Tugas Komparasi pencegahan korupsi di Korea Selatan, Malaysia, Indonesia

 

Komparasi pencegahan korupsi di Korea Selatan, Malaysia, Indonesia

 

 

	Korea selatan	Malaysia	Indonesia
Tahun berdiri	2002 (PCAC) 2009 (ACRC)	1967 (BPR) 2009 (SPRM)	1967 (TPK) 2002 (KPK)
Dasar hukum	-	Anti Corruption Agency Act	Undang-Undang Republik Indonesia Nomor 30 Tahun 2002
Sifat organisasi	Independen	Dibawah pemerintah	Independen

 

·         Pencegahan korupsi di Korea Selatan

Pemberantasan korupsi di Korea Selatan dimulai pada periode 1990-an. Setelah  puluhan tahun (1963-1992) dipimpin oleh rezim militer yang dianggap korup, pemerintahan sipil yang dipimpin oleh Kim Dae Sung mulai meningkatkan gerakan pemberantasan korupsi. Gerakan pemberantasan korupsi ini sebagai upaya untuk menciptakan pemerintahan yang bersih dan sebagai bagian dari langkah langkah yang diajukan untuk melepaskan diri dari jerat krisis moneter di Korea Selatan.

Pemberantasan korupsi ini dimulai dengan pencetusan anti corruption program pada tahun 1999. Anti Corruption Program merupakan serangkaian kebijakan yang sistematis untuk  melakukan pemberantasan korupsi yang selama ini terjadi.

Pada tahun 2002, lembaga PCAC dibubarkan dan dibentuklah lembaga baru yaitu Korea Independent Commission Against Corruption (KICAC).  Lembaga KICAC dibentuk sebagai pelaksanaan atas amanat Undang Undang Pencegahan Korupsi yang telah diamandemen pada tahun 2001. Lembaga ini tidak hanya mengembangkan dan mengevaluasi kebijakan anti korupsi seperti PCAC namun juga diberi tambahan wewenang yang lebih luas. Kewenangan yang lebih luas dapat terlihat pada fungsi yang diamanatkan yaitu :

·         Menyusun dan mengkoordinasikan kebijakan anti korupsi

·   Mengevaluasi tingkat integritas dan pelaksanaan pelaksanaan kebijakan anti korupsi pada organisasi sektor publik

·         Melakukan perbaikan kerangka hukum dan institusi

·         Menangani laporan atas dugaan korupsi

·         Menawarkan perlindungan dan hadiah bagi whistleblower

·         Mempromosikan kebijakan etika dalam pelayanan publik

·         Meningkatkan kepedulian masyarakat atas resiko korupsi

·         Mempromosikan kerjasama pemerintah dan pihak swasta dalam melawan korupsi

·      

Pada tahun 2008 pemerintahan Korea dipimpin oleh Lee Myung Bak selaku presiden terpilih pada Pemilu desember 2007. Pada tahun 2008 ini Lee Myung Bak melakukan langkah radikal dengan melebur KICAC dengan  Ombudsman of Korea, the Korea Independent Commission against Corruption dan the Administrative Appeals Commission. Peleburan ini bertujuan untuk menyediakan pelayanan satu atap bagi seluruh warga  dalam menangani pengaduan masyarakat, mengajukan banding administratif dan pemberantasan korupsi oleh satu organisasi dengan cara yang lebih cepat dan lebih nyaman.

       Namun langkah ini dianggap sebagai langkah mundur oleh Transparency Internationa(TI). Dalam  Progress Report 2009 Enforcement of the OECD Convention on Combating Bribery of Foreign Public Officials in International Business Transactions, TI menyatakan bahwa merger lembaga KICAC dengan beberapa lembaga lain menjadi ACRC membuat lembaga anti korupsi tersebut menjadi kurang independen dan tidak efisien. TI menyarankan kepada pemerintah Korea Selatan agar mereorganisasi ACRC dan mendirikan lembaga pemberantasan korupsi yang independen dan terpisah dari struktur pemerintahan lain.

 

·         Pencegahan korupsi di Malaysia

Dalam rangka membangun Negara modern yang bebas korupsi, sejak tahun 1961 Malaya yang kemudian berkembang menjadi Malaysia, telah mempunyai undang-undang anti korupsi, yang pertama Undang-Undang Tahun 1961 yang bernama Prevention of Corruption Act atau Akta Pencegah Rasuah Nomor 57, kemudian diterbitkan lagi Emergency Essential Power Ordinance Nomor 22 tahun 1970, lalu dibentuk Badan Pencegah Rasuah (BPR) berdasarkan Anti Corruption Agency Act tahun 1982. Sekarang berlaku Anti Corruption Act tahun tahun 1997 yang selanjutnya disingkat ACA yang merupakan penggabungan ketiga undangundang dan ordonansi tersebut.

Organisasi Badan Pencegah Rasuah (BPR) Malaysia berada pada kantor Perdana Menteri langsung dibawahnya adalah Direktur Jenderal atau Ketua Pengarah BPR Malaysia, ketua BPR Malaysia dibantu 2 deputy (timbalan) yaitu Ketua Pengarah Operasi dan Ketua Pengarah Pencegahan yang diangkat oleh Yang Dipertuan Agung (Raja) atas nasehat Perdana Menteri dan bertanggung jawab kepada Raja Yang dipertuan Agung Malaysia. BPR Malaysia dalam pemberantasan korupsi di Malaysia masih belum independen (independensinya masih belum tegas), karena BPR Malaysia masih berada di bawah administrasi kantor Perdana Menteri Malaysia.

