Why Does Fixation Persist? Experimental Evidence on the Judgment Performance Effects of Expensing Intangibles

Mengapa Fiksasi Bertahan?Bukti Eksperimental mengenai Efek PelaksanaanPenilaian Pembiayaan IntangibleJoan L. LuftMichael D. ShieldsUniversitas Michigan

INTISARI: Studi ini menunjukkan secara eksperimental bahwa ketika individu menggunakan informasi mengenai pengeluaran intangible untuk memprediksikan profit mendatang, pembiayaan (vs pengkapitalan) pengeluaran secara signifikan mengurangi akurasi, konsistensi, konsensus, dan pandangan pribadi prediksi profit subjektif individu. Desain eksperimental memungkinkan kita menghilangkan beberapa penjelasan yang bersaing untuk fiksasi yang nampak dalam penghitungan. Subjek tidak mendasarkan penilaian mereka pada kepercayaan naif bahwa pembiayaan menghalangi efek profit mendatang; pertanyaan pra eksperimen menunjukkan bahwa subjek mengharapkan pengeluaran intangible akan mempengaruhi profit mendatang bahkan ketika dibiayai. Lebih jauh, subjek tidak kekurangan, atau gagal menggunakan, data yang akan memungkinkan mereka mempelajari hubungan pasti antara pengeluaran-profit. Mereka menerima data mengenai pengeluaran intangible dan profit sebagai basis untuk belajar, dan dalam beberapa hal pembelajaran ini cukup berhasil bahkan ketika intangible dibiayai; prediksi profit subjek secara akurat merefleksikan alat dan standar deviasi profit aktual. Meskipun demikian, yang konsisten dengan teori pembelajaran psikologis, subjek tidak belajar magnitude pasti tentang efek intangible pada profit mendatang seperti halnya ketika intangible dibiayai. Meskipun alat prediksi mereka akurat, mereka tidak memdiskriminasikan antara kasus dengan profit aktual yang tinggi dan rendah. Sebagai konsekuensinya, akurasi, konsistensi, konsensus, dan pandangan pribadi prediksi mereka lebih rendah ketika intangible dibiayai. Jadi, dalam kasus ini, pembelajaran tidak mengurangi fiksasi penghitungan, karena penghitungan mempengaruhi proses pembelajaran itu sendiri.

I. PENGANTARRiset penghitungan manajerial dan finansial menguji apakah individu memperbaiki penghitungan atau dapat melihat melalui atau menguraikan efek metode penghitungan alternatif (lihat tinjauan oleh Wilner dan Birnberg, 1986; Libby et al., yang akan datang; Kothari, yang akan datang). Studi kami mengarah pada pertanyaan kunci yang tetap tak terselesaikan pada studi sebelumnya: Akankah kesempatan belajar menghilangkan fiksasi? Sejumlah studi, baik arsip maupun eksperimental, menyatakan bahwa hasil fiksasi dari kurangnya pengalaman atau data yang relevan, dan karenanya kesempatan untuk mendapatkan pengalaman atau data misalnya untuk belajar seharusnya menghilangkannya (Chen dan Schoderbek, 2000; Gupta dan King, 1997; Waller et al., 1999). Eksperimen dengan subjek mahasiswa yang memiliki kesempatan belajar kadang-kadang mengurangi atau menghilangkan fiksasi penghitungan (Gupta dan King, 1997; Waller et al., 1999). Analis finansial yang profesional terus menunjukkan fiksasi ketika memprediksikan harga saham berdasarkan informasi penghitungan, meskipun mereka mungkin memiliki kesempatan untuk belajar mengenai hubungan antara data penghitungan dan harga saham dalam pekerjaan, sebelum berpartisipasi dalam eksperimen (Hopkins, 1996; Hirst dan Hopkins, 1998; Hopkins et al., 2000). Ketiadaan kesempatan belajar untuk analis finansial dalam eksperimen tetap merupakan masalah, terutama karena beberapa metode penghitungan dengan eksperimen fokus relatif jarang atau baru (Lipe, 1998). Dalam studi ini, kami menguji apakah kapitalisasi vs membiayai hasil pengeluaran intangible dalam fiksasi bahkan ketika individu memiliki kesempatan belajar. Penghitungan untuk intangible merupakan konteks yang terutama berharga untuk menguji ketahanan fiksasi. Pertama, memiliki implikasi praktik yang luas untuk penghitungan finansial dan manajerial. Aboody dan Lev (1998) dan Chan et al. (1999) menyatakan bahwa syarat membiayai intangible untuk hasil laporan eksternal dalam kesalahan menentukan harga beberapa saham firma. Meskipun GAAP memerlukan firma untuk membiayai sebagian besar pengeluaran untuk intangible, sejumlah firma mengkapitalkan pengeluaran ini untuk laporan internal di luar perhatian bahwa pembiayaan dapat menyesatkan manajer (Stewart, 1991; Tully, 