12 Juni 2023
fokus cari artikel jurnalnya. akan dipengaruhi oleh apa. misalnya berapa artikel jurnal
berbicara dipengaruhi oleh independensi, kompetensi, etika, bisa lihat contohnya
bisma
indikatornya bisa mengembangkan sendiri, bisa combine aturan yang ada, penelitian
sebelumnya, atau pemikiran sendiri. ketika memilih indikator disebutkan step2nya, mengacu
pada SPIP atau aturan tertentu, namun ditambahkan dengan apa, sehingga indikatornya
menjadi seperti apa
cluster per dimensi.
misalnya independen dibangun dari 7 indikator, di cluster
1 indikator minimal 3 pertanyaan
menggagas kenapa menggunakan teori tersebut
yang perlu dilakukan atas primer:
sampling
selama ada kriterianya= purposive sampling
DATA SEKUNDER
sekunder cross section: spss, eviews, stata
sekunder panel: eviews, stata
bisa dalam data cross section/data panel/time series
bisa juga cross section data di tahun tertentu, tidak perlu memperhatikan waktu atau
individunya siapa
kalau data panel ada nama emiten, tahunnya harus semua ada, keunggulannya tidak pakai
uji asumsi klasik (uji linearitas utk time series, uji heterogenitas,...)
time series = pakai autokorelasi
1. teori keagenan:
- perusahaan kumpulan beberapa kontrak (nexus of contract)
- informasi asimetris: karena manajer memiliki pengetahuan yang lebih
sempurna
- perbedaan kepentingan agen dan prinsipal
- konflik keagenan
- biaya keagenan: untuk meminimalisir konflik kepentingan
2. stewardship theory/teori penatalayanan
- manajer akan memberikan kemampuan terbaiknya untuk menyeimbangkan
pemegang saham, manajer tidak memiliki motif atas nama pribadi atau untuk
memperkaya pribadi
- kepentingan jangka panjang perusahaan merupakan prioritas sikap manajer
3. teori sinyal 1973
- sinyal2 informasi dibutuhkan investor untuk mempertimbangkan dan
menentukan apakah para investor akan menanamkan sahamnya atau tidak
pada perusahaan yang bersangkutan
- manajer menyediakan informasi kepada investor untuk membantu mereka
dalam pengambilan keputusan, informasi akuntansi apakah akan
memberikan sinyal atas laporan keuangan di masa depan
- manajer menggunakan informasi akuntansi untuk memberi sinyal atas
ekspektasi dan intensi di masa depan
4. teori pasar efisien (lemah, semi kuat, kuat)
- lemah: informasi harga saham dipengaruhi harga saham di masa lalu, tidak
menggunakan informasi akuntansi dalam pembahasannya
- semi kuat: juga ada informasi akuntansinya
- kuat: informasi ada yg diketahui publik dan ada juga informasi yang tidak
diketahui banyak publik jadi hanya tertentu saja (ordal atau karyawan)
5. teori pemangku kepentingan
- tekanan dari pemangku kepentingan kepada organisasi, ekspansi teori
keagenan juga
- dari faktor eksternal
6. teori legitimasi
- sukarela tidak ada tekanan, memproklamirkan kalau dia transparan
- berkaitan erat dengan persepsi masyarakat
7. teori akuntansi positif
- sebelum adanya teori keagenan berkembang
- teori pertama terkait akuntansi keuangan
a. hipotesis terkait dengan bonus
b. hipotesis kontrak hutang
kalau bisa menyajikan informasi laba yang lebih tinggi dipersepsikan akan lebih
sehat, biasanya utk perusahaan yg membutuhkan dana dari kreditor
c. hipotesis biaya politik
konsekuensi untuk mengeluarkan biaya politik, perusahaan akan lebih
menangguhkan keuntungan2 saat ini yang bisa ditangguhkan di masa depan
8. RBV
Sumber daya yang jarang itu sangat diperlukan, berharga, dan tidak dapat
disubstitusikan
9. theory of reasoned action (sudah masuk teori perilaku)
- individu memiliki minat atas perilakunya, sudah berencana
- perilaku ditentukan oleh niat, tujuan, norma2 subjektif (terkait perilaku yang
dilakukannya)
10. theory of planned behaviour
- semua diawali oleh niat
- behavioural beliefs: berdasarkan individu sendiri
- normative beliefs: yang berkembang di masyarakat seperti apa
- control beliefs: keyakinan ttg hal2 yang mendukung, mau
melaksanakan itu atas dasar apa ya?