           

Pencegahan korupsi di BPR Malaysia dilakukan oleh Bagian atau Divisi Intelijen yang disebut Perisikan atau Intelligence Division pada bagian dibawah Ketua Pengarah Operasi, bertujuan membangun intelijen yang mantap, lengkap dan tersusun melalui sistem jaringan sumber digabung dengan intelijen profesional. Bidang aktivitasnya adalah bertanggung jawab untuk melaksanakan intelijen yang sulit dan pengintipan dengan tujuan untuk mengamankan dan mengkonfirmasikan informasi yang berhubungan dengan pengaduan adanya aktifitas korupsi dan penyalahgunaan wewenang. Informasi yang diperoleh akan dijadikan asas intelijen dan penyidikan selanjutnya melalui sumber jaringan BPR Malaysia

 

 

·         Pencegahan korupsi di Indonesia

Upaya-upaya pemberantasan korupsi di Indonesia pada dasarnya dimulai sejak tahun 1957. Dalam perjalanannya, upaya tersebut merupakan sebuah proses pelembagaan yang cukup lama dalam penanganan korupsi. Upaya-upaya tersebut adalah :

·         Operasi militer khusus dilakukan pada tahun 1957 untuk memberantas korupsi di bidang logistik.

·         Dibentuknya Tim Pemberantasan Korupsi (TPK) pada tahun 1967 dengan tujuan melaksanakan pencegahan dan pemberantasan korupsi.

·         Pada tahun 1970 dibentuk tim advokasi yang lebih dikenal dengan nama Tim Empat yang bertugas memberikan rekomendasi penindakan korupsi kepada pemerintah.

·         Operasi Penertiban (Opstib) dibentuk pada tahun 1977 untuk memberantas korupsi melalui aksi pendisiplinan administrasi dan operasional.

·         Pada tahun 1987 dibentuk Pemsus Restitusi yang khusus menangani pemberantasan korupsi di bidang pajak.

·         Pada tahun 1999 di bentuk Tim Gabungan Pemberantasan Tindak Pidana Korupsi (TGPTPK) di bawah naungan Kejaksaan Agung. Pada tahun yang sama juga dibentuk Komisi Pemeriksa Kekayaan Pejabat Negara (KPKPN).

·         Pada tahun 2002 dibentuk Komisi Pemberantasan Korupsi (KPK) sedangkan KPKPN melebur dan bergabung didalamnya

Tugas Akuntansi Forensik & Audit Investigatif (artikel)

 Nama: Abiyyu Ariq

Npm: 20217041

Kelas : 4 EB 11

• CPI - Corruption Perseption Index

Transparency International, sebuah organisasi internasional yang bertujuan melawan korupsi banyak mempublikasikan hasil survei terkait korupsi. Termasuk Corruption Perseption Index (Indeks Persepsi Korupsi). Sebuah publikasi tahunan yang mengurutkan negara-negara di dunia berdasarkan persepsi atau anggapan publik terhadap korupsi di jabatan publik dan politik. Corruption Perception Index (CPI) direpresentasikan dalam bentuk bobot skor ataupun angka dengan rentang 0 – 100. Dalam hal ini, skor 0 berarti negara tersebut direpresentasikan sangat korup, sementara skor 100 berarti negara tersebut sangat bersih dari tindak korupsi.Pada tahun 2020 indonesia berada peringkat 102 dari 180 negara dengan skor 37 dari 100.Berikut grafik Corruption Perseption Index Indonesia tahun 2011-2020 dan peringkat Corruption Perseption Index dunia tahun 2020

Grafik Corruption Perseption Index indonesia tahun 2011-2020

Peringkat Corruption Perseption Index dunia tahun 2020

• GCB - Global Corruption Barometer

Global Corruption Barometer (GCB) merupakan survei mengenai opini publik terkait korupsi dan praktik suap berdasarkan persepsi dan pengalaman masyarakat di masing-masing negara, salah satunya adalah Indonesia. Survei yang sebelumnya juga dilakukan pada tahun 2017 dan 2013 ini menilai berbagai praktik korupsi dan suap seperti koneksi personal, institusi yang paling korup, tingkat korupsi dalam kurun waktu 12 bulan terakhir, kinerja pemerintah dalam memberantas korupsi, dan peran masyarakat dalam membuat perubahan untuk memberantas korupsi.

Survei GCB Indonesia dilakukan pada periode 15 Juni sampai 24 Juli 2020 yang dilakukan via telepon melalui metode Random Digital Dialing (RDD) dengan menggunakan kontrol kuota sebagai pendekatan sampelnya mengingat kondisi pandemi Covid-19. Survei di Indonesia melibatkan 1000 responden dengan usia di atas 18 tahun yang turut melibatkan latar belakang pendidikan, gender, dan lokasi. Komposisi responden di Indonesia terdiri dari 50,3% perempuan dan 49,7% laki-laki serta persentase kelompok usia terbanyak 38,2% dalam rentang usia 26-35 tahun. Berikut 10 temuan utama GCB indonesia pada tahun 2020

1. Kinerja Pemerintah dalam melakukan pemberantasan korupsi dianggap stagnan 

Lebih dari 90% responden merasa korupsi di tubuh Pemerintah merupakan masalah

besar, jauh diatas rerata Asia (74%).