1993, 1998). Kedua, individu dengan training bisnis dan pengalamab mungkin dapat diharapkan melihat melalui pembiyaan intangible. Pembiayaan vs pemodalan intangible lebih dalam dipublikasikan dan secara konseptual lebih sederhana dibandingkan kebanyakan emisi penghitungan lain dengan fiksasi sudah ditunjukkan: debt-equity swaps (Hand, 1990), penyesuaian aset deffered tax (Chen dan Schoderbek, 2000), penghitungan untuk saham yang dianggap dapat ditebus (Hopkins, 1996), dan penyesuaian reklasifikasi dalam income komprehensif untuk keuntungan atau kerugian yang tidak dapat direalisasikan dalam sekuritas yang dapat dipasarkan (Hirst dan Hopkins, 1998; Maines dan McDaniel, 2000). Dengan memilih emisi penghitungan yang sederhana dan familiar, kami menyediakan setting dengan pembelajaran yang tidak untuk memperbiki seharusnya relatif mudah. Subjek dalam eksperimen kami menerima data pada pengeluaran intangible (pengeluaran pada program perbaikan kualitas) dan profit kotor pada 20 pabrik manufaktur yang setipe. Pada data ini, efek pengeluaran intangible untuk profit pada waktu sekarang dan dua periode penggantinya terlalu kecil untuk signifikan secara statistik, tetapi efek profit tiga periode di masa depan besar dan secara statistik signifikan. Eksperimen menguji apakah subjek mempelajari efek lagged untuk pengeluaran perbaikan kualitas profit dari data ini, dan apakah mereka mempelajarinya sama baiknya ketika firma mengkapitalkan pengeluaran (mengklasifikasikannya sebagai investasi dalam aset) atau membiayainya. Kemampuan prediktif statistik untuk data pengeluaran identik dengan apakah pengeluaran dibiayai atau dikapitalkan, dan insentif subjek untuk mempelajari hubungan itu identik pada kedua kondisi. Ketika firma mengkapitalkan pengeluaran (kondisi investasi), subjek mempelajari hubungan antara pengeluaran intangible dan profit yang relatif baik. Dengan pengeluaran yang dibiayai (kondisi pengeluaran), subjek tidak mempelajari hubungan itujuga; secara rata-rata, mereka meremehkan kekuatan hubungan lagged sampai sekitar separuh dan membuat error prediksi yang lebih besar dibandingkan yang dilakukan subjek dalam kondisi investasi. Ketika mereka menggunakan yang mereka pelajari mengenai efek intangible profit untuk memperbaiki kasus baru, subjek dalam kondisi pengeluaran memprediksikan kasus yang kurang konsisten dan menunjukkan konsensus yang kurang antar individu dibandingkan dengan yang dilakukan subjek dalam kondisi investasi. Lebih jauh, subjek dalam kondisi pengeluaran menunjukkan sedikit pandangan ke proses penilaian mereka sendiri ketika diminta menjelaskan cara membuat prediksi mereka. Hasilnya tidak terjadi karena subjek secara naif percaya bahwa pembiayaan berarti pengeluaran tidak memiliki keuntungan mendatang. Kami memverifikasi pertanyaan pra eksperimen bahwa semua subjek mengharapkan pengeluaran intangible untuk mempengaruhi profit dalam periode mendatang, bahkan ketika firma secara mendadak mengeluarkan intangible. Lebih jauh, hampir semua subjek dalam kondisi pengeluran mendeteksi tiga periode efek pengeluaran lagged mengenai profit dalam data yang mereka terima. Dibandingkan dengan subjek dalam kondisi investasi, mereka membuat error yang lebih besar dalam memperkirakan magnitude efek profit-pengeluaran lagged, dan mereka menggabungkannya dengan kurang efektif ke dalam penilaian mereka, karena konsistensi, konsensus, dan pandangan pribadi mereka menunjukkan penilaian mereka yang lebih rendah. Hasil ini menunjukkan bahwa pembelajaran tidak memerlukan perbaikan yang cepat untuk fiksasi penghitungan, karena penghitungan dapat mempengaruhi proses pembelajaran itu sendiri. Penemuan ini konsisten dengan teori psikologis yang ditunjukkan di Bagian II. Studi ini menambah perbendaharaan penjelasan mengenai bagaimana terjadinya fiksasi dan bahkan bertahan meskipun tampak kerumitan pemakai mengenai penghitungan (seperti kesadaran subjek mengenai potensi intangible mendatang) dan kesempatan untuk menghilangkan fiksasi melalui pembelajaran. Sisa paper ini dilanjutkan sebagai berikut: Bagian II sampai IV menunjukkan motivasi hipotesis, desain, hasil eksperimen yang menguji efek penilaian mengkapitalkan vs membiayai pengeluaran intangible. Bagian V membicarakan studi dan implikasinya untuk riset mendatang.

