I MADE NARSA - KRA3-JEMBER

ISU‑ISU DALAM:

PENELITIAN AKUNTANSI DAN 

PENGGUNAAN METODE KUANTITATIF

Pof. Dr. I Made Narsa, MSi., CA.

ISU‑ISU DALAM RISET AKUNTANSI

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

6

ISU‐ISU

MetodologI

Bidang/Area

Isu‑Isu Area

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

6

SPM/AM

• Peran Akuntan

• Konteks Budgeting

• Culture, Continjensi,

• Uncertainty, 

Feedback, Human  capital, psycho capital.

Pemrosesan Informasi Akuntansi

Disklosur, Perubahan  kebijakan akuntansi,  Metode, Framing, Order, 

Fiksasi Data

Auditing

Desain SIA •

Report design &  Policies choice

• Sistem _Struktur

• Student vs auditor

• Indepenence, Ethic,

• Rotation, Hindsight,

• Litigasi, dsb.

Sosiologi Organisasional

• Fungsi individual

• Fungsi Politik

• Fungsi Organisasional

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

6

AK

U

N

TAN

S

I Institusi Keilmuannya (Accounting Science)

Sosiologi Akuntansi (Accounting Sociology)

Manajer

Akuntan

Pengguna

Lingkungan:

‐ Ekonomi

‐ Politik

‐ Tektonologi

‐ Sosial

Others

Riset Generik

Riset Kontekstual

What the next?

?

Me

to

d

e

Me

to

d

AKUNTANSI

Riset AKUNTANSI

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

6

Y

Y

X

X X

X

Y

X _ Y

X X

AK

U

N

TAN

S

I

MENGAPA?

• Akuntansi diasumsikan berorientasi pada tindakan, yaitu,  tujuannya adalah untuk memengaruhi tindakan, atau

perilaku, baik secara langsung melalui kandungan informasi

akuntansi, maupun secara tidak langsung melalui perilaku

dari akuntan, manajer, maupun pihak lain. 

• Pendekatan dalam penyusunan teori akuntansi gagal menyertakan perilaku pengguna dan pembuat laporan akuntansi secara khusus,  dan asumsi perilaku secara umumnya. 

• Oleh sebab itu riset‐riset akuntansi saat ini dan ke

depan akan lebih menekankan relevansi informasi

akuntansi bagi pengambilan keputusan juga bagi perilaku individual  dan kelompok yang disebabkan oleh

pengkomunikasian informasi ini. 

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

6

Proses

Akuntansi Informasi

Perilaku Manusia

B 

R

Isu‑Isu Metodologik

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

6

Level Teori

• Grand Theory

• Empirical Theory

• Logic

Desain Riset

Survey, Experiment,  Archival, Expost Facto, 

etc; Field, Cases  Fenomenology, Critical, 

Hermeunitik, Etnography etc.

Unit Analisis

Partisipan •_• Students_Profesional

• Individual

• Group

• Organizations

• Environment

Statistis Analisis

• Teknik (SEM, Path,  MRA, PLS, OLS,  ANOVA, Reg., etc

• Tool/Aids

Pertama: Level Pendekatan

Kuantitatif vs

Kualitatif

?

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

Realitas Sosial

A

B

INTERPRETIVIST

POSITIVIST (Positivism)

RADICAL  HUMANIST

RADICAL  STRUCTURALIST

Paradigma

Burrel and Morgan’s  (1979)  four  paradigm

Subjective Objective

Radical Change

Regulation

QUANTITATIVE RESEARCH

•

Mainstream Approach 

(Scientific method) 

menggunakan sifat penelitian

pada physical/natural sciences.

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

ASUMSI DASAR 

QUANTITATIVE APPROACH

Logico Hypotheco Verificative

1.Classification

2.Deterministic

3.Cyclical

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

Kedua: Level Praktis

APA YANG PALING SERING DIPERDEBATKAN?

1.Korelasi atau Kausalitas?

2.Apa alat Uji yang tepat?

3.Regresi & Uji Asumsi Klasik?

4.Moderasi,  Mediasi, atau

intervening

5.Data: time series, crossection, 

panel, pool?

6.Nuisance?

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

Causation or correlation? 

 Dalam korelasi, umumnya kedua variabel

statusnya setara, tidak ada independensi, tidak ada tanda panah ke salah satu variabel



Alat Pembuktian korelasi:

◦ Uji korelasi pearson (parametrik), atau

kendall’s tau dan spearman (nonparametrik)

◦ Uji regresi (lihat r, atau koeficiennya)

1. Korelasi

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

2. Kausalitas

a. Granger causality

Apakah: X _ Y atau Y _ X atau X      Y 

X dan Y adalah sepasang data time series

Y_t = ∑a_iY_t‐i + b_iX_t‐i + e ……….…………(1)

X_t = ∑c_iX_t‐i + d_iY_t‐i + e ……….(2)

