MAKALAH SISTEM PENGENDALIAN MANAJEMEN

ANALYZING FINANCIAL PERFORMSNCE REPORTS

DISUSUN OLEH :

ANNISA NABILA C301 21 156

AFGYMNASTIARDIN C301 21 124

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS TADULAKO

2023
 BAB 1

PEMBAHASAN

A. Menghitung Varians

Seperti yang ditunjukkan oleh halaman Investopedia, varians adalah normal dari
kontras kuadrat, atau disebut standar deviasi, dari rata-rata. Pada dasarnya, fluktuasi
adalah proporsi faktual dari jumlah informasi yang menjadi fokus yang digunakan
dalam suatu contoh atau kumpulan informasi.

Terlepas dari mean dan standar deviasi, perbedaan kumpulan contoh

memungkinkan analis untuk memahami, mengatur, dan menilai informasi yang
mereka kumpulkan untuk tujuan penelitian.

Pada dasarnya, ada dua persamaan perubahan yang dapat Anda gunakan,
bergantung pada kumpulan informasi yang Anda perkirakan. Misalnya, jika Anda
mengukur informasi dari seluruh kelompok populasi, misalnya, nilai untuk seluruh
kelas sekolah, berikut adalah variasi resepnya:

Varians = (Jumlah setiap suku - rata-rata)^2/n-1

Berikut adalah komponen persamaan variasi di atas:

 Varians dari seluruh populasi Anda akan menjadi kuadrat dari standar deviasi.
 Setiap istilah membahas setiap nilai atau angka dalam koleksi informasi Anda.
 Anda benar-benar ingin mengetahui indeks informasi normal Anda.
 Artikulasi ^2 membahas kemampuan mengkuadratkan, atau pada akhirnya,
meningkatkan angka tanpa bantuan dari orang lain.
 Variabel n membahas jumlah nilai yang Anda miliki dalam populasi Anda.
Saat menghitung perbedaan populasi contoh saja, Anda akan menggunakan resep
varians berikut:

Varians = (Jumlah tiap suku - rata-rata)^2/n-1

Berikut komponen resep variasi diatas :

 varians adalah apa yang perlu Anda temukan untuk kumpulan contoh Anda.
 Setiap istilah adalah apa yang Anda gunakan untuk mengurangi yang normal,
yang juga perlu Anda ketahui sebelum melakukan perubahan.
 Variabel n membahas semua jumlah tes yang Anda miliki.
 Anda melibatkan n-1 karena Anda menghitung perbedaan untuk contoh
seluruh populasi dibandingkan dengan seluruh populasi itu sendiri.

B. Cara Menghitung Rumus Varians dari Kumpulan Data

Dalam pengukuran, Anda dapat menyusun resep perubahan dari keseluruhan

kumpulan informasi, misalnya, bagan bisnis tahunan yang menguraikan transaksi
bersih lengkap untuk setiap hari dalam setahun. Anda juga dapat membuat contoh
dari semua data yang menarik.

Dalam model bagan bisnis tahunan yang sederhana, contohnya adalah agregat
penawaran musim panas. Untuk situasi ini, analis akan mengukur kumpulan contoh
dalam rentang tanggal tertentu. Dalam kedua model ini, Anda dapat mengetahui
fluktuasi menggunakan salah satu dari dua resep perubahan di bawah ini:

Memastikan perbedaan dari keseluruhan indeks informasi

Jika Anda mengukur seluruh indeks informasi, gunakan langkah berikut untuk
persamaan perbedaan untuk seluruh koleksi informasi:
 varians = (Jumlah setiap suku - rata-rata)^2/n-1

Singkirkan yang normal dari setiap nilai dalam koleksi informasi Anda. Langkah
pertama Anda adalah menghilangkan rata-rata populasi Anda dari setiap istilah di set
Anda. Misalnya, harap Anda memiliki populasi dengan tiga data yang diminati. Anda
akan mengurangi nilai rata-rata dari ketiga istilah ini. Berikut adalah model yang
mengharapkan rata-rata populasi adalah 35: (108-35, 100-35, 78-35) di mana setiap
suku pendek 35.