II. MOTIVASI HIPOTESISLuasnya individu dalam satu organisasi, dari manajemen puncak sampai karyawan level rendah dengan skala pengeluaran kekuasaan skala kecil, membuat keputusan mengenai pengeluaran intangible. Peniliaan individu mengenai efek pengeluaran intangible profit merupakan input kunci untuk keputusan ini. Bagian ini mendeskripsikan hak yang harus dipelajari individu untuk menampilkan tugas penilaian ini, bagaimana mereka mempelajarinya, dan bagiamana kami mengharapkan klasifikasi penghitungan yang mempengaruhi proses pembelajaran.

Apa yang Harus Dipelajari Individu? Pengeluaran intangible mempengaruhi profit sekarang dan mendatang melalui dua jalan, dengan kami merancang efek kalkulasi penghitungan dan efek penyebab ekonomi tidak langsung. Sebagai satu contoh mengenai efek kalkulasi penghitungan, jika firma mengeluarkan biaya $10.000 untuk training karyawan, maka pengeluaran mengurangi profit sekarang sampai $10.000 dan tidak memiliki efek kalkulasi penghitungan untuk profit mendatang. Jika firma mengkapitalkan pengeluaran dan melunasinya selama empat periode, maka mengurangi profit sampai $2.500 tiap periodenya. Pengetahuan mengenai aturan penghitungan dasar memungkinkan individu mengidentifikasi magnitude dan penentuan waktu untuk efek kalkulasi penghitungan ini. Efek pengeluaran program training ini pada profit tidak hanya mencakup kalkulasi sederhana ini, tetapi juga mengubah pemasukan dan/atau biaya operasi yang dihasilkan dari perubahan pada perilaku karyawan setelah training. Ketika pengeluaran menghasilkan pengembalian positif, maka efek penyebab ekonomi tidak langsung melebihi efek kalkulasi penghitungan, dan error dalam memperkirakan efek penyebab ekonomi dapat menyebabkan prediksi profit secara signifikan. Individu mungkin mengembangkan kepercayaan sebelumnya mengenai magnitude dan penentuan waktu efek penyebab ekonomi tidak langsung berdasarkan pengalaman mereka dengan program training lain atau informasi mengenai pengalaman lain. Akan tetapi, individu dapat memperkirakan efek profit aktual pengeluaran tertentu hanya dengan mengamati pengeluaran dan profit yang relevan, dan kemudian menduga hubungan antara mereka dari pengamatan ini. Baik kepercayaan sebelumnya maupun pengetahuan mengenai aturan penghitungan yang diperlukan tidak memberikan hasil yang sama seperti perkiraan hubungan penyebab ekonomi tidak langsung dari data.Riset lapangan telah mendokumentasikan bahwa manajer menggunakan laporan penghitungan untuk memodifikasi dan memperbaiki kepercayaan mereka mengenai hubungan antara tindakan mereka (seperti pilihan pengeluaran) dan profit. Dalam studi lapangan skala besar mengenai pemakaian data penghitungan manajer non finansial, McKinnon dan Bruns (1992:206) menemukan bahwa manajer menggunakan laporan penghitungan periodik untuk menguji dan memodifikasi hubungan penyebab kunci yang mendasari pelaksanaan firma.Ketika manajer meninjau keberhasilan mereka seperti yang dilaporkan dalam laporan penghitungan, mereka terus bekerja, menguji, dan menyempurnakan model mental mereka mengenai hubungan antara aktivitas dan keberhasilan seperti yang diukur oleh sistem penghitungan manajemen . Dalam hal ini, bagian dari model penghitungan digabungkan oleh manajer ke dalam model mereka sendiri. Manajer belajar untuk menghubungkan tindakan dengan pelaksanaan dan keberhasilan organisasional.

