim menunjukkan bahwa produksi model ponsel pintar baru menunjukkan efek pembelajaran yang signifikan—
seiring dengan bertambahnya pengalaman Hankuk dalam produksi, Hankuk dapat memproduksi unit tambahan dengan
menggunakan waktu yang lebih sedikit. Dia menyarankan bahwa lebih tepat untuk menentukan hubungan berikut:
kamu=kapakB
Di manaXadalahproduksi kumulatifdalam satuan,kamuadalahrata-rata kumulatifjam kerja langsung per unit (yaitu,

DLH kumulatif dibagi produksi kumulatif), danADanBadalah parameter efek pembelajaran.
Untuk memperkirakan hal ini, Inbee dan Jim menggunakan data asli untuk menghitung output kumulatif dan rata-
rata kumulatif jam kerja per u
untuk dapat memperkirakan re
Kumulatif Kumulatif
Keluaran Kumulatif Rata-rata DLH
Bulan (X) DLH (kamu) LN (y) LN (x)
Januari 684 1.400 2.047 0,716 6.528

Februari 1.176 2.220 1.888 0,635 7.070
Berbaris 1.836 3.095 1.686 0,522 7.515
April 2.340 3.765 1.609 0,476 7.758
Mungkin 2.952 4.525 1.533 0,427 7.990
Juni 3.588 5.290 1.474 0,388 8.185
Juli 4.236 6.025 1.422 0,352 8.351
Agustus 4.836 6.685 1.382 0,324 8.484
September 5.484 7.380 1.346 0,297 8.610
Oktober 6.180 8.090 1.309 0,269 8.729
November 6.852 8.780 1.281 0,248 8.832
Desember 7.527 9.480 1.259 0,231 8.926
Diperlukan 1.Perkirakan hubungan antara rata-rata kumulatif jam kerja langsung per unit dan output
kumulatif (keduanya dalam logaritma). Pastikan berikut ini adalah hasil yang diperoleh Inbee
dan Jim:
Regresi 1: Ln (Rata-rata kumulatif DLH per unit) =A+ [B*Ln (Output Kumulatif)]

Konstan 2.087 0,024 85.44
Variabel bebas : Ln (Cum Output) - 0,208 0,003 - 69.046
2. Plot data dan garis regresi untuk estimasi di atas. Evaluasi regresi menggunakan kriteria
economic plausibility, goodness of fit, dan kemiringan garis regresi.
3. Verifikasi bahwa perkiraan koefisien kemiringan sesuai dengan kurva pembelajaran waktu rata-rata
kumulatif 86,6%.
4.Berdasarkan estimasi baru ini, bagaimana Inbee akan merevisi anggaran biaya variabel Hankuk untuk menghasilkan output yang
diharapkan sebesar 650 unit pada bulan Januari 2018? Seberapa yakin dia terhadap perkiraan biaya baru ini?
materi penugasan423
10-46 Menafsirkan hasil regresi, mencocokkan periode waktu.Nandita Summers bekerja di

Modus, sebuah toko yang melayani fashion untuk dewasa muda. Nandita bertanggung jawab atas anggaran
periklanan dan promosi online toko. Selama setahun terakhir, dia mempelajari optimasi mesin pencari dan
membeli kata kunci serta iklan bergambar
atas usahanya dan untuk memutuskan
apakah media cetak tradisional, Nandita kol
On line
Periklanan Penjualan
Bulan Pengeluaran Pendapatan
September $5.125 $44,875

Oktober 5.472 42.480
November 3.942 53.106
Desember 1.440 64.560
Januari 4.919 34.517
Februari 4.142 59.438
Berbaris 1.290 51.840
April 5.722 36.720
Mungkin 5.730 62.564
Juni 2.214 59.568
Juli 1.716 35.450
Agustus 1.875 36.211
1. Nandita melakukan analisis regresi, membandingkan biaya iklan online setiap bulan dengan pendapatan
Diperlukan
bulan tersebut. Pastikan dia mendapatkan hasil berikut:
Pendapatan = $51.999,64 - (0,98 * Biaya iklan online)

