Professional Documents
Culture Documents
Services Untuk Bulan Maret: Cabletech Bell Corporation (CTB) Berikut Aktivitas Yang Dilaporkan Oleh Divisi Cable
Services Untuk Bulan Maret: Cabletech Bell Corporation (CTB) Berikut Aktivitas Yang Dilaporkan Oleh Divisi Cable
Inventories:
Materials, March 1 $23,000
materials, March 31 $40,000
Work in Process, March 1 $130,000
Work in Process, March 31 $45,000
Finished Goods, March 1 $480,000
Finished Goods, March 31 $375,000
Costs:
Direct Labor $117,000
Plant and Equipment Depreciation $50,000
Material handling $85,000
Inspections $60,000
Scheduling $30,000
Power $30,000
Plant Supervision $12,000
Manufacturing engineering $21,000
Sales commisions $120,000
Salary, sales supervisor $10,000
supplies $17,000
Warranty Work $40,000
Rework $30,000
- The division uses only production costs to define unit costs, untuk menentukan
gross profit menggunakan cost production sehingga hanya 70% dari total cost,
kemudian untuk menentukan profit nya harus memperhitungkan biaya marketing
dan customer care yaitu sebesar30% dari total cost nya
5.
Diketahui:
Divisi Telepon selama bulan Maret berhasil melakukan penjualan sebesar $1,170,000
Membeli Bahan Material sebesar $312,000
Faktor yang menentukan cost accounting system yang baru di benarkan adalah faktor persaingan global dan kem
persaingan global inilah yang menuntut persahaan untuk memproduksi dengan biaya seefisien mungkin sehingga d
Hal ini harus di dukung dengan pemahaman cost behavior dari pembentuk harga jualnya,
sehingga penting sekali memahami cost behavior agar dapat mengidentifikasi bagian-bagian mana saja yang memb
Tentunya, informasi yang dibutuhkan pastilah banya dan detail, sehingga perlu dukungan perkembangan teknologi
dimana penentuan biaya saat ini lebih condong kepada sistem Activity Based Management (ABM) yang biaya diten
ang dibutuhkan.
5. Kemudian Klik OK
7
(∑Y)2 $26,471,025,000,000
(∑X)2 $2,016,400,000,000
(n∑XY-∑X∑Y)
b= a=
(n∑X2-(∑X)2)
$47,850,000,000
b= a=
$19,100,000,000
b = 2.505 a=
Y = 105.838 + 2,505X
persamaan ini berarti bahwa setiap perubahan direct labor akan mengakibatkan perubahan biaya overhead sebesar $
2,505 namun, persamaan ini belum memperhitungkan tingkat error sehingga ketika nilai X (direct labor) dimasukkan
total cost (Y) berbeda jauh dengan actual cost nya. Hal ini tercermin pada persentase selisih pada tabel yang berarti
bahwa direct labor sebagai independent variabel kurang bisa menjelaskan total cost overhead. hal ini sejalan jika data
tersebut di analisis menggunakan regression program, dimana tingkat Adjusted R2 hanya 0,33310302337937 atau
sebesar 33% yang berarti bahwa total overhead cost dapat dijelaskan oleh direct labor hanya sebesar 33%. Dari hasil
tersebut, dapat disimpulkan bahwa Direct Labor merupakan variabel yang kurang relevan jika dijadikan sebagai
driver overhead cost
persamaan ini berarti bahwa setiap perubahan direct labor akan mengakibatkan perubahan biaya overhead sebesar $
2,505 namun, persamaan ini belum memperhitungkan tingkat error sehingga ketika nilai X (direct labor) dimasukkan
total cost (Y) berbeda jauh dengan actual cost nya. Hal ini tercermin pada persentase selisih pada tabel yang berarti
bahwa direct labor sebagai independent variabel kurang bisa menjelaskan total cost overhead. hal ini sejalan jika data