Pengamatan ini konsisten dengan klaim bahwa manajer dapat menggunakan laporan dari sistem ukuran pelaksanaan untuk menguji dan memodifikasi kepercayaan mengenai hubungan penyebab dan efek yang ditanamkan dalam strategi dan rencana tindakan firma misalnya, hubungan antara pengeluaran training karyawan dan profit dalam firma intensif modal manusia (Kaplan dan Norton, 1996a:65).Regresi profit pengeluaran mencakup kalkulasi penghitungan dan efek penyebab ekonomi tidak langsung untuk pengeluaran ini secara simultan. Meskipun manajer kadang-kadang menggunakan analisis statitistik formal, estimasi subjektif sudah umum dalam praktiknya (McKinnon dan Bruns, 1992; Kaplan dan Norton, 1996b). estimasi subjektif semacam ini merupakan tugas inferesial yang sulit, terutama ketika individu harus menilai efek lagged seperti efek mengenai profit mendatang pada pengeluaran kualitas, kepuasan konsumen, riset dan pengembangan, atau training karyawan. Riset eksperimental sebelumnya menyediakan bukti bahwa ketika waktu lag antara penyebab dan efek yang dilaporkan meningkat, individu kurang dapat mendeteksi hubungan penyebab dan menggunakannya dalam penilaian dan keputusan (Sterman, 1989a, 1989b; Diehl dan Sterman, 1995). Sedikit yang diketahui tentang bagaimana penghitungan mempengaruhi kemampuan individu mendeteksi hubungan lagged dan mengunakannya dengan tepat dalam penilaian.

Accounting dan Proses Pembelajaran Sub bagian ini menggunakan riset psikologi dasar mengenai pembelajaran di bawah ketidakpastian untuk memprediksikan bagaimana klasifikasi penghitungan mempengaruhi proses pembelajaran. Kami berharap agar efek ini terjadi hanya di bawah dua kondisi berikut: (1) mendeteksi hubungan antara pengeluaran-profit dalam data dan menggunakanya dengan benar dalam penilaian yang memerlukan usaha pemrosesan kognitif: hubungan ini tidak begitu kuat atau penting sehingga harus transparan; (2) jumlah data relevan potensial yang tersedia cukup besar, hubungannya dengan sumber pemrosesan informasi kognitif individu, bahwa tidak semua data menerima proses semaksimal mungkin. Dengan kata lain, settingnya adalah semacam perhatian dan usaha pemrosesan subjektif merupakan sumber yang jarag (Birnberg dan Shields, 1984; Simon, 1990). Kondisi ini memiliki dua konsekuensi alternatif yang masuk akal. Satu adalah bahwa individu akan menyebarkan perhatian terbatas yang secara kasar sama pada semua hubungan yang berpotensi relevan dalam data tersebut, yang menghasilkan pembelajaran yang tidak sempurna, tetapi tidak ada lagi yang lebih tidak sempurna untuk satu hubungan dengan yang lain. Kemungkinan kedua adalah bahwa individu akan mengalokasikan perhatian secara tidak sama pada hubungan yang berpotensi relevan dalam data; sehingga, mereka mungkin tidak belajar hubungan yang baik yang sama kuatnya dalam data. Riset dalam psikologi, diringkas di bawah, menyediakan bukti yang konsisten dengan pandangan kedua. Anggap bahwa individu harus memperkirakan hubungan antara Y (profit sekarang) dengan banyak Xi (pengeluaran untuk tipe intangible khusus pada periode sekarang dan sebelumnya). Xi apapun atau semua mungkin mempengaruhi Y, tetapi eksistensi dan magnitude hubungannya tidak jelas ex ante. Dalam perkiraan subjektif (tidak seperti multi regresi), individu bermaksud untuk menguji hubungan Xi Y pada satu waktu dibandingkan secara simultan, mungkin karena memori kerja yang terbatas (Brehmer, 1979; Klayman, 1988). Individu menggunakan berbagai strategi subjektif untuk memperkirakan hubungan Xi Y, beberapa usaha lebih intensif dan lebih mendekati optimal dibandingkan yang lain (Hutchinson dan Alba, 1997). Secara khusus, individu akan mengalokasikan lebih banyak perhatian dan menggunakan lebih banyak proses usaha yang intensif untuk hubungan Xi Y yang mereka uji sebelumnya; mereka ingin memberikan sedikit penelitian yang cermat untuk hubungan Xi Y yang mereka uji setelahnya, yang menghasilkan error perkiraan yang lebih besar (Brehmer, 1974, 1979; Klayman, 1988). Urutan dengan individu menguji hubungan Xi Y karenanya merupakan kunci untuk akurasi penilaian. Urutan dengan individu menguji hubungan Xi Y sering tergantung pada domain pengetahuan (kepercayaan sebelumnya) yang diaktivasi oleh label data atau referen (Muchinsky dan Dudyeha, 1975; Sniezek, 1986; Broniarczyk dan Alba, 1994). Sebagai contoh, anggap bahwa Y adalah total biaya. Xi adalah kepuasan konsumen, dan X2 adalah produktivitas. Jika individu percaya bahwa produktivitas memiliki efek yang kuat pada total biaya dan bahwa kepuasan konsumen memiliki efek yang lemah, maka mereka akan menguji hubungan antara produktivitas dengan