17
III. METODE PENELITIAN
3.1. Kerangka Pemikiran Laba merupakan tolok ukur paling sederhana untuk menentukan kesuksesan kinerja suatu usaha. Kemampuan sebuah perusahaan dalam menghasilkan laba dipengaruhi oleh kemampuan perusahaan mengendalikan biaya produksinya. Usaha mikro Maju Bersama, adalah sebuah unit usaha yang memproduksi sepatu dan sandal wanita yang bertempat di Kampung Nambo, Desa Sukajaya, Ciapus, Kabupaten Bogor. Biaya produksi yang timbul pada usaha ini adalah, biaya bahan baku langsung, biaya tenaga kerja langsung dan biaya overhead pabrik. Permasalahan yang dihadapi adalah kemungkinan pengaruh penggunaan biaya standar yang telah ditetapkan sebelumnya terhadap peningkatan laba yang diperoleh agar dapat menjadi modal untuk pengembangan usaha kedepannya. Analisis biaya standar merupakan metode yang akan digunakan untuk mempermudah menetapkan harga pokok yang sebenarnya terjadi. Hal ini dapat menekan biaya produksi yang dapat terjadi dan mengoptimalkan laba yang ingin dicapai. Penelitian ini mengkaji efektivitas penggunaan biaya standar dalam mengendalikan biaya produksi dan pengaruhnya terhadap perolehan laba dibandingkan dengan penggunaan biaya biasanya yang tidak ditetapkan terlebih dahulu. Penelitian ini ingin melihat seberapa besar pengaruh yang ditimbulkan dari penggunaan biaya standar tersebut. Alat analisis yang digunakan adalah analisis korelasi dan regresi linear berganda untuk memperolah gambaran yang sebenarnya dan melihat adanya hubungan atau pengaruh dari komponen biaya standar terhadap laba. Uji F juga dilakukan untuk mengetahui pengaruh keseluruhan komponen biaya standar terhadap laba, dan menentukan hipotesis yang tepat dengan model. Analisis varians juga digunakan untuk melihat perbandingan standar biaya produksi dengan realisasinya.
18
Setelah melakukan dan mendapatkan hasil analisis, maka dari hasil analisis tersebut dapat memberikan saran dan rekomendasi bagi usaha mikro Maju Bersama agar dapat membantu mengembangkan usaha tersebut. Penjelasan selengkapnya dapat dilihat pada Gambar 1. Usaha Mikro Maju Bersama
Biaya Produksi
Biaya Tenaga Kerja Langsung
Biaya Bahan Baku Langsung
Standar Biaya Produksi
Biaya Overhead Pabrik
Realisasi Biaya Produksi
Varians Biaya Produksi
Laba
Analisis Varians -
Analisis Korelasi Analisis Regresi Linier Berganda Uji F Uji T
Saran dan Rekomendasi
Gambar 1. Kerangka pemikiran penelitian
19
3.2. Lokasi dan Waktu Penelitian Penelitian ini dilaksanakan di tempat pembuatan Sepatu Usaha Mikro Maju Bersama yang beralamat di Kampung Nambo Desa Sukajaya RT 04 RW 01 Kecamatan Taman Sari Ciapus Kabupaten Bogor. Waktu Penelitian dimulai sejak Desember 2011 - Maret 2012. Waktu tersebut digunakan untuk memperoleh data – data yang relevan dari perusahaan yang kemudian diolah dan hasilnya dievaluasi. 3.3. Pengumpulan Data Data yang dikumpulkan dalam penelitian ini adalah data primer, yaitu data yang belum diolah lebih lanjut. Data primer diperoleh melalui wawancara langsung dengan pemilik usaha dan juga data time series perusahaan berupa arsip nota pembelian bahan baku dan data historis penjualan produk. Data yang dipakai adalah data mingguan selama 20 minggu sejak bulan Oktober 2011 – Maret 2012. 3.4. Pengolahan dan Analisis Data 3.4.1. Metode Analisis Data Metode yang digunakan dalam penelitian ini adalah Analisis Korelasi, Analisis Regresi Linier Berganda, Uji F dan Uji T serta Analisis Varians. Analisis regresi linier berganda untuk mengetahui pengaruh dan hubungan antara tiap – tiap variabel bebas yaitu komponen biaya terhadap variabel terikat yaitu biaya produksi dan laba secara tidak langsung. Analisis korelasi merupakan suatu metode dimana data yang diperoleh, disusun, dikelompokkan dan dianalisis kemudian diinterpretasikan sehingga diperoleh gambaran kekuatan hubungan yang sebenarnya. Kemudian uji F juga dilakukan untuk melihat pengaruh variabel bebas terhadap variabel terikat secara keseluruhan. Uji T juga dilakukan untuk mengetahui pengaruh variabel – variabel yang diteliti secara parsial terhadap laba. Analisis varians digunakan untuk melihat perbandingan biaya standar dengan realisasi biaya yang terjadi. Sehingga dapat dicari
20