2. Hanya 51% publik yang disurvei menilai kinerja KPK cukup baik dalam satu tahun terakhir. 

Sejalan dengan tren menurunnya tingkat kepercayaan publik .Meski begitu, KPK memiliki modal sosial besar karena lebih dari 90% responden tahu mengenai KPK. Kehadiran Anti-Corruption Agencies (ACA) di Asia dianggap krusial dalam menopang agenda pemberantasan korupsi, dimana tingkat penerimaan di Asia mencapai persentase 63%

3. DPR dipersepsikan sebagai lembaga terkorup di Indonesia.

Sejalan dengan tren di Asia, Parlemen merupakan institusi publik yang paling korup. Dibandingkan pengukuran GCB 2017, seluruhnya cukup turun signifikan, kecuali persepsi pada Pemerintah Daerah yang naik 1%.Di Kepolisian dan Pengadilan, ada gejala reformasi walaupun tidak signifikan

4. Sebanyak 3 dari 10 responden mengaku pernah membayar suap ketika mengakses layanan publik. 

Tingkat suap di Indonesia tertinggi ke-3 diantara 17 negara Asia yang disurvei; tidak turun signifikan dari hasil GCB 2017. Alasan membayar suap karena sebagai tanda terima kasih (33%), memang diminta membayar biaya yang tidak resmi (25%), dan ditawari agar membayar suap demi proses yang lebih cepat (21%). Lebih dari 90% mengakui tidak pernah melaporkan praktik suap yang dialaminya. Selama pandemi Covid-19, sebesar 97% responden tidak pernah memberikan suap.

5. Pengalaman suap masyarakat paling tinggi terjadi di layanan Kepolisian (41%), jauh diatas rata-rata Asia (23%).

Pengalaman suap untuk layanan di Kepolisian, Dukcapil, dan Sekolah kembali naik dibandingkan GCB 2017. Rumah Sakit/Puskesmas merupakan layanan dengan pengalaman suap terendah (19%), namun tidak ada penurunan signifikan dari pengukuran sebelumnya. Mayoritas warga berusia muda mengaku pernah melakukan suap dalam satu tahun terakhir, yakni 18-24 (45%) dan 25-34 (30%) jauh diatas ratarata Asia (masing-masing 22% dan 19%).

6. Lebih dari 80% responden yang disurvei menganggap koneksi pribadi penting jika ingin mendapatkan kualitas pelayanan publik yang lebih baik.

Penggunaan koneksi pribadi untuk mengakses layanan publik di Indonesia merupakan proporsi tertinggi kedua setelah India. 1 dari 2 responden pernah menggunakan koneksi pribadi dalam mengakses layanan publik selama satu tahun terakhir. Layanan publik untuk dokumen identitas paling banyak menggunakan koneksi pribadi (36%)

7. 1 dari 3 responden mengaku pernah ditawari untuk menjualbelikan suaranya ketika Pemilu, baik pemilihan Presiden, Legislatif, dan Kepala Daerah selama lima tahun terakhir. 

Mayoritas responden yang pernah mengalami, mengaku pernah ditawari hingga satu sampai dua kali. Tingkat vote-buying di Indonesia (26%) hampir dua kali lipat rerata Asia
(14%)

8. Lebih dari setengah korban pemerasan seksual yang mengakses layanan publik adalah perempuan 

Sextortion adalah penyalahgunaan kekuasaan untuk mendapatkan keuntungan seksual dan sering kali terjadi sebagai imbalan atas layanan publik, seperti layanan kesehatan atau pendidikan. Bersifat korban langsung atau pernah mendengar.Indonesia merupakan negara dengan tingkat sekstorsi tertinggi di Asia (18%), diikuti dengan Sri Lanka (17%) dan Thailand (15%), dua kali lipat diatas rerata Asia (8%).Contoh:

 1. Kasus dua petugas polisi di Malang, Jawa Timur, pada 2016. 

 2. Mantan hakim, Setyabudi Cahyo, memeras secara seksual dan divonis korupsi pada
          2009 dan 2010. 

3. Baru-baru ini , selama pandemi COVID-19, seorang penumpang maskapai
          perempuan diperas secara seksual oleh dokter di bandara sebagai imbalan untuk
          mendapatkan akses hasil tes COVID-19 yang cepat.

9. Sebanyak hampir 60% responden meyakini bahwa warga biasa dapat membuat perubahan

  Optimisme ini turun dari GCB 2017 yang sebesar 78%. Lebih dari 60% warga biasa mengaku takut akan ada pembalasan jika melaporkan kasus korupsi, hampir naik dua kali lipat dari hasil GCB 2017. Sebesar 66% responden tidak yakin laporan korupsi akan ditindaklanjuti

10. Kurang dari setengah responden sadar bahwa dirinya memiliki hak atas akakses informasi publik

8 dari 10 responden tidak pernah melakukan permintaan informasi. Kurang dari 50% warga yakin Pemerintah mempertimbangkan masukan dari publik.

• BPI - Bribe Payers Index

Bribe payer index (BPI) merupakan hasil survei yang dilakukan secara berkala oleh Transparency International. Survei BPI dilakukan terhadap 28 negara yang secara kumulatif berperan signifikan terhadap perekonomian dunia, dengan total rasio foreign direct investment dan ekspor global sebesar 78 persen. Responden dari survei ini adalah pelaku bisnis dari 28 negara terpilih. Dari 28 negara dalam daftar Indeks Pembayar Suap (Bribery Payers Index), Indonesia menempati peringkat keempat dalam daftar pengusaha yang gemar memberi suap untuk memuluskan urusan bisnisnya.