total biaya lebih dahulu dan dengan lebih cermat, dan kemudian memperkirakannya dengan lebih akurat dibandingkan dengan hubungan antara kepuasan konsumen dengan total biaya. Ketika individu tidak yakin dengan hubungan Xi Y dalam data, mungkin karena mereka belum menguji data secara intensif dan kurangnya kepercayaan sebelumnya yang kuat mengenai hubungan itu, mereka bermaksud untuk secara sistematis tidak terlalu memperhitungkan Xi, daripada harus terlalu memperhitungkannya secara random dan dengan cara yang tidak bias (Sniezek, 1986; Broniarczyk dan Alba, 1994). Proses ini merupakan sebagian sadar dan terkontrol dengan hati-hati, tetapi juga sebagian tidak sadar (Brehmer, 1979; Bronirczyk dan Alba, 1994). Kami mengharapkan individu agar hadir lebih awal dan lebih intensif ke hubungan lagged pengeluaran dan profit ketika firma mengkapitalkan daripada ketika membiayai pengeluaran. Pertama, individu mungkin menerjemahkan keputusan firma untuk membiayai vs mengkapitalkan pengeluaran intangible sebagai satu tanda mengenai penentuan waktu yang diharapkan untuk keuntungan dari pengeluaran, dan mungkin secara hati-hati memberikan perhatian langsung pada hubungan lagged. Kedua, klasifikasi pengeluaran mungkin secara langsung memberikan perhatian langsung pada hubungan periode sekarang, dan individu mungkin menguji hubungan lagged yang kurang dekat tanpan menyadari betapa tidak samanya mereka mengalokasikan perhatian mereka. Sebagai tambahan, klasifikasi pengeluaran menyatakan efek negatif profit; ketika individu mengharapkan tanda yang salah untuk satu hubungan, mereka sering memperkirakan magnitude hubungan yang kurang akurat (Muchinsky dan Dudycha, 1975; Sniezek, 1986). Subjek dalam eksperimen kami menerima data pada profit kotor dan pengeluaran pada program perbaikan kualitas (training karyawan, dsb) pada 20 pabrik manufaktur yang mirip. Kami meminta mereka untuk menggunakan data ini untuk mempelajari bagaimana pengeluaran program kualitas mempengaruhi profit kotor. Kami kemudian meminta mereka untuk menggunakan yang telah mereka pelajari untuk memprediksikan profit kotor pada 20 pabrik tambahan, dengan menentukan informasi mengenai pengeluaran program kualitas pada pabrik-pabrik ini. Pengeluaran diklasifikasikan sebagai pengeluaran atau investasi dalam aset. Ketika pengeluaran diklasifikasikan sebagai pengeluaran, kami berharap agar individu mengalokasikan sedikit perhatian pada efek lagged; karenanya mereka seharusnya mempelajari hubungan ini dengan tidak terlalu akurat dan kurang pasti kekuatannya dari efek lagged profit, dan karenanya seharusnya bermaksud meremehkannya. Karena efek lagged merupakan determinan yang penting dalam setting eksperimental kami, kami berharap agar prediksi profit individu tidak terlalu akurat ketika intangible diklasifikasikan sebagai pengeluaran.H1a:Prediksi profit individu akan kurang akurat ketika pengeluaran intangible dibiayai daripada ketika dikapitalkan. Desain eksperimental memungkinkan kami mempartisi error prediksi individu menjadi beberapa komponen yang dapat memiliki berbagai kasus dan konsekuensi praktik yang berbeda. Apendiks A menunjukkan dua langkah penurunan mean error prediksi squared (MSE). Langkah pertama adalah partisi yang ditunjukkan di Panel A (Theil, 1966; Lee dan Yates, 1992):(1)dengan Ys (s = subjek) adalah mean prediksi profit individu. Ye (e = lingkungan) adalah mean profit aktual. SYs dan SYe adalah deviasi standar mereka yang berhubungan, dan ra adalah korelasi Pearson antara profit yang diprediksi dan aktual. Ketiga komponen partisi ini menunjukkan error penilaian yang berbeda. Yang pertama adalah bias: seluruh optimisme atau pesimisme dalam prediksi. Jika mengklasifikasikan pengeluaran pada intangible sebagai investasi akan menyebabkan individu memprediksikan profit yang rata-rata lebih tinggi, kemudian ukuran bias akan mencakup efek ini. Komponen kedua partisi adalah variabilitas. Penilaian individu mungkin bervariasi di sekitar mean dibandingkan pada hasil aktual, mungkin karena individu ingin terlalu bereaksi atau tidak terlalu bereaksi secara umum pada informasi yang disediakan. Sebagai contoh, individu yang menggunakan mean nilai profit sebagai prediksi untuk tiap kasus akan menunjukkan tidak adanya bias tetapi kurangnya reaksi ekstrim terhadap informasi yang tersedia. Jika individu mengharapkan pengeluaran kualitas untuk memiliki lebih banyak (atau lebih sedikit) efek profit ketika diklasifikasikan sebagai investasi, dengan mengabaikan penentuan waktu pengeluaran, maka ukuran variabilitas akan mencakup efek bias. Komponen ketiga adalah fungsi ra, dengan literatur