not contain any questions on MAS de

not contain any questions on MAS design or other issues
with respect to the integration level of accounting systems.
The full research design arising from the dyadic
approach is depicted in Fig. 1. It is based on the hypotheses
developed in Section 3 and displays the four variables used
with respect to the group of respondents from which they
were surveyed.
To ensure ex ante completeness and understandability,
and following the recommendations of Dillman (2008),
the questionnaires were pilot-tested by six executives from
business practice and six academic researchers before they
were sent out.
In total, 149 dyadic sets of completed questionnaires
were obtained, which equals a return rate of 11.7%.
Whereas this response rate seems to be rather low at first
glance, especially compared to an average of 55% in typical
empirical management accounting studies (Van der Stede
et al., 2007), a closer look shows that our return rate is similar
to studies with a comparable sample size (Luther and
Longden, 2001; Bright et al., 1992). Additionally, the return
rate is smaller than average due to the special challenge of
obtaining dyadic survey data.
The sample is predominantly composed of (intermediate)
holdings (64%), but also comprises subsidiaries (34%)
and non-affiliated companies (2%). Regarding the leading
financial GAAP used by the responding firms, the
sample mainly consists of IFRS users (52%), followed by
companies applying German GAAP according to Handelsgesetzbuch/
HGB (40%), and those using US-GAAP (8%). 26%
of the sample companies are listed on the stock exchange.
Summary statistics regarding the sample companies’ sizes
are given in Table 1. The profile of the respondents suggests
that our results may be fairly representative of at least the
causal inferences between an increased integration level
of accounting systems and controllership effectiveness in
major German firms.
Using the software program Amos 17.0 (Blunch, 2008;
Arbuckle, 2006), we adopt covariance-based structural
equation modelling (SEM) as the statistical method for
hypothesis testing. SEM offers substantial advantages over
more traditionally applied techniques like multiple regression
and path analysis. Particularly, SEM allows (a) to
incorporate both unobserved (i.e., latent) and observed
variables, (b) to account for the effects of estimated
measurement error of latent variables, (c) to adopt a
more holistic approach to model building, including indirect
effects, (d) to take a confirmatory (rather than an
exploratory) approach to data analysis, and (e) to provide
measures of fit to assess entire models (Byrne, 2009; Smith
and Langfield-Smith, 2004).
Despite these advantages, the use of SEM in management
accounting research has lagged behind that in related
disciplines, as Smith and Langfield-Smith (2004) point out.
In their review for the period 1980–2001, they find that
only 20 management accounting papers that used SEM
were published across ten leading (management) accounting
journals and conclude:
“Given the similarities in the nature of variables and
in research methods employed in OBHRM [i.e., organizational
behaviour and human resource management],
psychology, marketing and management accounting, it
might be expected that more use would have been made
of SEM techniques in MA [i.e., management accounting]
research.” (p. 61)
Furthermore, the authors expect:
“The greater use of SEM in MA research [. . .] will enable
the discipline to move beyond the restrictions imposed
by more limited modelling techniques such as multiple
regression and path analysis.” (p. 79)
However, the technique needs to be used appropriately
by adhering to some key recommendations on using and
reporting SEM. Typical shortcomings identified by Smith
and Langfield-Smith (2004) with respect to SEM are issues
regarding model fit, small sample sizes or the use of nonnormal
data. Several other reservations regarding the use
of survey data are expressed in the accounting literature
more generally. They refer to inadequate pre-testing,
response rates and application of econometric methods
