Home Agenda Notulensi Kuliah Tamu : Mengenal Data dalam Penelitian Akuntansi dan Teknik Pengolahannya

Notulensi Kuliah Tamu : Mengenal Data dalam Penelitian Akuntansi dan Teknik Pengolahannya

72
SHARE

Notulensi Kuliah Tamu : Mengenal Data dalam Penelitian Akuntansi dan Teknik Pengolahannya

Pemateri : Bona Christanto Siahaan, S.Si, MT
Notulen: Siti Auliyanti Nurbach

Rangkuman Materi

Dalam melakukan suatu riset kita bicara data dan fakta. Oleh karena itu, ekonom biasanya selalu mencari informasi setiap hari untuk dapat membuat sebuah riset.

Dalam dunia akuntansi khususnya riset yang dilakukan dapat dalam bidang auditing, financial accounting, managerial accounting, dan tax. Saat memulainya kita dapat melihat dari fenomena yang ada. Riset itu sederhana, tidak harus rumit. Misal maraknya usaha di bidang financial technology seperti Gojek. Ini bisa menjadi sebuah riset yang menarik dan memiliki keterbaharuan. Karena meskipun riset kita sederhana tapi yang terpenting adalah kontribusi riset kita bagi pengguna riset.

Bicara riset tentu erat dengan variabel, data, dan statistik. Variabel bisa muncul dari fenomena yang ada. Misal tren di luar negeri adalah tentang permasalahan kompensasi eksekutif dimana berita terbaru saat ini seorang CEO memiliki kompensasi $1. Ini mungkin menjadi topik yang cukup menarik dibahas di luar negeri. Di Indonesia ketika sedang in isu corporate governance, seluruh orang membicarakan terkait ownership.

Riset bisa difokuskan misal menurut sektor, indeks srikehati, JII, LQ45, Kompas100,dll. Ini yang membuat riset masing-masing orang berbeda. Hasilnya pun tentu akan berbeda. Data akuntansi sendiri bisa didapatkan melalui laporan keuangan maupun laporan tahunan perusahaan.

Variabel dan Data yang Diteliti

  1. Kualitatif : data yang harus dicari berupa data nominal dan ordinal
  2. Kuantitatif : dari data yang sudah ada berupa data discrete dan continue
  3. Primer: berupa survey dan observasi
  4. Sekunder: didapat dari BFI, Bloomberg, reuters,ICMD

Jenis Data:

  1. Cross sectional: 1 periode dengan banyak perusahaan
  2. Time series data: data dari waktu ke waktu misal dari 2014-2016
  3. Pooled cross section: campuran dari cross section dan time series dimana dalam tahun time series terdapat jumlah perusahaan yang sama banyak
  4. Panel/longitudinal data: campuran dari cross section dan time series dimana dalam satu perusahaan memiliki banyak time series.

Alur Pengerjaan Riset yang Baik dan Benar

Data à Teknik Analisis Data à Software ynag cocok dengan data

Saat melakukan riset dalam eksplorasi data yang paling penting kita memahami data yang kita teliti. Know your data!. Kita bisa mengetahui pattern dari data kita dengan statistik sederhana seperti mean,median,modus,kuartil,varians, standar deviasi. Sehingga kita memahami data kita terdapat outlayer. Kemudian hasil dari olahan data kita dapat kita sajikan berupa histogram, multiple plots, atau simple plots.

Riset yang baik juga bukan berarti harus selalu memiliki hasil yang signifikan. Justru akan lebih baik terdapat yang tidak signifikan (tidak semua yang tidak signifikan). Ketika hasil signifikan maka paparan kita hanya mengiyakan dari teori atau temuan sebelumnya. Sementara ketika hasilnya tidak signifikan, kita akan mencari penyebabnya dan memaparkannya. Hal ini tentu menjadi kontribusi.

Software Statistika antara lain:

  1. SPSS
  2. Eviews
  3. AR
  4. Strata
  5. Smart PLS

Sesi Tanya Jawab

  1. Fahmiatuz Zulfah

Bagaimana jika variabel dependen saya memiliki 3 proxy sehingga tidak disarankan oleh pembimbing menggunakan analisis regresi?

Jawaban: Buat penelitian beserta alasannya misalnya saat memilih tahun amatan atau pilih penggunan proxy tertentu. Cara lain bisa dengan analisis terpisah dengan ketiga proxy bila proxy tidak dapat dipisahkan gunakan ketiganya. Jika dirasa kurang layak dengan regresi karena datanya terlalu sedikit. Menaikkan jumlah sampel dengan data panel.

  1. Sabrina Widiasfita

Bagaimana jika setelah bab 3 disusun tetapi saat pengambilan data primer kenyataan di lapangan sulit untuk diambil?

Jawaban: Lakukan penjajakan dari awal dengan sumber data terkait. Sejak awal perlu menyusun strategi untuk memastikan dan membangun hubungan dengan sumber data yang ingin kita ambil khusus untuk riset data primer.

  1. Lisa Listyani

Umumnya model analisis data regresi linear berganda untuk variabel dependen audit delay, Apakah SPSS dapat mengolah data dengan jenis data yang berbeda (nominal,ordinal,hari,rasio) secara bersamaan?

Jawaban: Variable dalam pengukuran cari yang ideal, dalam penelitian bisa pake satu variable dengan beberapa control variable. Ketika menambah variable  square nya naik, tetapi adjustednya belum tentu. Bisa pelajari teknik backward dan forward. SPSS bila ada yang variable angkanya sama semua, jadi tidak bisa dan akan dibuang secara otomatis.