psikologi menyebutnya pencapaian (Lee dan Yates, 1992; Cooksey, 1996), yang diperbesar oleh variabilitas dalam hasil aktual dan yang diprediksikan. Jika individu gagal mengidentifikasi kepentingan relatif lag yang berbeda dalam hubungan pengeluaran-profit atau gagal menggunakan pengetahuan ini secara konsisten dalam prediksi mereka misalnya, jika individu mengharapkan efek kontemporer pengeluaran intangible agar menjadi besar dan efek lagged yang menjadi kecil ketika pada faktanya terjadi yang sebaliknya maka ra akan mencakup efek ini. Kami memprediksikan fiksasi akan bertahan dalam eksperimen ini karena kami mengharapkan individu dalam kondisi pengeluaran meremehkan kekuatan efek lagged pengeluaran intangible pada profit, hubungannya dengan individu dalam konidsi investasi. Hal ini mengimplikasikan bahwa ra akan menjadi lebih kecil ketika intangible dibiayai, dan bahwa perbedaan dalam ra terhadap kondisi eksperimental akan menjadi sumber penting perbedaan dalam error prediksi.H1b: Pencapaian prediksi profit individu (ra) akan menjadi lebih rendah ketika intangible dibiayai daripada ketika dikapitalisasi. Penjelasan kami mengenai efek pengeluaran vs investasi tidak mengimplikasikan bahwa prediksi individu akan menjadi lebih optimsitik atau pesimistik secara rata-rata atau lebih (atau kurang) responsif untuk semua informasi pengeluaran intangible. Karenanya, kami tidak membuat hipotesis tentang perbedaan dalam bias atau variabilitas prediksi profit individu. Panel B dan C di Apendiks A menunjukkan cara menurunkan ra lebih jauh untuk mengidentifikasi sumber perbedaan dalam pencapaian. Dekomposisi ini, yang disebut model lens (Tucker, 1964; Lee dan Yates, 1992), didasarkan pada perbandingan antara dua model regresi hubungan antara pengeluaran intangible dan profit. Meregresikan profit aktual pada pengeluaran aktual, dengan menggunakan data yang diterima individu untuk mempelajari hubungan antara pengeluaran-profit, menciptakan model lingkungan (Persamaan [2], Panel B). meregresikan prediksi profit individu pada pengeluaran yang diterima individu sebagai basis untuk prediksi menciptakan model pencakupan kebijakan untuk individu itu. Jika analisis subjektif individu tentang data pembelajaran mengarah pada inferensi yang sama mengenai hubungan antara pengeluaran dengan profit sebagai analisis statistik, dan jika individu dengan konsisten menerapkan inferensi ini dalam membuat prediksi, maka kedua model akan menjadi sama. Persamaan model lens di bawah mengidentifikasi sumber yang potensial untuk pencapaian yang rendah (ra) dalam hal korelasi antara model lingkungan yang dan mencakup kebijakan.ra = ReGRs + C(1 Re2)1/2 (1 Rs2)1/2 (3)Panel C Apendiks A menunjukkan cara mengkalkulasi komponen persamaan ini. Re (kemampuan memprediksi lingkungan) mengukur akurasi dengan model statistik yang memprediksikan profit, dengan menggunakan data yang tersedia pada individu. Jika hubungan antara profit dan pengeluaran intangible deterministik, maka Re sama dengan 1,0. Semakin sedikit variasi dalam profit aktual yang dapat dijelaskan data pengeluaran intangible, maka semakin rendah Re. G, yang literatur psikologi mengacu pada pencocokan (Lee dan Yates, 1996), mencakup kesamaan dalam magnitude yang berhubungan dengan koefisien antara model pencakupan kebijaksanaan individu (Persamaan [3], Apendiks A) dan model lingkungan (Persamaan [2], Apendiks A). Rs (konsistensi atau kontrol kognitif) mencakup tingkat dengan individu menggunakan model yang sama tanpa error dari prediksi ke prediksi. Jika ada hubungan tanpa model dalam data yang mendasari (seperti jika non linieritas atau interaksi ada dalam data tetapi model statistik yang ditunjukkan adalah linier aditif), maka C mencakup penilaian individu yang menggabungkan hubungan ini.Dalam studi kami, Re identik dengan kondisi oleh desain, dan tidak ada hubungan non linier yang ada dalam data yang mendasari (C = 0). Karenanya, hanya ada dua ukuran model lens, penyesuaian (G) dan konsistensi (R), yang dapat membedakan kondisi ini. Kami memprediksikan bahwa membiayai pengeluaran intangible akan mengurangi penyesuaian, karena individu tidak akan terlalu memperhitungkan efek lagged profit untuk tingkat yang lebih tinggi dalam pengeluaran dibandingkan dalam kondisi investasi.H2a: Penyesuaian (G) pada prediksi profit individu akan menjadi lebih rendah ketika intangible dibiayai daripada ketika dikapitalkan.H2b: Dalam memprediksikan profit, individu tidak akan terlalu memperhitungkan efek lagged yang signifikan untuk pengeluaran intangble yang lebih banyak daripada ketika pengeluaran dibiayai dan daripada ketika dikapitalkan.