(e.g., Van der Stede et al., 2007; Ittner and Larcker, 2001;
Zimmerman, 2001). In our research design as well as in
performing our tests, we heed these warnings appropriately

ผลลัพธ์ (ไทย) 1:

ประกอบด้วยข้อสงสัยใด ๆ เกี่ยวกับการออกแบบมาสหรือปัญหาอื่น ๆเกี่ยวกับระดับการรวมของระบบบัญชีการออกแบบวิจัยเต็มรูปแบบที่เกิดขึ้นจากการ dyadicวิธีการที่จะกล่าวถึงในรูปที่ 1 มันอิง hypothesesพัฒนาใน 3 ส่วนและแสดงตัวแปรทั้งสี่ที่ใช้เกี่ยวกับกลุ่มของผู้ตอบจากที่พวกเขาได้สำรวจเพื่อให้แน่ใจเช่นลดความสมบูรณ์และ understandabilityและตามคำแนะนำของ Dillman (2008),แบบสอบถามที่มีทดสอบนำร่อง โดยผู้บริหาร 6ทางธุรกิจและนักวิจัยที่ศึกษา 6 ก่อนที่พวกเขาถูกส่งออกรวม 149 dyadic ชุดกรอกรับ ซึ่งเท่ากับอัตราผลตอบแทนของ 11.7%ขณะนี้อัตราการตอบสนองน่าจะค่อนข้างต่ำในครั้งแรกเหลือบมอง โดยเฉพาะอย่างยิ่งเมื่อเทียบกับเฉลี่ย 55% ในทั่วไปศึกษาการบัญชีบริหารเชิงประจักษ์ (Stede Van deret al. 2007), ชิดแสดงว่าอัตราผลตอบแทนของเราคล้ายกันการศึกษาด้วยขนาดตัวอย่างเทียบเคียง (ลูเธอร์ และLongden, 2001 สดใส et al. 1992) นอกจากนี้ ผลตอบแทนราคามีขนาดเล็กกว่าค่าเฉลี่ยเนื่องจากสิ่งที่ท้าทายรับข้อมูลสำรวจ dyadicตัวอย่างส่วนใหญ่ประกอบด้วย (ชั้นกลาง)โฮลดิ้งส์ (64%), แต่ยัง ประกอบไปด้วยบริษัทย่อย (34%)และบริษัทที่ไม่เกี่ยวข้อง (2%) เกี่ยวกับการนำGAAP เงินที่ใช้ โดยบริษัทตอบสนอง การตัวอย่างส่วนใหญ่ประกอบด้วยผู้ใช้ IFRS (52%), ตามด้วยบริษัทใช้ GAAP เยอรมันตาม Handelsgesetzbuch /HGB (40%), and those using US-GAAP (8%). 26%of the sample companies are listed on the stock exchange.Summary statistics regarding the sample companies’ sizesare given in Table 1. The profile of the respondents suggeststhat our results may be fairly representative of at least thecausal inferences between an increased integration levelof accounting systems and controllership effectiveness inmajor German firms.Using the software program Amos 17.0 (Blunch, 2008;Arbuckle, 2006), we adopt covariance-based structuralequation modelling (SEM) as the statistical method forhypothesis testing. SEM offers substantial advantages overmore traditionally applied techniques like multiple regressionand path analysis. Particularly, SEM allows (a) toincorporate both unobserved (i.e., latent) and observedvariables, (b) to account for the effects of estimatedmeasurement error of latent variables, (c) to adopt amore holistic approach to model building, including indirecteffects, (d) to take a confirmatory (rather than anexploratory) approach to data analysis, and (e) to providemeasures of fit to assess entire models (Byrne, 2009; Smithand Langfield-Smith, 2004).Despite these advantages, the use of SEM in managementaccounting research has lagged behind that in relateddisciplines, as Smith and Langfield-Smith (2004) point out.In their review for the period 1980–2001, they find thatonly 20 management accounting papers that used SEMwere published across ten leading (management) accountingjournals and conclude:“Given the similarities in the nature of variables andin research methods employed in OBHRM [i.e., organizationalbehaviour and human resource management],psychology, marketing and management accounting, itmight be expected that more use would have been madeof SEM techniques in MA [i.e., management accounting]research.” (p. 61)Furthermore, the authors expect:“The greater use of SEM in MA research [. . .] will enablethe discipline to move beyond the restrictions imposedby more limited modelling techniques such as multipleregression and path analysis.” (p. 79)However, the technique needs to be used appropriatelyby adhering to some key recommendations on using andreporting SEM. Typical shortcomings identified by Smithand Langfield-Smith (2004) with respect to SEM are issuesregarding model fit, small sample sizes or the use of nonnormaldata. Several other reservations regarding the useof survey data are expressed in the accounting literaturemore generally. They refer to inadequate pre-testing,response rates and application of econometric methods(e.g., Van der Stede et al., 2007; Ittner and Larcker, 2001;Zimmerman, 2001). In our research design as well as inperforming our tests, we heed these warnings appropriately

ผลลัพธ์ (ไทย) 2:

ได้มีคำถามใด ๆ เกี่ยวกับการออกแบบ MAS หรือปัญหาอื่น ๆ
ที่เกี่ยวกับระดับรวมของระบบบัญชี.
