Analisis Selisih Biaya tidak Langsung Pabrik untuk Pengendalian Biaya Poduksi pada Perseroan Terbatas Amal Tani Medan

Abstract

Pengelolaan biaya tidak langsung (overhead) pabrik dalam mengolah bahan baku menjadi produk jadi diperlukan suatu pengendatian yang etisien. Analisis Selisih adalah perbedaan antara standar dengan yang sesungguhnya. Selisih ini dapat digunakan manajemen untuk mengukur prestasi, memperbaiki efisiensi dan memberi perlakuan tertentu (misalnya, sanksi atau penghargaan) terhadap fungsi yang bertanggungjawab. Penelitian ini bertujuan mengetahui apakah analisis biaya tidak langsung (overhead) pabrik perusahaan sudah meningkatkan pengendalian terhadap biaya produksi pada Perseroan Terbatas Amal Tani Medan. Jenis penelitian yang peneliti lakukan adalah melalui penelitian deskripti( Data yang digunakan peneliti dalam melakukan penelitian adalah data kuantitatif, sedangkan sumber data yaitu data primer dan sekunder. Teknik pengumpulan data dari penelitian ini adalah wawancara dan dokumentasi sedangkan untuk menganalisis data yang telah terkumpul dalam penelitian ini, peneliti menggunakan analisis regresi sederhana dengan bantuan SPSS 15. Selanjutnya dari hasil penelitian dan pembahasan tersebut peneliti mengambil kesimpulan bahwa analisis biaya tidak langsung (overhead) berpengaruh positif dan signifikan terhadap pengendalian biaya produksi pada Perseroan Terbatas Amal Tani Medan Medan, hal ini dapat diketahui dari: I. Perubahan BTLP(x) bersifat elastis terhadap pengendalian biaya proouksi (y) sebesar 7,313,jika berubah sebanyak l X atau 100 %. 2. Variabel BTLP(x) bersifat positif dan signikan terhadap pengendalian biaya produksi (y). Hal ini menunjukkan setiap perubahan Y = 100% akan diikuti perubahan BTLP(x) sebesar 259,6%. 3. Persamaan model analisis selisih biaya tidak langsung (overhead) untuk pengendalian biaya produksi tidak mengalami autokorelasi dimana nilai signifikansi beta x adalah 0,005 < 0,05 4. Variabel BTLP(x) berpengaruh sebesar 94,7% terhadap pengendalian biaya produksi pada Perseroan Terbatas Amal Tani Medan. 5. Durbin Watson (DW) = 1,705. Sesuai tabel Durbin Watson, untuk n = 36, atas 2 variabel atau pada k' = 2 diperoleh nilai ol 1,26 dan nilai au = 1,49, maka disimpulkan 1,705 (DW) > 1,49 (oo) maka Ho diterima, hal ini memberi arti tidak terjadi auto-korelasi pada model. Managing factory overhead costs in processing raw materials into finished products requires ethical control. Difference Analysis is the difference between the standard and the actual. This difference can be used by management to measure performance, improve efficiency and provide certain treatment (for example, sanctions or rewards) to responsible functions. This research aims to find out whether the company's factory overhead cost analysis has improved control over production costs at the Medan Amal Tani Limited Liability Company. The type of research that researchers carry out is through descriptive research (The data used by researchers in conducting research is quantitative data, while the data sources are primary and secondary data. The data collection techniques for this research are interviews and documentation, while analyzing the data that has been collected in this research , the researcher used simple regression analysis with the help of SPSS 15. Furthermore, from the results of the research and discussion, the researcher concluded that indirect cost analysis (overhead) had a positive and significant effect on controlling production costs at the Medan Medan Amal Tani Limited Liability Company, this can be seen from : I. Changes in BTLP(x) are elastic to control production costs (y) amounting to 7.313, if they change by l shows that every change in Y = 100% will be followed by a change in BTLP(x) of 259.6%. 3. Equation of the indirect cost (overhead) difference analysis model for Production cost control does not experience autocorrelation where the significance value of beta x is 0.005 < 0.05 4. The BTLP(x) variable has a 94.7% effect on production cost control at the Medan Amal Tani Limited Liability Company. 5. Durbin Watson (DW) = 1.705. According to the Durbin Watson table, for n = 36, for 2 variables or at k' = 2, the ol value is 1.26 and the au value = 1.49, so it is concluded that 1.705 (DW) > 1.49 (oo) then Ho is accepted, This means that there is no auto-correlation in the model.