Penyesuaian penting dalam praktik karena mengindikasikan pemahaman mnegenai magnitude yang berhubungan dengan efek pengeluaran intangible kontemporer dan lagged. Konsistensi (Rs) juga penting dalam praktik, untuk dua alasan. Pertama, penilaian individu pada efek berbagai pengeluaran profit mendatang sering mempengaruhi keputusan alokasi sumber daya. Inkonsistensi penilaian ini dapat merusak alokasi sumber daya bahkan jika rata-rata penilaiannya baik (seperti yang dicakup oleh G). Sebagai contoh, individu yang membuat penilaian yang tidak konsisten kadang-kadang akan berlebihan memperkirakan profit mendatang dari tipe pengeluaran tertentu dan karenanya terlalu banyak menghabiskan, sementara pada waktu yang lain, mereka meremehkan profit mendatang dari pengeluaran yang sama, sehingga terlalu sedikit menghabiskan. Kedua, kontrak yang efisien perlu mengontrak individu yang dapat diprediksi: para pelaku dapat merancang kontrak untuk menyebabkan agen mengambil tindakan yang diinginkan para pelaku hanya jika para pelaku dapat memprediksikan bagaimana agen akan merespon insentif yang ditawarkan (Baiman, 1982, 1990; Sunder, 1999). Ukuran konsistensi kami merupakan indikator kemampuan memprediksi. Jadi, ketika penilaian individu (dan tindakan yang tergantung pada penilaian ini) tidak konsisten, maka kontrak tidak perlu memiliki efek yang diinginkan pelaku.Sniezek (1986) menunjukkan bahwa individu membuat penilaian yang jauh lebih konsisten ketika label atau referen data (dalam kasus kami investasi vs pengeluaran) menyarankan mereka untuk menguji hubungan yang penting dalam data lebih dahulu dalam proses penilaian. Sebaliknya, ketika individu memusatkan perhatian mereka pada hubungan yang terbukti menjadi tidak penting, maka tampaknya mereka merasa tidak pasti bahwa mereka memiliki basis yang baik untuk membuat penilaian (prediksi profit). Mereka mungkin mencoba banyak strategi penilaian atas kasus itu, yang menghasilkan penilaian yang tidak konsisten. Dalam setting kami, tampaknya terjadi ketika individu mengalokasikan lebih banyak perhatian untuk mencari hubungan profit-pengeluaran periode sekarang, yaitu basis yang buruk untuk prediksi profit. Sebaliknya, ketika mereka mengalokasikan lebih banyak perhatian untuk mempelajari lebih banyak efek lagged prediktif, mereka harus menjadi lebih yakin bahwa mereka memiliki basis yang baik untuk prediksi profit dan seharusnya menggunakan basis itu secara konsisten, dibandingkan memilihnya di antara berbagai strategi penilaian. Sebagai konsekuensinya, kami mengharapkan penilaian yang tidak begitu konsisten ketika pengeluaran intangible dengan nilai mendatang dibiayai dibandingkan ketika mereka dikapitalkan.H2c: Prediksi profit individu akan kurang konsisten (Rs yang lebih rendah) ketika intangible dibiayai daripada ketika dikapitalkan.