การออกแบบการวิจัยเต็มรูปแบบที่เกิดขึ้นจาก dyadic
วิธีการเป็นที่ปรากฎในรูป 1. มันขึ้นอยู่กับสมมติฐาน
การพัฒนาในส่วนที่ 3 และแสดงสี่ตัวแปรที่ใช้ใน
ส่วนที่เกี่ยวกับกลุ่มของผู้ตอบแบบสอบถามจากที่พวกเขา
ได้ทำการสำรวจ.
เพื่อให้แน่ใจว่าครบถ้วนอดีต ante และทำความเข้าใจ,
และทำตามคำแนะนำของ Dillman (2008) ที่
แบบสอบถามนักบินทดสอบโดยหกผู้บริหารจาก
การดำเนินธุรกิจและหกนักวิชาการนักวิจัยก่อนที่จะ
ถูกส่งออก.
รวม 149 ชุด dyadic แบบสอบถามเสร็จสมบูรณ์
ได้รับซึ่งเท่ากับอัตราผลตอบแทน 11.7%.
ในขณะที่อัตราการตอบสนองนี้ดูเหมือนว่าจะค่อนข้าง ต่ำในตอนแรก
ได้อย่างรวดเร็วโดยเฉพาะอย่างยิ่งเมื่อเทียบกับค่าเฉลี่ยของ 55% โดยทั่วไป
การบัญชีการจัดการเชิงประจักษ์ (Van der Stede
et al., 2007) มองใกล้แสดงให้เห็นว่าอัตราผลตอบแทนของเรามีความคล้ายคลึง
กับการศึกษาที่มีขนาดของกลุ่มตัวอย่างเทียบเคียง (ลูเทอร์และ
นิกู, 2001. สดใส, et al, 1992) นอกจากนี้ผลตอบแทน
อัตรามีขนาดเล็กกว่าค่าเฉลี่ยเนื่องจากการท้าทายพิเศษของการ
ได้รับข้อมูลจากการสำรวจ dyadic.
กลุ่มตัวอย่างประกอบด้วยส่วนใหญ่ของ (กลาง)
โฮลดิ้ง (64%) แต่ยังประกอบด้วย บริษัท ย่อย (34%)
และ บริษัท ที่ไม่ใช่ บริษัท ในเครือ (2 %) เกี่ยวกับการที่นำ
GAAP การเงินที่ใช้โดย บริษัท การตอบสนองที่
กลุ่มตัวอย่างส่วนใหญ่ประกอบด้วยผู้ใช้ IFRS (52%) ตามด้วย
บริษัท ใช้ GAAP เยอรมันตาม Handelsgesetzbuch /
HGB (40%) และผู้ใช้ US-GAAP (8%) 26%
ของ บริษัท ที่กลุ่มตัวอย่างมีการระบุไว้ในการแลกเปลี่ยนหุ้น.
สถิติสรุปเกี่ยวกับ บริษัท ขนาดตัวอย่าง '
จะได้รับในตารางที่ 1 รายละเอียดของผู้ตอบแบบสอบถามที่แสดงให้เห็น
ว่าผลของเราอาจจะค่อนข้างเป็นตัวแทนของอย่างน้อย
อนุมานสาเหตุระหว่างการรวมเพิ่มขึ้น ระดับ
ของระบบบัญชีและประสิทธิผล controllership ใน
บริษัท เยอรมันที่สำคัญ.