11. social learning theory
- individu tidak secara otomatis mengamati perilaku dari model dan akan
meniru perilaku tersebut akan memeditasi terlebih dahulu
- attention =
- retention = harus ada kesan
- reproduction = banyak yang ingin ditiru tapi ada keterbatasan
- motivation = ada reward n punishment atau tidak
12. attribution theory
- penyebab perilaku seseorang bisa dipengaruhi faktor internal dan eksternal
TM 10
19 Juni 2023
secondary data
- survey
- dokumen
- multiple source
kualitatif:
semi-structured interviews = sebelum wawancara sudah punya gambaran, misalnya sudah
punya 5 tema, sudah punya persiapan mau tanya apa
in-depth interviews = explore, pertanyaan selanjutnya tergantung respon dia, peneliti datang
tidak dengan pertanyaan, jenis penelitian yang sifatnya antropologi, yang tidak punya
gambaran sama sekali
structured tidak cocok untuk mengeksplor
descriptive biasa didapat dari dokumen
secara gambaran garis besarnya, umumnya, tapi tidak ada patokan boleh atau tidak boleh
kualitatif = interview selalu diisi dengan pertanyaan terbuka, bisa menghasilkan in-depth
response
open question = dirancang orang memberikan jawaban yang berkembang, apa bagaimana
mengapa
probing question = digunakan untuk mengeksplorasi tanggapan yg signifikan bagi tema
penelitian, tantangannya adalah kita tidak boleh memberitahu persepsi kita
ada jawabannya panjang susah dipotong, potong dengan “menarik sekali…boleh dijelaskan”
specific n closed question = pertanyaan2 pengantar, boleh yg sifatnya tertutup, untuk data
yang sifatnya fakta2 (berapa orang pegawainya pak)
synchronous = langsung tatap muka, hasil zoom/wa call bisa dianggap wawancara
asynchronous = jawabnya bisa 2 hari lagi
OBSERVER
hargai partisipan
tujuan risiko keuntungan
izin wawancara video
anonimitas
TOPIK implementasi aplikasi MPK untuk perizinan asrama
wawancara 15.30
interviewer dije
interviewee syauqi mahasiswa politeknik keuangan negara konoha
mengevaluasi suasana yang terjadi
building rapport/hubungan sangat penting tapi hati-hati siapa yang dijadikan lawan bicara,
dalam wawancara melakukan assesment itu penting sekali
cukup menarik bagaimana pewawancara menanyakan pengaruh dan dampak, untungnya
yang diwawancara nanya
TM 11
26 Juni 2023
SMARTPLS PRIMER
misalnya ALL sama ALL 0,9, culture sama ALL 0,395 masih dibawah 0,9 berarti
aman, DOC 0,722 ga bermasalah, ALL sama ALL masih lebih tinggi dibanding ALL
dengan lainnya.
(yang ada interaksi *nya diabaikan).
kalo masalah, ada indikator yang seharusnya bisa dikurangi lagi
selama ga ada masalah dengan cronbach dan AVE gausah cek ini sebenarnya
- dapatkan angka outer loadings
sebaiknya ini yang disave kalau mau ditampilkan, ada editor jurnal yang pengen ada
yang didrop
di uji hipotesis bisa ditempel
kalau primer biasanya tidak pakai variabel kontrol jadi tidak akan melewati yang namanya uji
F, makanya pakai SEMPLS
walaupun akhirnya variabel independennya tidak berpengaruh semua itu tidak masalah
keunggulan SEM bisa melihat mana paling besar dari uji validitasnya
kenapa berpengaruh tidak berpengaruh dari karakteristik uji validitas
makin besar uji validitas dari setiap indikator dia yang makin mencerminkan karakteristik dari
variabel tersebut
mengulas indikator mana yang paling tinggi, paling mendekati ke variabel laten.
CROSS SECTION
EVIEWS
regresi =
untuk satu variabel Y = β0 + β1 * X + ε
untuk banyak variabel Y = β0 + β1 * X1 + β2 * X2 + ... + βn * Xn + ε
untuk yang ada moderasinya Y = β0 + β1 * X + β2 * M + β3 * X * M + ε
untuk yang ada controlnya Y = β0 + β1 * X + β2 * C1 + β3 * C2 + ... + βk * Ck + ε
untuk yang ada moderasi intervening control Y = β0 + β1 * X + β2 * M + β3 * Z + β4 * C + β5
* X * M + β6 * Z * C + ε
bisa juga c nya didepan
save equation
- klik name
jadi equationnya masih muncul
- coefficient diagnostics
- variance inflation factors
pakai yang centered VIF masalahnya besar semua, bisa ubah dengan menggunakan
korelasi dibandingkan dengan menggunakan VIF
Nilai VIF yang dihasilkan harus lebih kecil dari 10, sebab bila lebih dari 10 dianggap terjadi
multikolinieritas dan salah satu variabel tersebut harus dikeluarkan dari model regresi.