Kuadratkan setiap perbedaan ini. Setelah Anda mengurangi rata-rata dari setiap istilah
Anda, kuadratkan setiap hasil ini dengan menggandakan nilainya tanpa orang lain.
Dengan menggunakan model di atas, akan terlihat seperti ini: ( 73), (65), (43) dan
setiap suku ini dikuadratkan menghasilkan (5,329), (4,225) dan (1,849), secara
terpisah.

Sertakan semua kotak berikutnya. Tambahkan kualitas baru ini bersama-sama untuk
mendapatkan agregat, seperti ini: ( 5.329) + (4.225) + (1.849) = 11.403.

Partisi nomor berikutnya dengan jumlah nilai dalam indeks informasi Anda. Saat ini
Anda dapat memisahkan agregat dari tahap ketiga dengan jumlah total nilai yang
Anda miliki dalam populasi yang Anda perkirakan. Dengan menggunakan nilai
contoh dari langkah sebelumnya, angka yang Anda gunakan untuk mempartisi adalah
11.403 dan nilai yang Anda gunakan untuk n adalah tiga, karena hanya ada tiga suku
dalam populasi contoh. Inilah yang menyerupai: (11,403) / (3) = 3,801. Jadi varians
seluruh populasi adalah 3,801.

Berikut adalah penyempurnaan dari model di atas:

2 = ((108-35)^2 + (100-35)^2 + (78-35)^2) / 3

= (73^2 + 65^2 + 43^2) / 3

= (5,329 + 4,225 + 1,849) / 3

= 11,403 / 3

= 3.801

C. Menghitung Rumus Varians dalam Sampel Data

Dengan asumsi bahwa Anda pada dasarnya memperkirakan contoh dari

keseluruhan indeks informasi, Anda akan bergantung pada resep yang
menggambarkannya dengan istilah n-1. Sama halnya dengan resep perbedaan untuk
seluruh populasi, Anda akan memulai persamaan ini dengan cara yang sama. Ikuti
persamaan selisih di bawah ini:

varians = (Jumlah setiap suku - rata-rata)^2/(n-1)

 Singkirkan rata-rata dari setiap nilai dalam kumpulan contoh Anda. Sama
halnya dengan keseluruhan indeks informasi, kurangi rata-rata Anda dari
setiap istilah dalam contoh Anda. Ini adalah model yang menerima rata-rata
25 dan Anda memiliki tiga kualitas dalam contoh Anda: (33-25), (16-25), (45-
25). Perbedaan Anda akan menghasilkan (8), (- 9) dan (20), secara terpisah.

 Kuadratkan setiap perbedaan ini. Setelah Anda mendapatkan setiap

perbedaan, jangan ragu untuk mengukur setiap kualitas ini. Memanfaatkan
kualitas model dari langkah sebelumnya, item yang menyertainya
disampaikan: (64), (81) dan (400). Dengan model ini, Anda dapat melihat
bagaimana nilai (-9) dikuadratkan untuk memberi Anda nilai positif. Ini
penting dan mendasar untuk resep perubahan, karena perbedaannya lebih
mirip dengan rata-rata penyebaran poin daripada rata-rata.
  Sertakan semua kotak berikutnya. Sangat mirip dengan resep fluktuasi
sebelumnya, sertakan semua item yang muncul karena langkah selanjutnya:
( 64) + (81) + (400) = 545.

 Kurangi satu dari jumlah nilai absolut dalam kumpulan contoh Anda.
Sebelum Anda mempartisi, ambil satu dari jumlah nilai di kumpulan contoh
Anda. Memanfaatkan model sebelumnya, Anda hanya memiliki tiga istilah.
Masukkan tiga ke dalam potongan n-1 resep: n-1 = (3) – 1. Hasilnya adalah
dua.

 Partisi jumlah itu dengan kontras n-1 berikutnya. Akhirnya, bagilah jumlah
dari tahap tiga dengan dua, karena ini adalah perbedaan yang Anda dapatkan
dalam sinkronisasi empat. Gunakan kualitas model sebelumnya untuk
memisahkan: ( 545) / (2) = 272,5. Jadi selisih dari kumpulan contoh model
tersebut setara dengan 272,5.