apakah terjadi penyimpangan dan penyebab dari penyimpangan tersebut dan memberi rekomendasi perbaikan kepada pemilik usaha. Varians yang terjadi dapat menguntungkan (favorable) atau tidak menguntungkan (unfavorable). Varians dikatakan menguntungkan jika biaya aktualnya lebih kecil dari biaya standar. Sedangkan varians dikatakan tidak menguntungkan jika biaya aktualnya lebih besar dari biaya standar. Pengolahan data yang digunakan untuk menganalisis varians menggunakan alat bantu piranti lunak pada komputer, yaitu Microsoft Excel 2010. Sedangkan untuk analisis korelasi, regresi berganda, Uji F dan Uji T menggunakan piranti lunak Statistical Product and Service Solution (SPSS) 15.00 for Windows. 3.4.2. Analisis Regresi Linier Berganda Gujarati (2006) mendefinisikan analisis regresi sebagai kajian terhadap hubungan satu variabel yang disebut sebagai variabel yang diterangkan (the explained variable) dengan satu atau dua variabel yang menerangkan (the explanatory variable). Variabel pertama disebut juga sebagai variabel terikat dan variabel kedua disebut juga sebagai variabel bebas. Jika variabel bebas lebih dari satu, maka analisis regresi disebut regresi linear berganda. Disebut berganda karena pengaruh beberapa variabel bebas akan dikenakan kepada variabel tergantung.. Analisis ini digunakan untuk mengetahui pengaruh variabel bebas/ independen terhadap variabel terikat. Analisis regresi berganda dapat dinyatakan dengan persamaan berikut : Y = a + b1X1 + b2X2 + …… + bnXn………………………....(1) Dimana: Y adalah variabel tak bebas/ terikat X adalah variabel-variabel bebas a adalah konstanta (intersept) b adalah koefisien regresi/ nilai parameter
21
3.4.2.1 Tujuan Menggunakan Analisis Regresi Berganda Membuat estimasi rata-rata dan nilai variabel tergantung dengan didasarkan pada nilai variabel bebas. Menguji hipotesis karakteristik dependensi Untuk meramalkan nilai rata-rata variabel bebas dengan didasarkan pada nilai variabel bebas diluar jangkauan sampel. 3.4.2.2 Asumsi Penggunaan regresi linear sederhana didasarkan pada asumsi di antaranya sebagai berikut :
Model regresi harus linier dalam parameter
Variabel
bebas
tidak
berkorelasi
dengan disturbance
term (Error) .
Nilai disturbance
term sebesar
0
atau
dengan
simbol sebagai berikut: (E (U / X) = 0
Varian
untuk
masing-masing error
term (kesalahan)
konstan
Tidak terjadi otokorelasi
Model regresi dispesifikasi secara benar. Tidak terdapat bias spesifikasi dalam model yang digunakan dalam analisis empiris.
Jika variabel bebas lebih dari satu, maka antara variabel bebas (explanatory) tidak ada hubungan linier yang nyata.
3.4.2.3 Persyaratan Penggunaan Model Regresi Model kelayakan regresi linear didasarkan pada hal-hal sebagai berikut: a. Model regresi dikatakan layak jika angka signifikansi pada ANOVA sebesar < 0.05 b. Prediktor yang digunakan sebagai variabel bebas harus layak. Kelayakan ini diketahui jika angka Standard Error of Estimate < Standard Deviation
22
c. Koefesien regresi harus signifikan. Pengujian dilakukan dengan Uji F. Koefesien regresi signifikan jika F hitung > F table (nilai kritis) d. Tidak boleh terjadi multikolinieritas, artinya tidak boleh terjadi korelasi yang sangat tinggi atau sangat rendah antar variabel bebas. Syarat ini hanya berlaku untuk regresi linier berganda dengan variabel bebas lebih dari satu. e. Tidak terjadi otokorelasi. Terjadi otokorelasi jika angka Durbin dan Watson (DB) sebesar < 1 dan > 3 f. Keselerasan model regresi dapat diterangkan dengan menggunakan nilai r2 semakin besar nilai tersebut maka model semakin baik. Jika nilai mendekati 1 maka model regresi semakin baik. Nilai r2mempunyai karakteristik diantaranya: 1) selalu positif, 2) Nilai r2 maksimal sebesar 1. Jika Nilai r2 sebesar 1 akan mempunyai arti kesesuaian yang sempurna. Maksudnya seluruh variasi dalam variabel Y dapat diterangkan oleh model regresi. Sebaliknya jika r2 sama dengan 0, maka tidak ada hubungan linier antara X dan Y. g. Terdapat hubungan linier antara variabel bebas (X) dan variabel tergantung (Y) h. Data harus berdistribusi normal i. Data berskala interval atau rasio j. Kedua variabel bersifat dependen, artinya satu variabel merupakan variabel bebas (disebut juga sebagai variabel predictor) sedang variabel lainnya variabel tergantung (disebut juga sebagai variabel response) 3.4.2.4 Linieritas Ada dua macam linieritas dalam analisis regresi, yaitu linieritas dalam variabel dan linieritas dalam parameter. Yang pertama, linier dalam variabel merupakan nilai rata-rata kondisional variabel tergantung yang merupakan fungsi linier
23
dari variabel (variabel) bebas. Sedang yang kedua, linier dalam parameter merupakan fungsi linier parameter dan dapat tidak linier dalam variabel. 3.4.2.5
Pengujian Hipotesis Distribusi F Pada Model Regresi Berganda Tabel F dilakukan untuk mengetahui pengaruh variabel bebas secara bersama-sama terhadap variabel terikat. Langkah-langkah/ urutan menguji hipotesa dengan distribusi F : 1.