Untuk penelitian finance akan sulit dengan penelitian yang squarenya tinggi.

Makanya orang cenderung untuk variabelnya banyak untuk bisa mendapatkan squarenya tinggi.

  1. Jenita Fitri Mulani

Dalam penggunaan skala likert ada pilihan dengan skala 1-5 atau 1-7 mana yang baik digunakan? Data primer terdapat uji validitas dan reliabilitas. Jika dalam penelitian sebelumnya sudah diuji validitasnya apa perlu di resit kita untuk diuji kembali?

Jawaban: Disarankan sampai 6 ,supaya responden bisa menjawabnya dengan benar. Kalo dengan skala 5 maka akan kecenderungan jawabnya ada di nomor 3 saja. Jika responden orang yang expert gunakan skala sampai 7 biar bisa jawab di 5/6/7.

  1. Hafiz Derian

Selain AR, PSPP juga software statistik yang free, software mana yang sebaiknya digunakan?

Jawaban: PSPP mirip dengan SPSS. Setiap software punya kelebihan dan kekurangannya masing-masing. Gunakan software sesuai jenis data dan uji yang ingin dilakukan. Disarankan untuk menggunakan Smart PLS dari SAP dalam mengolah data, 50 data bisa diolah tidak harus dalam jumlah banyak. Eviews sendiri tidak dapat menguji multikoleniarisme. Strata tidak dapat menguji autokorelasi teptapi lengkap untuk Structure, OLS,FDLS. Compact kurang baik dalam mengolah ekonometri. AR free tetapi harus menyusun bahasa program dari library yang disediakan untuk mengolah data.

  1. Mia Anggraini

Riset saya menggunakan path analysis dimana berbagai jurnal mengolah data dengan Amos tetapi di Indonesia Amos tidak terlalu banyak digunakan. Bila menggunakan SPSS apakah cukup memadai? Apakah ada kesulitan saat menggunakan SPSS student?

Jawaban: AMOS bagian dr SPSS. Bisa menggunakan SPSS student namun akan ada kesulitan lainnya karena SPSS Student ini tidak cukup lengkap. Solusinya menggunakan smart PLS. Smart PLS cukup lengkap dan mudah digunakan.

  1. Fildzah Nabila

Tau respondennya expert atau tidak bagaimana? Bila misal kuesioner tidak valid dan reliable ganti proxy atau bagaimana?

Jawaban: Expert dalam arti paham dibidang tersebut dan bahasa yang digunakan nyambung dengan responden. Kalo ada satu indikator yang tidak valid bisa kita hilangkan atau merubah kata dalam indikatornya agar dapat dipahami. Kita bisa melakukan pretest pada sampel yang kecil untuk memastikan. Strateginya buat indikator sebanyak mungkin berdasarkan teori jangan asal buat.

  1. Mita

Bagaimana jika baik variabel dependen dan independen proxynya dnegan variabel dummy, apakah masih bisa diteliti dan dengan model analisis data apa?

Jawaban: Boleh, bisa dengan tabulasi tetapi datanya harus besar. Bisa menggunakan logistic regression booth strap.

  1. Melinda Ayu

Faktor apa saja yang mempengaruhi adjusted square? Bagaimana jika data kita tidak berdistribusi dengan normal?

Jawaban: Paling tinggi menjadi dasar kita. Tetapi jangan kaget di eviews sering didapat minus yang bisa lebih dari 100%. Apapun jenis distribusinya kalo sampelnya besar bisa mengikuti. Dalam normalitas Uji erornya, jangan X nya. Gunakan OLS regression. Jika data tidak normal gunakan GLS regressiom.

  1. Salsabila Adelaina

Variabel kontrol itu apa? Bedanya apa dengan variabel independen? Dimasukan ke dalam hipotesis apa tidak?

Jawaban: Variabel kontrol itu indikator independent lain yang kita gunakan dan bukan interest kita yang mengendalikan variabel independen atau bisa dikatakan support. Tidak perlu dimasukkan di hipotesis tetapi masuk ke dalam pengolahan data.

  1. Dr. I Gusti Ketut Agung Ulupui, SE, M.Si, Ak, CA

Bagaimana terkait riset studi kasus dalam satu perusahaan?Bagaimana kalau data yg diperoleh tidak sampai 10, sampelnya tidak mencukupi gimana?

Jawaban: Kalo punya keterbatasan data jangan pake model yang rumit. Misal satu perusahaan data penjualan selama 10 tahun bisa gunakan korelasi atau statistik dasar. Software yang cocok eviews.

  1. Dwi Handarini, S.Pd, M.Ak

Bagaimana pendapat terkait model penelitian deskriptif internal perusahaan untuk skripsi karena adanya yang berpendapat bahwa penelitian deskriptif dinilai biasa saja sementara riset internal perusahaan juga cukup bagus untuk ditelita?Jika ditengah-tengah data tidak normal apa ada syarat untuk berubah model?

Jawaban: Model penelitian deskriptif sah-sah saja. Akan tetapi biasa model deskriptif ini biasanya banyak pilihannya. Jadi kerjakan riset ini yang mudah dulu baru yang lainnya. Untuk merubah dari OLS ke GLS jika kita sudah tau data kita sendiri tidak ada syarat bisa langsung berganti model saja.

 

Komentar Kamu?

SHARE
Mahasiswa Akuntansi dengan nama pena "Awan Tijel" yang tertarik dengan dunia jurnalistik...