Sebaiknya kita melakukan penghitungan VIF pada semua formasi regresi variabel bebas.
kalo diatas 10 seolah2 multikol
uji multikol tapi dengan korelasi, hanya gunakan variabel variabel independennya saja
(bpmd, ip, kk, klk, of, size) tpd gaperlu karena variabel dependen
- ok
hasilnya difreeze untuk disimpan
BMPD dan BMPD 1, kalo dia mengalami korelasi atau multikol, IP atau KK KLK OF SIZE itu
diatas 0,8 atau diatas 0,9
kalau masih dibawah 0,8 + - itu dia tidak mengalami multikol
lebih suka multikol dengan korelasi dibanding dengan VIF
IP dan IP 1
lihat untuk IP dan KK 0,3 artinya bebas multikol
KK dengan KK 1
KLK juga 0,3 paling besar
OF paling besar 0,5 dengan SIZE artinya model ini tidak mengalami multikol
kalo multikol itu akan mengganggu dari modelnya makanya kalo mengalami multikol salah
satu variabelnya harus di drop supaya tidak mengganggu
ini bisa dipakai semua, bisa CTRL A copy, pindahkan hasil ke excel
udah 0,3
save caranya freeze kemudian kasi nama “output after transformasi”
bisa dipindahkan hasilnya copy ke excel
4. Uji autokorelasi ngga dijelaskan
Uji autokorelasi merupakan kolerasi yang terjadi antara residual pada satu
pengamatan dengan pengamatan lain pada model regresi. Autokorelasi dapat
diketahui melalui Uji Durbin-Watson (D-W Test), adalah pengujian yang
digunakan untuk menguji ada atau tidak adanya korelasi serial dalam model
regresi atau untuk mengetahui apakah di dalam model yang digunakan
terdapat autokorelasi diantara variabel-variabel yang diamati
statistic deskriptif sama dengan korelasi tapi ditambah variabel dependennya yaitu tpd
kemudian
untuk dibuat di tabel yang akan disajikan hanya mean median max min stdev dan observasi
angka dibelakan koma max 4
butuh adj r square, bukan rsquare karena variabel yang diuji >1
pindahkan ke word
uji bersama2
misalnya di hipotesisnya “menguji ukuran perusahaan leverage dan profitabilitas secara
bersama2 berpengaruh” itu uji f, uji ketepatan model/uji ketahanan model. prob f stat ini
harus dibawah 0,1 supaya modelnya itu bisa dibaca hasil pengujian hipotesisnya.
kalau prob fstat diatas 0,1 dianggap penelitiannya gagal. walaupun variabel independennya
mungkin tidak berpengaruh semua
tidak berpengaruh semua masih bisa ditolong dengan variabel kontrol
karena minimal bisa menolong model untuk mengantisipasi kalau uji variabel independen
utama tidak berpengaruh, secara model masih bisa digunakan, bukan berarti kalau hasil uji
hipotesisnya tidak berpengaruh semua seperti dunia runtuh. sehingga banyak orang
akhirnya memanipulasi datanya 🙁
jangan pernah memanipulasi data!
tapi kalau regresi, uji hipotesis semuanya tidak berpengaruh dan tidak ada variabel
kontrolnya, otomatis uji prob f stat itu > 0,1 berarti tidak melewati.