Merumuskan hipotesa Ho : β1 = β2 = β3 = β4 = 0, berarti secara bersama-sama tidak ada pengaruh variabel bebas terhadap variabel terikat. Ha : β1 ≠ β2 ≠ β3 ≠ β4 ≠ 0, berarti secara bersama-sama ada pengaruh variabel bebas terhadap variabel terikat.
2.
Menentukan taraf nyata/ level of significance = α Taraf nyata / derajat keyakinan yang digunakan sebesar α = 1%, 5%, 10%. Derajat bebas (df) dalam distribusi F ada dua, yaitu : df numerator = dfn = df1 = k – 1 df denumerator = dfd = df2 = n – k Dimana: df = degree of freedom/ derajat kebebasan n = Jumlah sampel k = banyaknya koefisien regresi
3.
Menentukan daerah keputusan, yaitu daerah dimana hipotesa nol diterima atau tidak Ho diterima apabila F hitung ≤ F tabel, artinya semua variabel bebas secara bersama-sama bukan merupakan variabel penjelas yang signifikan terhadap variabel terikat. Ho ditolak apabila F hitung > F tabel, artinya semua variabel bebas secara bersama-sama merupakan penjelas yang signifikan terhadap variabel terikat.
4.
Menentukan uji statistik nilai F Bentuk distribusi F selalu bernilai positif
24
5.
Mengambil keputusan Keputusan bisa menolak Ho atau menerima Ha. Nilai F tabel yang diperoleh dibandingkan dengan nilai F hitung apabila F hitung lebih besar dari F tabel, maka Ho ditolak sehingga dapat disimpulkan bahwa ada pengaruh yang signifikan antara variabel independen dengan variabel dependen
3.4.2.6 Karakteristik Model yang Baik Model dikatakan baik menurut Gujarati (2006), jika memenuhi beberapa kriteria seperti di bawah ini:
Parsimoni: Suatu model tidak akan pernah dapat secara sempurna
menangkap
realitas;
akibatnya
kita
akan
melakukan sedikit abstraksi ataupun penyederhanaan dalam pembuatan model.
Mempunyai Identifikasi Tinggi: Artinya dengan data yang ada,
parameter-parameter
yang
diestimasi
harus
mempunyai nilai-nilai yang unik atau dengan kata lain, hanya akan ada satu parameter saja.
Keselarasan (Goodness of Fit): Tujuan analisis regresi ialah menerangkan sebanyak mungkin variasi dalam variabel tergantung dengan menggunakan variabel bebas dalam model. Oleh karena itu, suatu model dikatakan baik jika eksplanasi diukur dengan menggunakan nilai adjusted r2 yang setinggi mungkin.
Konsistensi Dalam Teori: Model sebaiknya segaris dengan teori. Pengukuran tanpa teori akan dapat menyesatkan hasilnya.
Kekuatan Prediksi: Validitas suatu model berbanding lurus dengan kemampuan prediksi model tersebut. Oleh karena
25
itu, pilihlah suatu model yang prediksi teoritisnya berasal dari pengalaman empiris. 3.4.3. Analisis Korelasi Korelasi merupakan teknik analisis yang termasuk dalam salah satu teknik pengukuran asosiasi atau hubungan. Pengukuran asosiasi merupakan istilah umum yang mengacu pada sekelompok teknik dalam statistika bivariat yang digunakan untuk mengukur kekuatan hubungan antara dua variabel, yaitu variabel terikat atau variabel yang sedang diprediksi dan variabel bebas, variabel yang menjadi dasar dari perkiraan atau estimasi. Pengkuran asosiasi menggunakan nilai numerik untuk mengetahui tingkatan kekuatan hubungan antara variabel. Dua variabel dikatakan berasosiasi jika perilaku variabel yang satu mempengaruhi variabel yang lain. Jika tidak maka variabel – variabel tersebut dikatakan bebas. Koefisien Korelasi Koefisien korelasi diciptakan oleh Karl Pearson pada tahun 1900 untuk menunjukkan kekuatan hubungan antara dua himpunan variabel. Karakteristik dari koefisien korelasi adalah : 1.