Bribe Payers Index 2011

• PERC - Political and Economic Risk Consultancy

The Political & Economic Risk Consultancy (PERC) Limited adalah perusahaan konsultan yang mengkhususkan diri dalam menyediakan informasi dan analisis bisnis strategis untuk perusahaan yang melakukan bisnis di Asia Timur dan Tenggara. PERC membuat serangkaian laporan risiko di negara-negara Asia, dengan memberikan perhatian khusus pada variabel 

sosial-politik penting seperti korupsi, risiko hak kekayaan intelektual, kualitas tenaga kerja, dan kekuatan serta kelemahan sistemik lainnya dari masing-masing negara Asia. Di bawah ini adalah peringkat yang menunjukkan bagaimana keadaan negara lain. Nilai diskalakan dari nol hingga 10, dengan nol sebagai nilai terbaik dan 10 adalah yang terburuk.

Peringkat Political and Economic Risk Consultancy tahun 2017

• GCI - Global Competitiveness Index

Global competitiveness index (GCI) atau indeks daya saing global adalah suatu indeks yag dibuat forum ekonomi dunia untuk mengukur progres suatu negara dalam perkembangan semua faktor-faktor yang memengaruhi produktivitasnya. Secara implisit, indeks ini mengukur seberapa efisien suatu negara memanfaatkan faktor-faktor produksinya yang kemudian akan berujung pada upaya memaksimalkan produktivitas faktor total/total factor productivity (TFP) dan mencapai pertumbuhan ekonomi jangka panjang, sehingga bermanfaat bagi pembuat kebijakan untuk melakukan intervensi kebijakan yang efektif. The Global Competitiveness Index Report 2020 menggunakan indeks daya saing global 4.0 (GCI 4.0) sejak 2018 dengan penyesuaian yang lebih detail dan cocok dengan Revolusi Industri 4.0 saat ini. Adapun kerangka pembentuk indeks daya saing global secara umum dapat dikategorikan menjadi 4 aspek, antara lain lingkungan yang mendukung/kondusif (enabling environment), modal manusia (human capital), aspek pasar (markets), dan ekosistem inovasi (innovation ecosystem) 1. Keempat aspek tersebut kemudian dirinci kembali dalam 12 pilar pembentuk indeks daya saing yang terdiri dari:

1. Efisiensi pasar

2. Infrastruktur

3. Kesehatan & pendidikan dasar

4. Pendidikan tinggi & pelatihan

5. Efisiensi tenaga kerja

6. Inovasi

7. Kesiapan teknologi

8. Pengembangan pasar finansial

9. Ekonomi makro

10. Institusi

11. Lingkungan bisnis

12. Ukuran pasar

Indeks Daya Saing Global Indonesia dilaporkan sebesar 64.629 Score pada 2019. Rekor ini turun dibanding sebelumnya yaitu 64.935 Score untuk 2018. Data Indeks Daya Saing Global Indonesia diperbarui tahunan, dengan rata-rata 64.629 Score dari 2017 sampai 2019, dengan 3 observasi. Data ini mencapai angka tertinggi sebesar 64.935 Score pada 2018 dan rekor terendah sebesar 63.488 Score pada 2017. Data Indeks Daya Saing Global Indonesia tetap berstatus aktif di CEIC dan dilaporkan oleh World Economic Forum.

Grafik rank global competitiveness index Indonesia

                                              The Global Competitiveness Index 4.0 2019 Rankings

tugas poster softkill bahasa inggris

tugas grafik bahasa inggris (softkill)

       

The Internet is a worldwide system of interconnected computer networks that use the TCP/IP set of network protocols to reach billions of users.Internet was invented in 1958 when The United States government creates the Advanced Research Projects Agency known as “ARPA”, which is later responsible for ARPANet and the Internet. The first message was sent over the ARPANET in 1969 from computer science Professor Leonard Kleinrock's laboratory at University of California, Los Angeles (UCLA) to the second network node at Stanford Research Institute (SRI).

The original ARPANET grew into the Internet. Internet was based on the idea that there would be multiple independent networks of rather arbitrary design, beginning with the ARPANET as the pioneering packet switching network, but soon to include packet satellite networks, ground-based packet radio networks and other networks. in the late 1980s, ARPANET was interlinked with NSFNET. For Indonesia itself, the internet was first at the University of Indonesia in 1988. Access to connect to the internet when it was still difficult and the costs required to be connected to the internet is very expensive, as it is seldom known by the public internet. New technology used at that time to provide a connection to the internet has not managed optimally.

The Internet Service Provider (ISP) in Indonesia was established in 1994 and then internet began to be known by the public.In 1995 internet user in Indonesia was grown to 16 milions and still grow to 1018 millions in 2005. Internet still expand because many people was using their cellphone to acces internet.however in the 2013 internet user Indonesia was reach 2800 milions user and still grow.

tugas bahasa inggris (softkil)

Attention To: Human Resources Department

PT. Garuda Indonesia

Jalan M1.Area Perkantoran Gedung Garuda City Center, Soekarno-Hatta Int'l Airport

Jakarta

Dear Sir or Madam,

I am writing to you to ask about the possibility of working in your company, PT.Garuda indonesia. I found a job vacancy advertisement in Suara Pembaharuan that your company needs a accounting officer and I consider myself to have the proper experience to qualify for the job.