tersebut di analisis menggunakan regression program, dimana tingkat Adjusted R2 hanya 0,33310302337937 atau
sebesar 33% yang berarti bahwa total overhead cost dapat dijelaskan oleh direct labor hanya sebesar 33%. Dari hasil
tersebut, dapat disimpulkan bahwa Direct Labor merupakan variabel yang kurang relevan jika dijadikan sebagai
driver overhead cost
*) Adjusted R2
The percentage of variability in independent variable explained b an independent variable is called coefficient determina
the higher the percentage of cost variability explained, the better job the independent variable does of explaining the dep
Typically, we use the Adjusted R Square because this value has been adjusted for the number of variables included in th
(Hansen dan Mowen, 2015)
Total Y dengan Different
Y2 Different
Persamaan Precentage
(∑Y-(b∑X))
n
1587565.44502618
15
105,838
(∑Y)2 $546,860,250,000
(∑X)2 $182,250,000
(n∑XY-∑X∑Y)
b= a=
(n∑X2-(∑X)2)
b= 174,000,000 a=
4,900,000
b= 35.51 a=
Y = 26,011 + 35,51X
persamaan ini berarti bahwa setiap perubahan number of moves akan mengakibatkan perubahan
materials handling cost sebesar $ 35,51. Meskipun persamaan ini belum memperhitungkan ting
error, ketika nilai X (direct labor) dimasukkan Materials handling cost (Y) tidak berbeda jauh d
actual cost nya. Hal ini tercermin pada persentase selisih pada tabel yang berarti bahwa number
moves sebagai independent variabel bisa mencerminkan materials handling cost. hal ini sejalan
data tersebut di analisis menggunakan regression program, dimana tingkat Adjusted R2 hanya
0,890911790562986 atau sebesar 89% yang berarti bahwa materials handling cost dapat dijelas
oleh number of moves sebesar 89%. Dari hasil tersebut, dapat disimpulkan bahwa Number of m
merupakan variabel yang relevan jika dijadikan sebagai driver materials handling cost.
Total Y
Different
Y 2
dengan Selisih
Precentage
Persamaan
$6,400,000,000 79,277 $723 1%
$3,600,000,000 61,521 -$1,521 -2%
$4,900,000,000 70,399 -$399 -1%
$5,184,000,000 72,174 -$174 0%
$4,225,000,000 65,072 -$72 0%
$7,225,000,000 86,379 -$1,379 -2%
$4,489,000,000 68,623 -$1,623 -2%
$5,402,250,000 73,950 -$450 -1%
$6,889,000,000 75,726 $7,274 10%
$7,056,000,000 86,379 -$2,379 -3%
$55,370,250,000
(∑Y-(b∑X))
n
260,112.2449
10
26,011.2245
Regression Statistics
Multiple R 0.6170401297
R Square 0.3807385217
Adjusted R Square 0.3331030234
Standard Error 31620.706981
Observations 15
ANOVA
df SS MS F Significance F
Regression 1 7991701570.681 7991701571 7.9927477419 0.01426842598
Residual 13 12998298429.32 999869109.95
Total 14 20990000000
Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95,0% Upper 95,0%
Intercept 105837.69634 84283.9374125 1.2557279546 0.2313155788 -76246.6802942 287922.07296 -76246.680294 287922.07296
X Variable 1 2.5052356021 0.886136287995 2.8271448038 0.014268426 0.59085454016 4.419616664 0.5908545402 4.419616664
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.9502803285
R Square 0.9030327027
Adjusted R Square 0.8909117906
Standard Error 2879.8317872
Observations 10
ANOVA
df SS MS F Significance F
Regression 1 617877551.0204 617877551 74.502041664 2.5173334E-05
Residual 8 66347448.97959 8293431.1224
Total 9 684225000
Sehingga, jika inspection hours dikurangi 50%, maka akan menjadi 12.000 jam x $30.
Biaya yang diperlukan menjadi $360.000. Biaya tersebut berpotensi menghemat biaya sebesar $360.000.