σ2 = ((33-25)^2 + (16-25)^2 + (45-25)^2) / (3-1)

= (8^2 + -9^2 + 20^2) / (3-1)

= (64 + 81 + 400) / (3-1)

= 545 / (3-1)

= 545/2

= 272,5

D. Variasi dalam praktik

Periode Waktu dari Perbandingan

 Beberapa organisasi menggunakan pameran untuk tahun ini sebagai alasan
untuk pemeriksaan. Untuk periode yang berakhir pada tanggal 30 Juni, jumlah yang
direncanakan dan yang sebenarnya untuk setengah tahun yang berakhir pada tanggal
30 Juni akan digunakan sebagai pengganti jumlah bulan Juni sebagaimana adanya.
Organisasi yang berbeda membandingkan rencana keuangan untuk satu tahun penuh
dan penilaian saat ini tentang pelaksanaan aktual untuk tahun tersebut. Jumlah
sebenarnya untuk laporan yang siap pada tanggal 30 Juni akan terdiri dari angka riil
untuk setengah tahun pertama serta ukuran pendapatan dan biaya terbaik yang sedang
berlangsung untuk setengah tahun berikutnya.
 

Fokus pada margin kotor

Di banyak perusahaan, harga atau variabel lain seharusnya menyebabkan
perubahan dalam harga penjualan, dan pekerjaan supervisor pemasaran adalah untuk
mendapatkan keuntungan kotor yang direncanakan — yaitu, penyebaran yang stabil
antara biaya dan biaya penjualan. Pengaturan seperti itu sangat penting pada saat
ekspansi. Pemeriksaan perbedaan dalam kerangka seperti itu tidak akan mengubah
biaya penjualan. Bagaimanapun, akan ada perubahan tepi kotor. Tepi kotor per unit
adalah kontras antara biaya penjualan dan biaya pembuatan.
Pemeriksaan varians dilakukan dengan mensubtitusi "margin kotor" untuk "biaya
penjualan" pada kondisi pendapatan. Margin kotor adalah kontras antara biaya
penjualan asli dan biaya pembuatan standar.

Standar Penilaian

Dalam kerangka pengendalian administrasi, pedoman formal yang digunakan

dalam penilaian mencakup kegiatan nyata dan terdiri dari tiga jenis: (1) norma atau
rencana pengeluaran yang ditetapkan sebelumnya; (2) pedoman yang dapat
diverifikasi; (3) prinsip di luar.

Pedoman atau Rencana Keuangan yang Ditetapkan Sebelumnya

Ketika dengan susah payah siap dan tenang, itu adalah norma kebesaran.
Standar ini adalah premis yang digunakan untuk melihat eksekusi nyata di banyak
organisasi. Jika angka anggaran dibuat tanpa tujuan, jelas mereka tidak akan
memberikan dasar yang kuat untuk korelasi.

Standar Evaluasi

adalah catatan eksekusi nyata di masa lalu. Hasil untuk bulan yang sedang
berjalan dapat diukur dengan hasil untuk bulan sebelumnya, atau dengan hasil untuk
bulan itu di tahun sebelumnya. Standar semacam ini memiliki dua kelemahan serius:
(1) kondisi dapat berubah antara dua periode sehingga korelasinya menjadi tidak
valid; juga (2) pelaksanaan periode sebelumnya mungkin tidak baik-baik saja.

Standar Historis

Ini adalah standar yang didapat dari penyajian tempat kewajiban lain atau
organisasi berbeda dalam industri serupa. Pameran dari satu kantor cabang deal dapat
mengukur hingga penyajian kantor cabang deal yang berbeda. Beberapa organisasi
membedakan organisasi yang mereka terima sebagai yang terbaik dalam bisnis dan
menggunakan angka dari organisasi tersebut — baik melalui asosiasi dengan
organisasi tersebut atau dari materi yang didistribusikan sebagai alasan untuk
korelasi. Interaksi ini disebut benchmarking.