Sampel dari koefisien korelasi diidentifikasikan oleh huruf kecil r.
2.
r menunjukkan arah dan kekuatan dari hubungan linier (garis lurus) variabel.
3.
Nilainya dari – 1 sampai dan sama dengan +1.
4.
Sebuah nilai yang mendekati 0 menunjukkan sedikit hubungan antarvariabel.
5.
Sebuah nilai yang mendekati 1 menunjukkan sebuah arah atau hubungan positif antarvariabel.
6.
Sebuah nilai yang mendekati – 1 menunjukkan hubungan kebalikan atau negatif antarvariabel.
Rumus koefisien korelasi : r=
∑
̅̅̅̅
̅
………………………………....(2)
26
3.4.4. Analisis Varians Analisis varians mengukur selisih yang terjadi antara biaya standar dan biaya aktual yang sebenarnya terjadi. Varians dianggap baik apabila biaya aktualnya lebih kecil daripada biaya standarnya dan menganalisis kemungkinan penyebab terjadinya perbedaan tersebut sehingga dapat dilakukan tindakan koreksi. 1. Variansi Biaya Bahan Baku Langsung Varians biaya bahan baku langsung terdiri atas standar kuantitas penggunaan dan standar harga. a. Perhitungan varians harga bahan baku langsung (Material Price Variance) MPV = (AP – SP) AQ ……………………………………..(3) b. Perhitungan varians efisiensi kuantitas bahan baku langsung (Material Usage Variance) MUV = (AQ – SQ) SP …………………………………….(4) c. Total varians biaya bahan baku langsung Total Material Variance = (SQ x SP) – (AQ x AP) ………..(5) Keterangan : AP = Harga Aktual per Unit SP = Harga Standar per unit AQ = Kuantitas Aktual SQ = Kuantitas Standar 2. Variansi Biaya Tenaga Kerja Langsung Varians biaya tenaga kerja langsung terdiri atas tarif tenaga kerja dan jumlah tenaga kerja yang digunakan per unit. a. Perhitungan varians tarif tenaga kerja langsung (Labour Rate Variance) LRV = (AR – SR) AH …………………………………(6) b. Perhitungan varians efisiensi tenaga kerja langsung (Labour Efficiency Variance) LEV = (AH – SH) SR ………………………………….(7) d. Total Varians biaya tenaga kerja langsung
27
Total Labour Variance = (SH x SR) – (AH x AR) ….......(8) Keterangan : AR = Tarif upah aktual per unit SR = Tarif upah standar per unit AH = Jam aktual tenaga kerja langsung yang digunakan SH = Jam standar tenaga kerja langsung yang seharusnya digunakan. 3. Variansi Biaya Overhead a. Varians Overhead Variabel 1. Perhitungan Varians Pengeluaran Overhead Variabel VPOV = (AVOR – SVOR) AH ………………..(9) 2. Perhitungan Varians Efisiensi Overhead Variabel VEOV = (AH – SH) SVOR……………………(10) Keterangan : AVOR = Tarif aktual overhead variabel SVOR = Tarif standar overhead pabrik b. Varians Overhead Tetap Overhead tetap
yang dibebankan (OTYB) dihitung
menggunakan rumus : OTYB = tarif standar overhead tetap x Jam Standar ..(11) Varians
total
overhead
tetap
(VTOT)
dihitung
menggunakan rumus : VTOT = Biaya aktual overhead tetap – OTYB ………(12) c. Perhitungan varians pengeluaran overhead tetap pada intinya relatif kecil dan dapat ditoleransi karena lebih sedikit
overhead
tetap
dikeluarkan
daripada
yang
dianggarkan. Perhitungan volume overhead tetap dihitung menggunakan rumus : Varians volume = OTYA – OTYB ……………………(13) Keterangan : OTYA = Overhead tetap yang dianggarkan
28
3.4.5. Analisis Deskriptif Analisis deskriptif memberikan uraian atau menjelaskan tentang apakah dengan menggunakan biaya standar dapat mempengaruhi peningkatan laba, analisis ini juga memberikan gambaran perbandingan biaya standar dengan realisasi biaya aktual dan menjelaskan penyebab apabila terjadi perbedaan dan tindakan koreksi atau rekomendasi yang perlu dilakukan oleh usaha tersebut agar dapat meningkatkan kinerja dan mengembangkan usahanya.