Jika hasil persamaan (1): 

b_i sig., berarti X menyebabkan Y, 

b_i insig., berarti X tidak menyebabkan Y Jika hasil persamaan (2): 

d_i sig., berarti Y menyebabkan X, 

d_i insig., berarti Y tidak menyebabkan X

Jika, b_idan d_i sama‐sama signifikan berarti terjadi hubungan simultan, dimana X dan Y saling memengaruhi

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

b. Experimen

Apakah X _ Y, harus memenuhi 4 syarat:

1. Ada covary antara X dan Y (ada korelasi)

2. Ada time order, bahwa X mendahului Y

3. Rule out other factor (semua variabel selain X,  harus dikendalikan, sehingga satu‐satunya yang  berbeda hanya X

4. Ada teori yang menyatakan bahwa X  menyebabkan Y

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

Alat pembuktian kausalitas?

Perlu diingat bahwa alat (statistik) tidak pernah menjelaskan apakah dua buah variabel itu berkorelasi atau berpengaruh?  Yang menjelaskan adalah: Teori

1.Uji t? 



Boleh

2.Khai square?



Boleh

3.U‐Mann Whitney?



Boleh

4.Uji ANOVA?



Boleh

5.UJI Regresi?



Boleh

6.Uji……

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

Penggunaan Regresi

Question?

1. Simultan vs parsial???

2. Seberapa besar variabel‐variabel independen mampu menjelaskan variansi variabel

dependen? _ Lihat R2

3. Apakah variansi variabel dependen disebabkan oleh variansi variabel‐variabel independen

yang dimasukkan dalam model? _ Goodness  of fit? Lihat Uji F (ANOVA)

4. Manakah di antara variabel‐variabel

independen yang memengaruhi variabel dependen? _ Lihat Uji t

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

Uji Asumsi Klasik?

•

Membuat model estimasi? 



Membuktikan dugaan secara

empirik?

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

Uji Asumsi Klasik?

Tujuannya adalah memperoleh model prediksi terbaik. 

BLUE = Best Linier Unbias Estimator.

Uji ini diperlukan jika:

1. Memang membangun model prediksi 2. Modelnya: Regresi Linier

2. Datanya: Time Series

3. Time Seriesnya: Panjang, more than 100

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

Cobalah dipahami?

• Autokorelasi_ korelasi yang terjadi karena

pengamatan terhadap data berurutan sepanjang waktu (time series). Masalah muncul jika:  

residualnya tidak bebas dari satu observasi ke observasi lainnya.  

• Kalau data crossection?

• Normalitas_ yang diuji normalitasnya adalah residunya, bukan datanya.  Tujuannya, untuk

memperoleh keyakinan bahwa variansi variabel dependen penyebabnya adalah variansi variabel independen,  bukan karena residunya.

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

Lanjutan…

• Heteroskedastisitas_ bahwa varians dari residual  tidak konstan dari satu observasi ke observasi

lainnya. Ini tentu tdk boleh terjadi pada data time  series, _ harus homoskedastisitas

• Kalau data crossection? 

• Uji Multikolinearitas_ in economics, everything  depends on everyhing else. Jadi sebenarnya sulit

mencari variabel yang betul‐betul tidak bermultikol.  Oleh karena itu, dalam menspesifikasi variabel‐

variabel penelitian, lebih baik didasarkan pada konsep teoretis yang benar

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

Tentang Model Moderasi

Variabel Independen

Variabel Dependen Variabel

Moderasi

1. Bahwa variabel moderasi harus ZERO CORRELATION baik terhadap variabel independen maupun dependen.

2. Interpretasi atas hasil, adalah pada high order correlation

Y = 

α

+ 

β

1

X

₁

+ 

β

₂

X

₂

+ 

β

₃

X

₁

.X

₂

+ e 

Interpretasi hanya terhadap :  _β3

Jikaβ3 signifikan,berarti memoderasi

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

Tentang Model Mediasi & Intervening

X

Y

Z

1). Y = 

α

+ 

a

X + e

2). Z = 

α

+ 

b

X + e 

3). Y = 

α

+ 

c

Z + e

4). Y = 

α

+ 

a

X + 

c

Z + e

a

b _c

Jika a (4) signifikan_ partial mediating

Jika a (4) tidak signifikan _ full mediating = Intervening

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

DATA POOLED/PANEL

Howles, 1950

TIME  SERIES

CROSSECTION

PT A PT B PT C PT D

2008

2009

2010

2011

2012

2013

Contoh: LABA BERSIH SEBELUM PAJAK

Unit/Individu

Waktu

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

Model Empirisnya?

Model Time Series:

Y =

α

+ β₁X_t + Ɛ_t  t = 1,2,3,…n = banyaknya waktu

Model Crossection:

Y =

α

+ β₁X_i + Ɛ_i  i = 1,2,3,…n = banyaknya individu

Model Pooled/Panel:

Y =

α

+ β₁X_it + Ɛ_it  i = 1,2,3,…it = individu & waktu

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

YANG SERING DIPERDEBATKAN  ADALAH:

•

Apakah perusahaannya/individunya (i) 

harus konsisten selama 6 tahun

tersebut?