Batasan Standar

Perubahan antara kinerja nyata dan standar sangat penting hanya jika diambil
dari pedoman yang sah. Meskipun sangat mudah untuk menyinggung perbedaan yang
baik atau tidak menyenangkan, kata-kata ini menyimpulkan bahwa standar adalah
proporsi yang kuat dari bagaimana pelaksanaan seharusnya. Memang, bahkan biaya
standar mungkin bukan ukuran yang tepat dari biaya yang seharusnya dalam situasi
tersebut.

Sistem Biaya Penuh

Jika perusahaan memiliki kerangka biaya penuh, baik biaya variabel maupun
tetap di atas dicatat untuk stok dengan biaya standar per unit. Dengan asumsi stok
penutupan lebih tinggi dari stok awal, sebagian dari biaya yang tepat di atas yang
disebabkan pada periode tersebut akan tetap tersedia dibandingkan dengan mengalir
ke harga pokok penjualan.

Jumlah Rincian

Variasi penilaian diselidiki pada beberapa tingkatan: mulai dengan, semuanya;

kemudian, pada saat itu, berdasarkan volume, campuran, dan harga; kemudian
selidiki volume dan gabungkan perubahan berdasarkan volume industri dan bagian
dari kue. Di setiap level ini, perbedaannya diselidiki pada premis item tunggal. Proses
bergerak yang dimulai dari satu tingkat ke tingkat berikutnya ini sering disinggung
sebagai "mengupas bawang" — yaitu, lapisan demi lapisan dikupas, dan interaksi
berlangsung selama seluk-beluk tambahan dianggap signifikan.
Merancang Biaya dan Biaya Opsional

Fluktuasi dalam merancang biaya terlihat dengan cara yang unik dari
perbedaan biaya strategi. Perbedaan "ideal" dalam merancang biaya umumnya
merupakan tanda pelaksanaan yang baik; artinya, semakin rendah biayanya, semakin
baik pamerannya. Itu tergantung pada kemampuan bahwa kualitas dan kemudahan
pengangkutan dinilai enak.

E. Keterbatasan analisis varians

Meskipun analisis varians merupakan alat yang ampuh, namun juga memiliki
keterbatasan tertentu. Keterbatasan yang paling penting adalah bahwa meskipun
analisis ini mengidentifikasi di mana penyimpangan terjadi, analisis ini tidak
menjelaskan mengapa penyimpangan tersebut terjadi atau apa yang dilakukan untuk
mengatasinya. Misalnya, laporan tersebut mungkin mengungkapkan perbedaan
merugikan yang signifikan dalam aktivitas pemasaran, dan laporan tersebut mungkin
mengidentifikasi perbedaan tersebut dengan aktivitas promosi penjualan yang tinggi.

Namun, laporan tersebut tidak menjelaskan mengapa belanja promosi tinggi

dan tindakan apa yang diambil, jika ada. Penilaian naratif yang menyertai laporan
kinerja harus memberikan penjelasan seperti itu. Masalah kedua saat menganalisis
varians adalah menentukan apakah varians itu signifikan. Teknik statistik dapat
digunakan untuk menentukan apakah ada perbedaan yang signifikan antara kenyataan
dan kinerja standar untuk proses tertentu; Teknik ini sering disebut sebagai kontrol
kualitas statistik.

Keterbatasan ketiga dari analisis disparitas adalah bahwa ketika laporan kinerja
menjadi lebih teragregasi, perbedaan yang saling eksklusif dapat menyesatkan
pembaca. Demikian pula, ketika penyimpangan menjadi lebih terkumpul, manajer
menjadi lebih bergantung pada penjelasan dan prediksi yang menyertainya. Pada
akhirnya, laporan itu hanya menunjukkan apa yang terjadi. Laporan tersebut tidak
menunjukkan dampak masa depan dari tindakan yang diambil oleh manajer.

BAB II

DAFTAR PUSTAKA

https://accurate.id/ekonomi-keuangan/rumus-varians/

https://evimayasaf.blogspot.com/2016/11/sistem-pengendalian-manajemen-
resume_22.html?m=1

https://www.coursehero.com/file/p33ru8t/Keterbatasan-analisis-varians-Walaupun-
analisis-varians-adalah-alat-yang-ampuh/