My name is Abiyyu ariq . I am twenty  years old. I have an educational background as a accounting from Gunadarma university  where I graduated two years ago. I have experience as Accounting officer from some companies I have worked before as well.

With my educational background and my previous experience as accounting officer, I am confident that I have enough qualifications and skills to contribute to your company. In addition, I have excellent skill to operate the computer, including to work with Microsoft Office. I also speak fluently in English and I write in English with no difficulty as well. I can work independently or in a team. I am also a hard worker who always want to progress and grow and also, I am very eager to learn.

Herewith the letter, I enclose my resume and some other documents which outlines my qualifications in more detail.

I look forward to hearing from you soon and I have high hope to join your company.

Sincerely,

Abiyyu ariq

Accounting : Introduction to Accounting

Early accounting development begins since ancient Mesopotamia around 3300 to 2000 BCE, and it is has been used for keeping the earliest records of goods traded and received.Early accounting development also happened in ancient Egyptians and Babylonians. When medieval europe move their economy systems to a monetary economy in 13^th century ,merchants depended their bookkeeping to keep track their multiple simultaneous transactions due to financed by bank loans.one important breakthrough that time was double entry bookkeeping, In double entry bookkeeping system, there was a debit and credit system for each transaction. Debit in Latin means "he owes" and credit in Latin means "he trusts".In 1854, first professional organizations for accountants were established in Scotland. Now,organizations for chartered accountants have been formed all over the world.

The American Institute of Certified Public Accountants (AICPA) defines Accounting is the art of recording, classifying, and summarizing in a significant manner and in terms of money, transactions and events which are, in part at least of financial character, and interpreting the results thereof . In 1966, the American Accounting Association(AAA) defined accounting as ‘the process of identifying, measuring and communicating economic information to permit informed judgments and decisions by users of information. The branches of accounting are divided into three : private Accounting, Public Accounting, Government Accounting. First,The private accounting is concerned with the setting up systems and recording business transactions, collection and analysis of financial data strictly within a particular company/organization, following disciplines: Financial Accounting, Cost Accounting, Management Accounting, Social Responsibility/green accounting, Tax accounting, Human resource accounting .Second, Public accounting involves an independent third party examining the financial statements and supporting systems of client companies/organisations to see if their financial statements fairly represent the results, financial position, and cash flows of the clients. last, Government and an entity that collects, manages and spends money, needs accounts to make sure that all funds received and spent are accounted for so it’s called government accounting.

Moreover, The Financial Accounting Standards Board (FASB) issues a standardized set of accounting principles in the U.S. referred to as generally accepted accounting principles (GAAP). Some of the most fundamental accounting principles include the following: Accrual principle, Conservatism principle, Consistency p,rinciple, Cost principleEconomic entity principle,Full disclosure principle,Going concern principle , Matching principle,Materiality principle,Monetary unit principle ,Reliability principle, Revenue recognition principle, Time period principle

In conclusion, accounting helps organizations to keep their financial record, right and their obligation and accounting is very important to recording and processing of data into information, of the characteristics of 'good' information, and of the relationship between accounting and organisational objectives.

VCLASS STATISTIKA M13

1.                   APAKAH  SEBAB-SEBAB  AUTOKORELASI ?

Jawab:

·                     Adanya kelembaman (inertia), yaitu data observasi pada periode sebelumnya dan periode sekarang, kemungkinan besar akan mengandung saling ketergantungan (independence)

·                     Bisa spesifikasi model kasus yang tidak dimasukkan. Hal ini disebabkan oleh tidak dimasukkannya variabel yang menurut teori sangat penting peranannya dalam menjelaskan variabel terikat (tak bebas). Bila hal ini terjadi, unsur pengganggu (error term) akan merefleksikan suatu pola yang sistematis antara sesama unsur pengganggu sehingga terjadi situasi otokorelasi diantara unsur pengganggu.

·                     Adanya fenomena laba-laba (cobweb phenomenon), yaitu data yang diperoleh saat ini (X₁) dipengaruhi oleh data sebelumnya (X₀) sehingga data setelah saat ini/data berikutnya(X₂) memiliki kecenderungan dipengaruhi oleh data pendahulunya (X₀) sehingga data X₂ memiliki potensi lebih rendah dari data X₁. Akibatnya error term tidak lagi bersifat acak (random), tetapi mengikuti pola sarang laba-laba.

·                     Manipulasi data (manipulation of data). Dalam analisis empiris terutama data time series sering kali terjadi manipulasi data, hal ini terjadi data yang diinginkan tidak tersedia. Adanya interpolasi atau manipulasi data jelas akan menimbulkan suatu pola fluktuasi yang tersembunyi yng mengakibatkan munculnya pola sistematis dalam unsur penggangu dan akhirnya akan menimbulkan masalah autokorelasi.

·                     Adanya kelembaman waktu (time lags). Dalam regresi data time series, pengaruh psikologis, teknis dan kelembagaan. Jika unsur lag diabaikan dari suatu mdel yang dibentuk, maka error term yang dihasilkan akan mencerminkan pola sistematis sebagai akibat pengaruh variabel terikat pada periode sebelumnya atau periode sekarang.

2.                   FAKTOR-FAKTOR YANG DAPAT MENYEBABKAN TIMBULNYA MASALAH AUTOKORELASI, ADALAH:

Jawab:

·                Kesalahan dalam pembentukan model, artinya, model yang digunakan untuk menganalisis regresi tidak didukung oleh teori-teori yang relevan dan mendukung.