Konstan $51.999,64 7.988,68 6.51
Variabel independen: Biaya iklan online - 0,98 1,99 - 0,49
2. Plot data sebelumnya pada grafik dan gambar garis regresi. Apa yang ditunjukkan rumus biaya tentang
hubungan antara biaya iklan online bulanan dan pendapatan bulanan? Apakah hubungan tersebut
masuk akal secara ekonomi?
3.Setelah berpikir lebih jauh, Nandita menyadari mungkin ada kesalahan dalam pendekatannya. Secara khusus, mungkin
ada jeda antara waktu pelanggan mengklik situs web Modus dan membaca dengan teliti konten media sosialnya (saat
itulah biaya iklan online dikeluarkan) dan waktu mereka benar-benar berbelanja di toko fisik. Nandita memodifikasi
analisisnya dengan membandingkan pendapatan penjualan setiap bulan dengan beban iklan di tahun tersebut
sebelumnyabulan. Setelah membuang pendapatan bulan September dan biaya iklan bulan Agustus, tunjukkan bahwa
regresi yang dimodifikasi menghasilkan hal berikut:
Pendapatan = $28.361,37 + (5,38 * Beban iklan online)

Konstan $28.361,37 5.428,69 5.22
Variabel bebas : Iklan online bulan sebelumnya 5.38 1.31 4.12
pengeluaranR2= 0,65; Statistik Durbin@Watson = 1,71
4.Apa yang ditunjukkan oleh formula yang direvisi? Plot data yang direvisi pada grafik. Apakah hubungan ini masuk akal
secara ekonomi?
5. Bisakah Nandita menyimpulkan adanya hubungan sebab akibat antara beban iklan online dengan pendapatan
penjualan? Mengapa atau mengapa tidak?
10-47Penggerak biaya departemen pembelian, penetapan biaya berdasarkan aktivitas, analisis regresi sederhana.
Perfect Fit mengoperasikan jaringan 10 department store ritel. Setiap department store membuat keputusan pembeliannya
sendiri. Carl Hart, asisten presiden Perfect Fit, tertarik untuk lebih memahami faktor pendorong biaya departemen pembelian.
Selama bertahun-tahun, Perfect Fit telah mengalokasikan biaya departemen pembelian ke produk berdasarkan nilai dolar dari
barang dagangan yang dibeli. Barang senilai $100 dialokasikan 10 kali lebih banyak biaya overhead yang terkait dengan
departemen pembelian dibandingkan barang seharga $10.
Hart baru-baru ini menghadiri seminar bertajuk “Penggerak Biaya di Industri Ritel.” Dalam presentasi di
seminar tersebut, Kaliko Fabrics, pesaing terkemuka yang telah menerapkan penetapan biaya berbasis aktivitas,
melaporkan jumlah pesanan pembelian dan jumlah pemasok menjadi dua penggerak biaya terpenting dalam biaya
departemen pembelian. Nilai dolar barang dagangan yang dibeli dalam setiap pesanan pembelian tidak ditemukan
signifikan c
toko di Miami
Hart Colle
Pembelian Nilai Dolar dari Jumlah

Departemen Barang dagangan Pembelian Jumlah
Biaya Dibeli Pesanan Pemasok
Toko serba ada (PDC) (MP$) (Jumlah PO) (Jumlah Ss)
Baltimore $1.522.000 $68.307.000 4.345 125

Chicago 1.095.000 33.463.000 2.548 230
Los Angeles 542.000 121.800.000 1.420 8
Miami 2.053.000 119.450.000 5.935 188
New York 1.068.000 33.575.000 2.786 21
Phoenix 517.000 29.836.000 1.334 29
Seattle 1.544.000 102.840.000 7.581 101
St.Louis 1.761.000 38.725.000 3.623 127
Toronto 1.605.000 139.300.000 1.712 202
Vancouver 1.263.000 130.110.000 4.736 196
Hart memutuskan untuk menggunakan analisis regresi sederhana untuk menguji apakah satu atau lebih dari tiga variabel
(tiga kolom terakhir dalam tabel) merupakan penggerak biaya dari biaya departemen pembelian. Ringkasan hasil regresi
tersebut adalah sebagai berikut:
Regresi 1: PDC =A+ (B*MP$)