•

Apakah seriesnya (t) harus konsisten

selama x tahun untuk setiap

perusahaan?

•

Apakah harus bebas dari masalah‐

masalah ekonometrika?

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

Bagaimana kita mengasumsikan?

Intersep (α), Slope (β), dan Residu (Ɛ)

1. Slope dan Intercep tetap antar individu dan antar waktu

 Common  Effect

2. Slope dan Intercep tetap antar individu dan antar waktu, tetapi perbedaan intercep dan slope 

diakomodasi dalam error (Ɛ_{)  Random Effect}

3. Slope dan Intercep sama antar individu tetapi berbeda antar waktu _ Fixed Effect Dummy waktu (Dt)

4. Slope dan Intercep sama antar waktu, tetapi berbeda antar individu _ Fixed Effect Dummy individu (Di)

5. Slope dan Intercep berbeda baik antar waktu maupun antar individu_Fixed Effect Dummy waktu (Dt) dan Dummy Individu (Di)

Ada Pengujian Lebih Lanjut dalam Memilih Model

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

Metode Estimasi Model Regresi Panel

Common Effect Model

• Merupakan pendekatan model data panel yang paling  sederhana

• Tidak memperhatikan dimensi waktu maupun individu,  sehingga diasumsikan bahwa perilaku data perusahaan sama dalam berbagai kurun waktu. 

• Metode ini bisa menggunakan pendekatan Ordinary  Least Square (OLS) atau teknik kuadrat terkecil untuk mengestimasi model data panel, atau disebut juga

Pooled Least Square (PLS).

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

Fixed Effect Model

• Model ini mengasumsikan bahwa perbedaan antar individu dapat diakomodasi dari

perbedaan intersepnya. 

• Menggunakan teknik variable dummy untuk menangkap perbedaan intersep antar

perusahaan, perbedaan intersep bisa terjadi

karena perbedaan budaya kerja, manajerial, dan insentif. 

• Model estimasi ini sering juga disebut dengan teknik Least Squares Dummy Variable

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

Contoh: Dummy Model

Perusahaan Observasi Y X1 X2 D1 D2 D3 D4

Random Effect Model

• Model ini akan mengestimasi data panel  dimana variabel gangguan mungkin saling

berhubungan antar waktu dan antar individu.  Pada model Random Effect perbedaan intersep diakomodasi oleh error terms masing‐masing perusahaan. 

• Dapat menghilangkan heteroskedastisitas. 

• Model ini juga disebut dengan Error Component  Model (ECM) atau teknik Generalized Least 

Square (GLS)  

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

ERROR COMPONENT MODEL

Y =

α

+

β

1

X

it

+

µ

it

+

Ɛ

it

Between – entity error

(perbedaan intercep dan slope)

Within – entity error

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

Pilih yang mana?

•

Common  effect, Fixed effect, atau random 

effect?

Common atau Fixed?

Lakukan Uji Chow (Uji F, beda antar common dan Fixed)

Common atau Random

Lakukan Uji Langrange Multiplier (LM)

Fixed  atau Random

Lakukan Uji Hausman

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

Contoh: PRAGMATIS

Perusahaan Observasi X1 X2 Y

Contoh: IDEAL, tetapi???

Perusahaan Observasi X1 X2 Y

How to control “nuisance” variable

Y

Variable  Treatment

(X)

Others  Variable/ 

Nuisance (e) 

Randomisasi

Block

ANCOVA Unknown

Uncontrol

Known

Controllable

Known

Uncontrol

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

LAIN‑LAIN

• Keuangan: Terutama mengamati pengaruh informasi akuntansi dan  berbagai jenisnya terhadap perilaku pengambil keputusan, serta  perbedaan bentuk penugasan (terdefinisi dan tidak) juga mungkin  mempengaruhi pengambilan keputusan.

• Manajerial: Terutama mengamati pengaruh variabel organisasional  dan lingkungan terhadap perilaku organisasi, pengaruh informasi  akuntansi maupun fungsi akuntansi terhadap pengambilan 

keputusan maupun perilaku manajer, serta pengaruh penerapan  teknologi atau sistem baru dalam organisasi terhadap efisiensi dan  efektivitas organisasi.

• Sistem: Terutama mengenai kemungkinan ketepatan penerapan 

sistem atau teknologi baru maupun pilihan pengguna terhadap satu  aplikasi yang mendukung kinerjanya. Dan Perancangan sistem baru

• Pajak: Terutama hubungan yang saling terkait antara aturan 

perpajakan dengan perilaku ketaatan terhadap pajak dan implikasi  keperilakuan atas audit pajak.

T

h

u

rs

d

a

y, 

A

p

ri

l 

1

4

, 

2

0

1

6

Nar

s@

2

0

1

6