·                Tidak memasukkan variabel yang penting. Variabel penting yang dimaksudkan di sini adalah variabel yang diperkirakan signifikan mempengaruhi variabel Y.

·                Manipulasi data. Misalnya dalam penelitian kita ingin menggunakan data bulanan, namun data tersebut tidak tersedia. Kemudian kita mencoba menggunakan triwulanan yang tersedia, untuk dijadikan data bulanan melalui cara interpolasi atau ekstrapolasi.

·                Menggunakan data yang tidak empiris. Jika data semacam ini digunakan, terkesan bahwa data tersebut tidak didukung oleh realita.

3.                   APAKAH YG DIMAKSUD DENGAN PENGUJIAN AUTOKORELASI

Jawab:

·         sebuah analisis statistik yang dilakukan untuk mengetahui adakah korelasi variabel yang ada di dalam model prediksi dengan perubahan waktu.

4.                   DALAM  UJI DURBIN-WATSON (DW TEST). TERDAPAT BEBERAPA ASUMSI PENTING YANG HARUS DIPATUHI, APAKAH ITU

Jawab:

Dalam DW test ini terdapat beberapa asumsi penting yang harus dipatuhi, yaitu:

•        Terdapat intercept dalam model regresi.

•        Variabel penjelasnya tidak random ( nonstochastics ).

•        Tidak ada unsur lag dari variabel dependen di dalam model.

•        Tidak ada data yang hilang.

              •        υ = ρυ + ε t t − 1 t

5.                   COBA JELASKAN APA YANG DIMAKSUD DENGAN ASUMSI KLASIK!

Jawab:

·         Uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada analisis regresi linear berganda yang berbasis ordinary least square (OLS). Jadi analisis regresi yang tidak berdasarkan OLS tidak memerlukan persyaratan asumsi klasik, misalnya regresi logistik atau regresi ordinal. Demikian juga tidak semua uji asumsi klasik harus dilakukan pada analisis regresi linear, misalnya uji multikolinearitas tidak dilakukan pada analisis regresi linear sederhana dan uji autokorelasi tidak perlu diterapkan pada data cross sectional.

6.                   SEBUTKAN APA SAJA ASUMSI-ASUMSI YANG DITETAPKAN!

Jawab:

·         Asumsi  1 : linear regresion Model. Model regresi merupakan hubungan linear dalam parameter.

·         Asumsi  2 : Nilai X adalah tetap dalam sampling yang diulang – ulang

·         Asumsi  3 : Variabel penggangu e memiliki rata –rata nol

·         Asumsi  4 : Homoskedastisitas atau variabel penggangu e memiliki variance yang sama sepanjang observasi dari berbagai nilai X.

·         Asumsi  5 : Tidak ada autokorelasi antara variabel e pada setiap nilai Xi dan ji

·         Asumsi  6 : Variabel X dan disturbance e tidak berkorelasi.

·         Asumsi  7 : Jumlah observasi / besar sample (n) harus lebih besar dari jumlah parameter yang diestimasi.

·         Asumsi  8 : Variabel X harus memiliki variabilitas.

·         Asumsi  9 : Model regresi secara benar telah terspesifikasi.

·         Asumsi  10 : Tidak ada multikolinearitas antara variabel penjelas

·          

7.                   COBA JELASKAN MENGAPA TIDAK SEMUA ASUMSI PERLU LAKUKAN PENGUJIAN!

Jawab:

·         Karena tidak semua data dapat diperlakukan dengan regresi, Jika data yang diregresi tidak memenuhi asumsi-asumsi yang telah disebutkan (asumsi klasik), maka regresi yang diterapkan akan menghasilkan estimasi yang bias.

8.                   JELASKAN APA YANG DIMAKSUD DENGAN AUTOKORELASI !

Jawab:

·         Uji Autokorelasi adalah sebuah analisis statistik yang dilakukan untuk mengetahui adakah korelasi variabel yang ada di dalam model prediksi dengan perubahan waktu. Oleh karena itu, apabila asumsi autokorelasi terjadi pada sebuah model prediksi, maka nilai disturbance tidak lagi berpasangan secara bebas, melainkan berpasangan secara autokorelasi.

9.                   JELASKAN KENAPA AUTOKORELASI TIMBUL !

Jawab:

Masalah autokorelasi sering timbul pada data runtut waktu (time series). Penyebab utama autokorelasi adalah kesalahan spesifikasi, misalnya terabaikannya suatu variabel penting atau bentuk fungsi yang tidak tepat. Berikut beberapa penyebab munculnya autokorelasi dalam analisis regresi:

•        Adanya kelembaman (inertia), yaitu data observasi pada periode sebelumnya dan periode sekarang, kemungkinan besar akan mengandung saling ketergantungan (independence).

•        Bisa spesifikasi model kasus yang tidak dimasukkan. Hal ini disebabkan oleh tidak dimasukkannya variabel yang menurut teori sangat penting peranannya dalam menjelaskan variabel terikat (tak bebas). Bila hal ini terjadi, unsur pengganggu (error term) akan merefleksikan suatu pola yang sistematis antara sesama unsur pengganggu sehingga terjadi situasi otokorelasi diantara unsur pengganggu.

•        Adanya fenomena laba-laba (cobweb phenomenon), yaitu data yang diperoleh saat ini (X₁) dipengaruhi oleh data sebelumnya (X₀) sehingga data setelah saat ini/data berikutnya(X₂) memiliki kecenderungan dipengaruhi oleh data pendahulunya (X₀) sehingga data X₂ memiliki potensi lebih rendah dari data X₁. Akibatnya error term tidak lagi bersifat acak (random), tetapi mengikuti pola sarang laba-laba.