prob f stat akan < 0,1 kalo minimal salah satu variabel independennya berpengaruh, baik
independen utama maupun kontrol
prob f stat, 0,08 masih melewati model kemudian ternyata t statnya 0,2 0,13 0,4 0,23 0,15
0,36 0,17 0,26 0,03 0,11 artinya ini dari sisi permodelan bisa melewati, ini bisa dilakukan
analisis selanjutnya
TM 12
3 Juli 2023
EVIEWS
data panel
pemerintah daerah
perusahaan listed
kalau ada satu yang tidak ada, misalnya tax avoidance harus positif ETR
leverage negatif berakibat ekuitasnya negatif
satu tahun tidak memenuhi kriteria harus di drop
misalnya 2018 total asetnya tdk ada, harus didrop
dataset
misalnya audit internal masih jarang, sektor publik yang ada di indonesia, pakai kekhasan
yang ada di indonesia
jangan ada kolom nomor tapi gapapa pake tahun dan emiten
INI OUTPUT UNTUK CEM, simpan
CEM tidak melihat tahun/individu jadi kayak cross
eviews ini paling mudah untuk analisis linear, apalagi stata harus ngetik command2nya
FEM fixed
REM random
hasil LM
BOTH breusch-pagan yang both dibawah 0,1 yang menang adalah REM
dasarnya prob breusch pagan = ada yg kriteria 0,05 atau 0,1
kebanyakan 0,05 atau 0,1
ambil dari bothnya, ternyata dibawah 0,1
prob < 0,05 berarti yang menang REM
hasil Chow
ini pakai prob, probnya 0.0000 berarti FEM (dibawah 0,05)
yg utama hasil Cross Section F,
uji asumsi klasik untuk fix adalah uji hetero dan multikol
karena data panel dia pasti residualnya tidak normal
probnya <0,05 berarti tidak normal
kalau hasilnya REM tidak perlu dilakukan uji heteroskedastisitas karena REM sudah dibobot
data panel harus bikin residual tersendiri, kalau di cross ada weight sendiri
- prob
- make residual series
47,45% berpengaruh dari variabel2 dalam penelitian ini, sisanya adalah pengaruh lain diluar
penelitian
berpengaruh ada bintangnya
statistic descriptive
CTRL C transpose
- ANALYZE
- CORRELATE
- B VARIAT
Correlations
DOC1 DOC2 DOC3 DOC4 DOC5 DOC6 DOCR
DOC1 Pearson Correlation 1 .705** .502** .721** .731** .613** .853**
Sig. (2-tailed) .000 .000 .000 .000 .000 .000
N 166 166 166 166 166 166 166
DOC2 Pearson Correlation .705** 1 .348** .693** .694** .705** .800**
Sig. (2-tailed) .000 .000 .000 .000 .000 .000
N 166 166 166 166 166 166 166
DOC3 Pearson Correlation .502** .348** 1 .487** .487** .341** .701**
Sig. (2-tailed) .000 .000 .000 .000 .000 .000
N 166 166 166 166 166 166 166
DOC4 Pearson Correlation .721** .693** .487** 1 .901** .714** .900**
Sig. (2-tailed) .000 .000 .000 .000 .000 .000
N 166 166 166 166 166 166 166
DOC5 Pearson Correlation .731** .694** .487** .901** 1 .755** .909**
Sig. (2-tailed) .000 .000 .000 .000 .000 .000
N 166 166 166 166 166 166 166
DOC6 Pearson Correlation .613** .705** .341** .714** .755** 1 .797**
Sig. (2-tailed) .000 .000 .000 .000 .000 .000
N 166 166 166 166 166 166 166
DOCR Pearson Correlation .853** .800** .701** .900** .909** .797** 1
Sig. (2-tailed) .000 .000 .000 .000 .000 .000
N 166 166 166 166 166 166 166
** Correlation is significant at the 0.01 level (2-tailed).
166-2=164
pake yang 1.65420
24%
tidak mengalami heteros, karena menyebar atau mengalami homoskedas
diatas 0,05 residual berdistribusi normal
uji asumsi klasik seperti smartpls tidak perlu dilakukan
analisis regresi linear berganda
analisis linear berganda sama SEM itu sama, paling prob sama signya beda dikit
kelemahan di parametrik harus uji asumsi klasik, allowance doang yg berpengaruh positif
yang kemarin
TM 14
17 Juli 2023
Amrie Firmansyah
Publikasi
TM 13
20 Juli 2023
Rido Parulian
Signifikansi
Teori apa
kuantitatif =
- regresi berganda
- sempls
kualitatif = analisis data di kualitatif itu seperti datanya masing2 puzzle, mengelompokkan
dan nyocokin sampai akhirnya ketemu gambaran
data kualitatif
- data verbal
- data tekstual
- data visual
tidak harus selalu kata2 tapi biasanya kaitannya dengan kata2
ketika melihat dan mengobservasi itu juga data
analisis data kualitatif
kuan = sifatnya mekanikal, asumsi klasik
kual = not a mechanical process, lebih ke
- interactive and iterative (prosesnya ga sekali, bukan linier tapi berulang)
- gradual (satu demi satu)
- reflective (ketika melihat data itu merefleksikan apa yang bisa berguna bagi
penelitian saya, kebanyakan wisdom) and reflexive (melihat dan bagaimana
dampaknya secara besar)
kalo kualitatif itu paling umum dari baru belajar kualitatif sampe level atas itu disebutnya
thematic analysis
langkah pertama
transcribing
- verbatim (kata demi kata) titik komanya ditulis sampai ekspresinya juga, bisa
menjelaskan misal dia ngomong tapi tidak sesuai dengan ekspresinya
- jaga anonimitas partisipan, pastikan sudah terhapus namanya jadi bapak A dsb
contoh coding
- waktu/kecepatan pelayanan
- etika pegawai restoran - perhatian
“.......” - partisipan A
TM 15
24 Juli 2023
menyajikan laporan
PER DIR PKN STAN Nomor 9/PKN/2020 tentang Penyusunan Karya Tulis Ilmiah sebagai
tugas akhir mahasiswa dan pelaksanaan ujian komprehensif
APA Style
mendeley
EndNote
jangan sampai daftar pustaka lebih sedikit dari yang tertulis
manual
aplikasi ketika dihapus langsung kehapus
tidak berarti langsung beres bisa jadi copy.