Konstan $1.041.421 $346.709 3.00
Variabel bebas 1: MP$ 0,0031 0,0038 0,83
Regresi 2: PDC =A+ (B*Jumlah PO)

Konstan $722.538 $265.835 2.72
Variabel independen 1: Jumlah PO $159,48 $64,84 2.46
Regresi 3: PDC =A+ (B*Jumlah Ss)

Konstan $828.814 $246.571 3.36
Variabel bebas 1: Jumlah Ss $3.816 $1.698 2.25
materi penugasan425
1.Bandingkan dan evaluasi ketiga model regresi sederhana yang diestimasi oleh Hart. Buat grafik masing-masing. Juga, gunakan
format yang digunakan pada Gambar 10-18 (halaman 406) untuk mengevaluasi informasi.
2. Apakah hasil regresi mendukung presentasi Kaliko Fabrics tentang penggerak biaya departemen pembelian?
Manakah dari pemicu biaya berikut yang akan Anda rekomendasikan dalam merancang sistem ABC?
3.Bagaimana Hart dapat memperoleh bukti tambahan mengenai faktor pendorong biaya departemen pembelian di setiap toko Perfect
Fit?
10-48 Penggerak biaya departemen pembelian, analisis regresi berganda (lanjutan 10-47).Carl Hart
memutuskan bahwa analisis regresi sederhana yang digunakan dalam Soal 10-47 dapat diperluas menjadi analisis
regresi berganda. Dia menemukan hasil berikut untuk dua analisis regresi berganda:
Regresi 4: PDC =A+ (B1* Jumlah PO) + (B2* Jumlah Ss)

Konstan $484.522 $256.684 1.89
Variabel bebas 1: Jumlah PO $ 126.66 $ 57.80 2.19
Variabel bebas 2: Jumlah Ss $ 2.903 $ 1.459 1,99
Regresi 5: PDC =A+ (B1* Jumlah PO) + (B2* Jumlah Ss) + (B3*MP$)

Konstan $483.560 $312.554 1.55
Variabel independen 1: Jumlah PO $ 126.58 $ 63,75 1,99
Variabel independen 2: Jumlah Ss $ 2.901 $ 1.622 1.79
Variabel independen 3: MP$ 0,00002 0,0029 0,01
Koefisien korelasi antar kombinasi pasangan variabel adalah sebagai berikut:
PDC MP$ Jumlah PO

MP$ 0,28
Jumlah PO 0,66 0,27
Jumlah Ss 0,62 0,30 0,29
1. Evaluasi regresi 4 menggunakan kriteria masuk akal secara ekonomi, goodness of fit, signifikansi variabel
Diperlukan
independen, dan analisis spesifikasi. Bandingkan regresi 4 dengan regresi 2 dan 3 pada Soal 10-47. Di
antara model berikut, manakah yang Anda rekomendasikan untuk digunakan Hart? Mengapa?
2. Bandingkan regresi 5 dengan regresi 4. Model manakah yang Anda rekomendasikan untuk digunakan
Hart?
Mengapa?
3.Hart memperkirakan data berikut untuk toko Baltimore untuk tahun depan: nilai dolar dari barang dagangan yang dibeli,
$78.500.000; jumlah pesanan pembelian, 4.100; jumlah pemasok, 110. Berapa anggaran yang harus dianggarkan Hart
untuk biaya departemen pembelian toko Baltimore untuk tahun depan?
4.Kesulitan apa yang tidak timbul dalam analisis regresi sederhana yang mungkin timbul dalam analisis regresi berganda?
Apakah ada bukti kesulitan seperti itu pada salah satu regresi berganda yang disajikan dalam soal ini? Menjelaskan.
5. Berikan dua contoh keputusan dimana hasil regresi yang dilaporkan di sini (dan pada Soal 10-47)
dapat memberikan informasi.