•        Manipulasi data (manipulation of data). Dalam analisis empiris terutama data time series sering kali terjadi manipulasi data, hal ini terjadi data yang diinginkan tidak tersedia. Adanya interpolasi atau manipulasi data jelas akan menimbulkan suatu pola fluktuasi yang tersembunyi yng mengakibatkan munculnya pola sistematis dalam unsur penggangu dan akhirnya akan menimbulkan masalah autokorelasi.

•        Adanya kelembaman waktu (time lags). Dalam regresi data time series, pengaruh psikologis, teknis dan kelembagaan. Jika unsur lag diabaikan dari suatu mdel yang dibentuk, maka error term yang dihasilkan akan mencerminkan pola sistematis sebagai akibat pengaruh variabel terikat pada periode sebelumnya atau periode sekarang.

10.               BAGAIMANA CARA MENDETEKSI MASALAH AUTOKORELASI ?

Jawab:

·         Cara mendeteksi autokeralasi dengan metode grafik, uji Durbin Watson, uji Run, dan uji Breusch-Godfrey (BG)/Langrange Multiplier (LM).

11.          APA KONSEKUENSI DARI ADANYA MASALAH AUTOKORELASI DALAM MODEL ?

Jawab:

Konsekuensinya antara lain:

•        Estimator yang dihasilkan masih unbiased, konsisten, dan asymptotical normally distributed. Tetapi tidak lagi efisien->varians tidak minimum (tidak BLUE).

•        Estimasi standard error dan varian koefisien regresi yang didapat akan ‘underestimate’.

•        Pemerikasaan terhadap residualnya akan menemui permasalahan.

•        Autokorelasi yang kuat dapat pula menyebabkan dua variabel yang tidak berhubungan menjadi berhubungan. Biasa disebut spourious regression. Hal ini terlihat dari R2.

12.          JELASKAN APA YANG DIMAKSUD DENGAN HETEROSKEDASTISITAS !

Jawab:

·         Uji Heteroskedastisitas adalah uji yang menilai apakah ada ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi linear. Uji ini merupakan salah satu dari uji asumsi klasik yang harus dilakukan pada regresi linear. Apabila asumsi heteroskedastisitas tidak terpenuhi, maka model regresi dinyatakan tidak valid sebagai alat peramalan.

13.          JELASKAN KENAPA HETEROSKEDASTISITAS TIMBUL !

Jawab:

·         Heteroskedastisitas timbul apabila kesalahan atau residual dari model yang diamati tidak memiliki varians yang konstan dari satu observasi ke observasi lainnya (Kuncoro, 2001: 112). Padahal rumus regresi diperoleh dengan asumsi bahwa variabel pengganggu (error) atau e, diasumsikan memiliki variabel yang konstan (rentangan e kurang lebih sama). Apabila terjadi varian e tidak konstan, maka kondisi tersebut dikatakan tidak homoskedastik atau mengalamiheteroskedastisitas (Setiaji, 2004: 17).

14.          BAGAIMANA CARA MENDETEKSI MASALAH HETEROSKEDASTISITAS ?

Jawab:

·         Untuk mendeteksi ada tidaknya heteroskedastisitas, dapat dilakukan dengan berbagai cara seperti uji grafik, uji Park, Uji Glejser, uji Spearman’s Rank Correlation, dan uji Whyte menggunakan Lagrange Multiplier (Setiaji, 2004: 18)21. Pengujian heteroskedastisitas menggunakan uji grafik, dapat dilakukan dengan membandingkan sebaran antara nilai prediksi variabel terikat dengan residualnya, yang output pendeteksiannya akan tertera berupa sebaran data padascatter plot. Pengujian heteroskedastisitas menggunakan uji Arch, dilakukan dengan cara melakukan regresi atas residual, dengan model yang dapat dituliskan e2 = a + By2 + u. Dari hasil regresi tersebut dihitung nilai R2. Nilai R2 tadi dikalikan dengan jumlah sampel (R2 x N). Hasil perkalian ini kemudian dibandingkan dengan nilai chi-square (x2) pada derajat kesalahan tertentu.

15.          APA KONSEKUENSI DARI ADANYA MASALAH HETEROSKEDASTISITAS DALAM MODEL ?

Jawab:

·         Analisis regresi linier yang berupa variance residual yang sama, menunjukkan bahwa standar error (Sb) masing-masing observasi tidak mengalami perubahan, sehingga Sb nya tidak bias.,             Jika asumsi ini tidak terpenuhi, sehinggavariance residualnya berubah-ubah sesuai perubahan observasi, maka akan mengakibatkan nilai Sb yang diperoleh dari hasil regresi akan menjadi bias. Karena nilai t dihasilkan dari hasil bagi antara b dengan Sb. Jika nilai Sb mengecil, maka nilai t cenderung membesar.Nilai t yang seharusnya signifikan, bisa jadi ditunjukkan menjadi tidak signifikan. Ketidakmenentuan dari Sb ini dapat menjadikan hasil riset yang mengacaukan.