การใช้โปรแกรมซอฟแวร์เอมัส 17.0 (Blunch 2008;
เคิล 2006) เรานำมาใช้โครงสร้างแปรปรวนตาม
แบบจำลองสมการ (SEM) เป็นวิธีการทางสถิติสำหรับ
การทดสอบสมมติฐาน SEM มีข้อได้เปรียบที่สำคัญกว่า
เทคนิคการใช้มากขึ้นแบบดั้งเดิมเช่นการถดถอยพหุคูณ
และการวิเคราะห์เส้นทาง โดยเฉพาะอย่างยิ่ง SEM ช่วย (ก)
รวมทั้งสังเกต (เช่นแฝง) และสังเกต
ตัวแปร (ข) การบัญชีสำหรับผลกระทบของการประมาณการ
ข้อผิดพลาดการวัดตัวแปรแฝง (ค) เพื่อนำมาใช้เป็น
แนวทางแบบองค์รวมมากขึ้นในการสร้างแบบจำลองอาคารรวมทั้ง อ้อม
ผลกระทบ (ง) ที่จะใช้ยืนยัน (มากกว่า
สอบสวน) แนวทางการวิเคราะห์ข้อมูลและ (จ) เพื่อให้
มาตรการที่พอดีในการประเมินแบบจำลองทั้งหมด (เบิร์น 2009; สมิ ธ
และ Langfield-Smith, 2004).
แม้จะมีเหล่านี้ ประโยชน์การใช้งานของ SEM ในการบริหารจัดการ
การวิจัยการบัญชีได้ล้าหลังว่าในที่เกี่ยวข้องกับ
สาขาวิชาที่เป็นสมิ ธ และ Langfield สมิ ธ (2004) ชี้ให้เห็น.
ในการตรวจสอบของพวกเขาสำหรับระยะเวลา 1980-2001 ที่พวกเขาพบว่า
เอกสารบัญชีเพียง 20 การจัดการที่ใช้ SEM
ถูกตีพิมพ์ไปทั่วสิบชั้นนำ (การจัดการ) บัญชี
วารสารและสรุป:
"ให้ความคล้ายคลึงกันในลักษณะของตัวแปรและ
ในวิธีการวิจัยที่ใช้ในการ OBHRM [คือองค์กร
พฤติกรรมและการจัดการทรัพยากรมนุษย์]
จิตวิทยาการตลาดและการจัดการการบัญชีก็
อาจ เป็นที่คาดหวังว่าการใช้งานมากขึ้นจะได้รับการทำ
เทคนิค SEM ในแมสซาชูเซต [คือการบัญชีการจัดการ]
วิจัย. "(พี 61)
นอกจากนี้ผู้เขียนคาดหวัง:
"การใช้มากขึ้นของ SEM ในการวิจัย MA [ . .] จะช่วยให้
มีระเบียบวินัยในการย้ายที่อยู่นอกเหนือข้อ จำกัด ที่กำหนด
โดยใช้เทคนิคการสร้างแบบจำลองที่ จำกัด มากขึ้นเช่นหลาย
ถดถอยและการวิเคราะห์เส้นทาง. "(พี. 79)
อย่างไรก็ตามเทคนิคที่จำเป็นต้องใช้อย่างเหมาะสม
โดยยึดมั่นในคำแนะนำที่สำคัญบางอย่างเกี่ยวกับการใช้และ
การรายงาน SEM บกพร่องโดยทั่วไประบุสมิ ธ
และ Langfield สมิ ธ (2004) ด้วยความเคารพ SEM เป็นปัญหา
เกี่ยวกับการให้พอดีกับรูปแบบขนาดกลุ่มตัวอย่างขนาดเล็กหรือการใช้ nonnormal
ข้อมูล จองอื่น ๆ อีกหลายเกี่ยวกับการใช้งาน
ของข้อมูลจากการสำรวจจะแสดงในวรรณคดีบัญชีที่
มากขึ้นโดยทั่วไป พวกเขาอ้างถึงไม่เพียงพอก่อนการทดสอบ
อัตราการตอบสนองและการประยุกต์ใช้วิธีการทางเศรษฐมิติ
(เช่นแวนเดอร์ Stede et al, 2007;. Ittner และ Larcker 2001;
Zimmerman, 2001) ในการออกแบบการวิจัยของเราเช่นเดียวกับใน
การทดสอบของเราเราใส่ใจต่อคำเตือนเหล่านี้อย่างเหมาะสม