kelengkapan
materai
tanda tangan
supardi dan suparman dimasukkan keduanya (supardi dalam suparman) gimana kita tau
sebagai pembaca? ini biasanya terjadi di buku2 tua
validitas = mengenai 3 hal = lebih ke mengukur apa yang harusnya diukur, kalau diminta
mengukur panjang instrumen itu harusnya meteran, ketika yang mau diukur panjang tidak
boleh pakai timbangan
- apakah instrumen mengukur apa yang kita maksudkan
- apakah analisis yang dikembangkan akurat
- apakah bisa digeneralisasi
1. internal validity = ukuran tentang kebenaran data yang diperoleh dengan instrumen
yakni apakah instrumen itu sungguh-sungguh mengukur variabel yang sebenarnya
2. criterion validity (biasanya survei) = apakah pertanyaan yang digunakan dalam
survei mengukur apa yang ingin diukur, sehingga memungkinkan dibuat prediksi
statistik yang akurat, pertanyaannya tepat atau ngga
3. external validity = berkaitan dengan pertanyaan: dapatkah temuan penelitian sebuah
studi digeneralisasikan ke konteks lain yang relevan? berlaku secara umum atau
ngga
meneliti tingkat kesejahteraan petani, alat ukurnya penghasilan, bisa iya bisa ngga,
ancaman terhadap validitas =
- past/recent event
- testing
- instrumentation
- mortality
- maturatuin
penelitian interpretatif/kualitatif?
1. ada yang kualitatif ttp pake reliabilitas dan validitas tapi diadaptasi
2. ada dengan nama yang berbeda
3. ada yang menjauh dari 2 konsep itu
kalau dilihat di hasil antar coding bisa dilihat kalo hasil coding secara luas ada levelnya, level
paling bawah tidak berani melapor (malu, tidak paham aturan, adanya keterlibatan media)
itu kan bisa jadi faktor
ngerjainnya bottom up
sanksi dan reward bisa masuk ke manfaat (beda lagi dengan jawaban tahun lalu)
apakah dari manfaat dan kelebihan bisa kelompokkan lagi ke atas? kalo ga bisa ya gapapa
gausah dipaksakan
karena ngerjainnya dari bawah akan menghasilkan koding yang lebih banyak, akan
kerucutkan lagi ke parentnya
CODING - KATEGORI - TEMA
tau ada 3 tujuan ini dari wawancara, sebelum wawancara belum tau bakal bikin 3 tujuan ini
sebagai masalah penelitian yang detail
- kebutuhan
- peluang dan manfaat
- tantangan
TOPIK
LAYER 1
LAYER 2
LAYER 3
agar tidak terjebak sama definisi code dan kategori
ada 3 model
- crossection
- panel
- timeseries
diuji apakah datanya baik apa ngga (uji BLUE) makin berjenjang makin banyak tes yang
dilakukan
setiap data kita harus mengalami 5 data ini
- measurement error
- specification error
- multikol
- heteros
- endogencity
(penjelasannya pake ppt aja)
VIDEO
PANEL DATA STATA
https://www.youtube.com/watch?v=w7fS1F8EGZg
- dianggap cross murni
- dianggap time series
- pooled
- fixed
- random
mana metode yang paling bagus
47 subjek
10 waktu
PLS
FIXED
chowtest
lebih dekat ke FE
umur jadi tidak signifikan
deps jadi tidak signifikan
ATAU
Random Effect
LM TEST
PLS dengan random effect
yang menang random
ols
uji hausman
yang menang ke FE