16.          JELASKAN APA YANG DIMAKSUD DENGAN MULTIKOLINEARITAS !

Jawab:

·         Multikolinieritas adalah suatu keadaan dimana terjadi korelasi linear yang ”perfect” atau eksak di antara variabel penjelas yang dimasukkan ke dalam model. Tingkat kekuatan hubungan antar variabel penjelas dapat ditrikotomikan lemah, tidak berkolinear, dan sempurna. Tingkat kolinear dikatakan lemah apabila masing-masing variabel penjelas hanya mempunyai sedikit sifat-sifat yang sama.

17.          JELASKAN KENAPA MULTIKOLINEARITAS TIMBUL !

Jawab:

 a.   Kesalahan teoritis dalam pembentukan model fungsi regresi yang dipergunakan/ memasukkan variabel bebas yang hampir sama, bahkan sama.

b.      Terlampau kecilnya jumlah pengamatan yang akan dianalisis dengan model regresi

18.          BAGAIMANA CARA MENDETEKSI MASALAH MULTIKOLINEARITAS?

Jawab:

·         Kolinearitas seringkali diduga jika R2 cukup tinggi (antara 0,7-1) dan jika koefisien korelasi sederhana (korelasi derajat nol) juga tinggi, tetapi tak satu pun/ sedikit sekali koefisien regresi parsial yang signifikan secara individu. Di pihak lain, uji F menolak H0 yang mengatakan bahwa secara stimulan seluruh koefisien regresi parsialnya adalah nol.

·         Meskipun korelasi derajat nol yang tinggi mungkin mengusulkan kolinearitas, tidak perlu bahwa mereka tinggi berarti mempunyai kolinearitas dalam kasus spesifik. Untuk meletakkan persoalan agar secara teknik, korelasi derajat nol yang tinggi merupakan kondisi yang cukup tapi tidak perlau adanya kolinearitas karena hal ini dapat terjadi meskipun melalui korelasi derajat nol atau sederhana relaif rendah.

·         Untuk mengetahui ada tidaknya kolinearitas ganda dalam model regresi linear berganda, tidak hanya melihat koefisien korelasi sederhana, tapi juga koefisien korelasi parsial.

·         Karena multikolinearitas timbul karena satu atau lebih variabel yang menjelaskan merupakan kombinasi linear yang pasti atau mendekati pasti dari variabel yang menjelaskan lainnya, satu cara untuk mengetahui variabel X yang mana berhubungan dengan variabel X lainnya adalah dengan meregresi tiap Xi atas sisa variabel X dan menghitung R2 yang cocok,

19.          APA KONSEKUENSI DARI ADANYA MASALAH MULTIKOLINEARITAS DALAM MODEL?

Jawab:

A.      Walaupun bersifat BLUE, estimator OLS yang didapatkan memiliki varians dan kovarians yang besar, sehingga estimasi yang tepat sulit dilakukan.

B.      Rentang kepercayaan (confidence interval) menjadi besar.

C.      Uji t untuk satu atau beberapa koefisien regresi cenderung untuk tidak signifikan.

D.      Walaupun banyak koefisien yang tidak signifikan (dalam uji-t), akan tetapi nilai koefisien determinasi (R2) biasanya sangat tinggi.

E.       Estimator OLS dan standart errornya menjadi sangat sensitif dengan adanya perubahan kecil pada data.

20.          JELASKAN APA YANG DIMAKSUD DENGAN NORMALITAS!

Jawab:

·         Uji Normalitas adalah sebuah uji yang dilakukan dengan tujuan untuk menilai sebaran data pada sebuah kelompok data atau variabel, apakah sebaran data tersebut berdistribusi normal ataukah tidak. Uji Normalitas berguna untuk menentukan data yang telah dikumpulkan berdistribusi normal atau diambil dari populasi normal.

21.          JELASKAN KENAPA NORMALITAS TIMBUL!

Jawab:

·         Sebenarnya istilah “normalitas” dalam statistik itu biasa digunakan untuk menjelaskan jenis distribusi dari sebuah data. Suatu data memiliki kecenderungan terhadap suatu jenis distribusi, seperti : distribusi binomial, hypergeometri, poisson, normal, weilbul, dll. Jenis distribusi data dapat ditentukan dari karakteristik data itu sendiri, dapat pula dilakukan pengujian apakah data tersebut memiliki kecenderungan terhadap suatu distribusi (salah satunya distribusi normal).

22.          BAGAIMANA CARA MENDETEKSI MASALAH NORMALITAS?

Jawab:

·         Untuk masalah menguji sebuah data terdistribusi normal atau tidak dapat menggunakan beberapa cara (uji). Ada Uji Kolmogorov Smirnov (KS test), Jaque Berra Test, Anderson Darling Test, dll. Uji normalitas  (sebutan untuk menguji apakah sebuah data terdistribusi normal atau tidak) biasanya dilakukan sebagai persyaratan atas sebuah metode tertentu, misalnya dalam regresi linier sebagai salah satu persyaratan asumsi klasik, penentuan apakah menggunakan statistik parametrik nonparametrik, dll.

23.          APA KONSEKUENSI DARI ADANYA MASALAH NORMALITAS DALAM MODEL?

Jawab:

·         Konsekuensi dari adanya masalah normalitas adalah pengujian normalitas ini berdampak pada nilai t dan F karena pengujian terhadap keduangan diturunkan dari asumsi bahwa data Y atau e berdistribusi normal.

24.          BAGAIMANA CARA MENANGANI JIKA DATA TERNYATA TIDAK NORMAL?

Jawab:

·         Cara menangani jika data tersebut ternyata tidak normal diperlukan upaya untuk mengatasi seperti memotong data outliers, memperbesar sampel atau melakukan transformasi data.