Kami juga mengharapkan klasifikasi penghitungan untuk mempengaruhi konsensus dan pandangan pribadi. Yang konsisten dengan literatur sebelumnya (Ashton, 1985; Stewart et al., 1997), kami mendefinisikan konsensus sebagai kesamaan prediksi antar individu. Konsensus penilaian yang rendah mengimplikasikan diskusi yang menghabiskan waktu (dan mungkin tambahan kumpulan data dan analisis) ketika individu harus menetapkan persetujuan sebelum membuat keputusan pengeluaran. Konsensus yang rendah dapat juga mengimplikasikan konflik yang memakan biaya, dan buntu dan gagal membuat pengeluaran yang akan menguntungkan organisasi.Kami mengharapkan klasifikasi investasi yang mengarah pada konsensus yang lebih tinggi. Kami mengharapkan individu dalam kondisi investasi menjadi lebih berhasil dalam mendeteksi dan menggunakan efek lagged yang kuat pada pengeluaran intangible profit, yang ada dalam data yang dilihat semua individu. Basis umum untuk prediksi ini seharusnya mengarah pada konsensus yang lebih tinggi. Dalam kondisi pengeluaran, sebaliknya, kami mengharapkan individu tidak begitu berhasil dalam penemuan basis yang memuaskan pada data untuk memprediksikan basis. Mereka harus lebih menggantungkan diri pada strategi prediksi idiosinkratis dan kepercayaan sebelumnya yang bervariasi antar individu, yang menghasilkan konsensus penilaian yang rendah.H3: Konsensus prediksi profit individu akan menjadi lebih rendah ketika intangible dibiayai daripada ketika dikapitalkan.

Konsisten dengan literatur sebelumnya, kami mendefinisikan pandangan pribadi sebagai tingkat dengan penjelasan ex post individu mengenai cara mereka membuat penilaian yang menghubungkan bagaimana mereka sebenarnya membuat penilaian (Cook dan Stewart, 1975). Semakin rendah pandangan pribadi individu, semakin tidak akurat mereka menjelaskan basis penilaian mereka dan karenanya semakin sulit dan memakan biaya yang tampaknya dipakai untuk menyelesaikan ketidaksesuaian antar individu mengenai profit yang mereka dapatkan dari pengeluaran yang ditentukan.Pandangan pribadi dapat menjadi rendah karena hanya sebagian proses penilaian yang sadar. Ketika individu menjelaskan bagaimana mereka membuat penilaian, sebagia dari penjelasan mereka terhitung dari proses pemikiran mereka yang diarahkan secara sadar, dan sebagian adalah tebakan terbaik mereka mengenai proses yang tidak dapat diamati dan/atau sulit diingat secara akurat (Nisbett dan Wilson, 1977). Pengetahuan yang lengkap absen mengenai proses penilaian mereka sendiri, individu ingin melaporkan proses penilaian yang mereka pikir beralasan di bawah kondisi ini (Nisbett dan Wilson, 1977). Jadi, jika mereka percaya pengeluaran seharusnya memiliki efek yang kuat pada profit kontemporer, maka mereka akan melaporkan ex post bahwa mereka memberati pengeluaran periode sekarang dalam kondisi pengeluaran bahkan jika mereka tidak melakukan hal demikian itu. Kami berharap bahwa dalam kondisi pengeluaran, individu tidak akan secara konsisten menempatkan berat pada pengeluaran periode sekarang. Seperti diprediksikan di atas, mereka bermaksud akan menjadi tidak pasti dan untuk memprediksikan secara tidak konsisten. Jadi, ketika intangible dibiayai, pemakaian informasi aktual individu dalam memprediksikan profit akan berhubungan dengan buruk dengan penjelasan mereka. Dalam kondisi investasi, sebaliknya, individu tampaknya percaya bahwa investasi seharusnya memiliki efek lagged yang kuat pada profit, dan karenanya mereka bermaksud melaporkan bahwa mereka memperberat efek lagged dalam memprediksikan profit. Jika, seperti yang diprediksikan, mereka benar-benar memperberat efek lagged dalam prediksi, maka hubungan antara pemakaian data aktual dan yang dilaporkan akan tinggi.H4: Pandangan pribadi individu ke prediksi profit mereka akan menjadi lebih rendah ketika intangible dibiayai daripada ketika dikapitalkan.

III. DESAIN EKSPERIMENSubjek 31 mahasiswa MBA yang telah menyelesaikan kursus dalam penghitungan manajemen dan enam sarjana yang telah melengkapi kursus penghitungan biaya dengan sukarela berpartisipasi dalam eksperimen ini. Pengalaman manajerial penuh waktu (tidak termasuk pengalaman kerja lain) berkisar dari nol sampai 10 tahun (mean 35 bulan untuk mahasiswa MBA dan 4 bulan untuk sarjana). Kami meminta subjek dengan pengalaman manajerial untuk memperkirakan persentase waktu yang telah mereka habiskan untuk budget (mean = 12%), ramalan, dan perencanaan (32%), membuat keputusan pengeluaran (15%), menasihati atau merekomendasikan keputusan menghabiskan (12%), dan program kualitas (9%). Karena tes t tidak menyatakan hal yang signifikan (p