HDR-10 Indonesian

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

HDR-10 Indonesian

Diunggah oleh

Hak Cipta:

Format Tersedia

Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

1 Menentukan Berapa Biayanya

Jelaskan fungsi biaya linier dan

3 Memahami berbagai metode

4 Uraikan enam langkah dalam

5 Jelaskan tiga kriteria yang digunakan untuk

7 Waspadai masalah data yang

sekaligus membantu lingkungan.

d Optimasi dan Navigasi. Orion menggunakan 1.000 halaman untuk

menganalisis 200.000 kemungkinan untuk setiap rute pengiriman secara nyata

memberikan rute optimal dalam tiga detik.

penggeraknya sebanyak 85 juta, yang menghilangkan 8 juta galon bahan

7, hal ini akan memungkinkan perusahaan untuk mengurangi jumlah perjalanan

menghemat $300 hingga $400 juta per tahun berkat Orion.

Contoh UPS menggambarkan, manajer harus memahami bagaimana

berperilaku untuk membuat keputusan strategis dan operasional yang

bagaimana manajer menentukan pola perilaku biaya—yaitu, bagaimana biaya

berubah sehubungan dengan perubahan tingkat aktivitas, kuantitas produk yang

Asumsi Dasar dan Contoh Fungsi Biaya

Asumsi dasar . . . variabel, tetap, dan campuran

Manajer sering memperkirakan fungsi biaya berdasarkan dua asumsi:

Fungsi Biaya Linier

Di manaXmengukur jumlah jam CPU yang digunakan (diX-sumbu) dankamumengukur total

pameran 10-1 Contoh Fungsi Biaya Linier

$2.000 $2.000 $2.000

Total biaya (Y)

4.000 8.000 4.000 8.000 4.000 8.000

kamu= $300 + $0,20X

perkiraan biaya danXuntuk aktivitas penggerak biaya.

Tinjauan Klasifikasi Biaya

Pilihan Objek Biaya

Rentang yang Relevan

$350 pameran 10-2

Rentang yang Relevan

$200 Relevan untuk Winter Sports

$150 Authority, Inc.

2.000 4.000 6.000 8.000

Papan Seluncur Salju Diproduksi (X)

Mengidentifikasi Penggerak Biaya

Hanya hubungan sebab-akibat—bukan sekadar korelasi—yang dapat menciptakan hubungan yang

Penggerak Biaya dan Proses Pengambilan Keputusan

Langkah 1: Identifikasi masalah dan ketidakpastiannya.Manajer Elegant Rugs yakin dengan

Metode Teknik Industri

Keuntungan dan Tantangan

Keuntungan dan Tantangan

Metode Analisis Akun

Biaya tenaga kerja produksi tidak langsung = $2,157

Keuntungan dan Tantangan

Metode Analisis Kuantitatif

Keuntungan dan Tantangan

Mingguan Tidak Langsung

Tenaga Kerja Manufaktur

Memperkirakan Fungsi Biaya

Objektif mengilustrasikan langkah-langkahnya menggunakan contoh Karpet Elegan.

Tunjangan Penggerak Biaya

Keuntungan sehat Jumlah karyawan

Penggerak Biaya: Manufaktur Tidak Langsung

Observasi cost driver tertinggi (minggu ke 6) 96 $1.456

Koefisien kemiringan,B, dihitung sebagai berikut:

Perbedaan antara biaya terkait dengan yang tertinggi

= $746 , 50 mesin@jam = $14,92 per mesin@jam

Pada pengamatan tertinggi dari penggerak biaya, konstanta,A, adalah:

Konstanta = $1.456 -$114,92 per mesin@jam * 96 mesin@jam2 = $23.68