CẤU PHẦN MỘT BÀI NGHIÊN CỨU KHOA HỌC Một bài nghiên cứu khoa học có 8 cấu phần: 1. Title/ tiêu đề 2. Abstract/ tóm tắt Câu đầu tiên giới thiệu về nội dung nghiên cứu → chúng tôi làm gì, nghiên cứu gì, dùng dữ liệu gì → Nêu lên kết quả 3. Introduction/ giới thiệu Mục tiêu: Giới thiệu nghiên cứu Độ dài: 1/10 bài nghiên cứu Nội dung: - Lý do thực hiện nghiên cứu: Bối cảnh, tầm quan trọng - Mục tiêu và đóng góp (bắt buộc phải có) của nghiên cứu: đóng góp = chúng tôi tạo ra điểm mới như thế nào - Kết cấu nghiên cứu 4. Literature overview/ tổng quan nghiên cứu Mục tiêu: Tổng quan các nghiên cứu đã có cùng chủ đề Độ dài: 2-4 trang Nội dung: - Lý thuyết nền tảng - Giới thiệu cá nghiên cứu cùng chủ đề - Critical Evaluation: phạm vi, phương pháp nghiên cứu, kết quả - Chỉ ra khoảng trống nghiên cứu: những gì anh chưa làm được thì tôi làm 5. Methods/ phương pháp Mục tiêu: trình bày phương pháp nghiên cứu sử dụng Độ dài: 2-4 trang Nội dung: - Mẫu nghiên cứu, phương pháp chọn mẫu - Dữ liệu nghiên cứu: Đo lường các biến số trong mô hình, nguồn dữ liệu - Mô hình nghiên cứu và giả thuyết 6. Results/ kết quả Mục tiêu: trình bày các kết quả nghiên cứu Độ dài: Khoảng 4-6 trang Nội dung: - Thống kê mô tả - Kết quả nghiên cứu: hệ số tương quan, lý giải nghiên nhân, so sánh kết quả các nghiên cứu khác 7. Conclusions/ kết luận Mục tiêu: trình bày kết luận và một số khuyến nghị Độ dài: khoảng 1-2 trang Nội dung: - Tóm tắt kết quả nghiên cứu: phạm vi và kết quả - Các khuyến nghị: được rút ra từ kết quả nghiên cứu - Hạn chế và hướng nghiên cứu trong tương lai 8. References/ tài liệu tham khảo TỔNG QUAN NGHIÊN CỨU (Literature Review) I. Tổng quan nghiên cứu là gì? 1. Định nghĩa - Tổng quan nghiên cứu là một phân tích mang tính xây dựng nhằm đưa ra lập luận rõ ràng cho thấy các nghiên cứu trước đây đã biết và chưa biết gì về câu hỏi chưa biết của bạn. - Tổng quan nghiên cứu sẽ viết về những vấn đề cơ bản về nghiên cứu mình định làm và những khoảng trống trong bài nghiên cứu. Mẹo viết tổng quan nghiên cứu + Không viết theo kiểu ông A thực hiện nghiên cứu B đạt được kết quả C + Không đặt tên tác giả, bài nghiên cứu ở dòng đầu tiên mỗi đoạn + Tập trung nói về bản thân kết quả + Phân nhóm các bài nghiên cứu giống nhau 2. Vai trò - Nắm được tri thức liên quan đến chủ đề nghiên cứu, xu hướng nghiên cứu - Tránh lặp lại các nghiên cứu đã thực hiện - Đánh giá tính khả thi của nghiên cứu - Sàng lọc câu hỏi và ý tưởng nghiên cứu - Lựa chọn và phát triển phương pháp nghiên cứu phù hợp với câu hỏi nghiên cứu II. Quy trình tổng quan nghiên cứu Tìm kiếm tài liệu → Lựa chọn / Đánh giá tài liệu → Tóm tắt và phân nhóm tài liệu → Tổng hợp và viết tổng quan nghiên cứu Có thể tìm kiếm tài liệu qua: vista.gov; sciencehub; db0.vista.gov.vn; - Không có khuôn mẫu chung cho TQNC + TQNC phải cho phép người đọc thấy được ý tưởng của bạn dựa trên nên tàng của nghiên cứu đã xuất bản trước đó trong cùng lĩnh vực + Đề cập các lý thuyết học thuật chính phù hợp chủ đề, bối cảnh → Chứng minh rằng kiến thức về lĩnh vực được cập nhật → trích tài liệu tham khảo gần đây nhất - Cần sắp xếp các bài trong tổng quan nghiên cứu sao cho phù hợp III. Nội dung của tổng quan nghiên cứu Cơ sở lý thuyết → đánh giá các nghiên cứu được thực hiện → phương pháp nghiên cứu → kết quả nghiên cứu chính → hạn chế và khoảng trống tri thức VD: ảnh hưởng của Fintech đến hiệu quả hoạt động của Ngân hàng thương mại 1, Cơ sở lý thuyết - Nếu chủ đề mới và cần được giải thích thì nêu định nghĩa của các thuật ngữ (Fintech là…(A,X); sự tác động…(B,Y) - Các nghiên cứu đánh giá tác động của Fintech đến hoạt động của ngân hàng thương mại + Fintech cạnh tranh với NHTM + Fintech tác động đến năng suất làm việc của NTHM → ảnh hưởng đến hoạt động + Fintech tác động đến xu hướng người tiêu dùng → ảnh hưởng đến hoạt động → Giải thích các kênh trung gian tác động 2, Đánh giá các nghiên cứu đã có - Cần 1 câu tổng quan: Nghiên cứu về chủ đề đang làm đã được nghiên cứu nhiều chưa? VD: Các nghiên cứu về Fintech và NHTM dù đã được khám phá nhưng số lượng vẫn còn rất ít - Các nghiên cứu đã có phạm vi như thế nào, về mặt thời gian như nào,… → là cơ sở để tìm ra khoảng trống - Sau khi có tổng quan được phép làm rõ các nghiên cứu đã làm gì, một khổ thường gộp 2-3 bài nghiên cứu 3, Phương pháp nghiên cứu - Có vai trò quan trọng: xem hướng nghiên cứu đã đúng chưa - Có 2 phương pháp chính: định lượng và định tính Có 2 phương pháp thu thập dữ liệu: sơ cấp và thứ cấp → xem phương pháp nghiên cứu của mình đã hoàn thiện chưa? 4, Kết quả nghiên cứu chính - Chỉ ra kết quả (A,B,C,…) - Vì sao lại có kết quả như vậy 5, Hạn chế và khoảng trống nghiên cứu ĐẠO VĂN VÀ PHƯƠNG PHÁP TRÁNH ĐẠO VĂN I. Định nghĩa Hạn chế sử dụng ngôi thứ nhất trừ khi mình tạo ra nghiên cứu của riêng II. Phương pháp phòng tránh đạo văn – Citation Mục tiêu: - Thừa nhận một số tài liệu đã được mượn (trích dẫn không sai, trích dẫn thể hiện có đóng góp vào bài NCKH dựa trên cơ sở khoa học đã có) - Cung cấp cho đọc giả thông tin cần thiết để tìm được tài liệu đó - Chứng minh công trình nghiên cứu có cơ sở khoa học Các vị trí cần trích dẫn 1, Trong bài viết Có 3 kiểu trích dẫn trong bài viết + Cuối câu: ví dụ: tín dụng ngân hàng giúp tăng trưởng kinh tế (A,B) → cơ sở lý thuyết + Đầu câu: ví dụ: (A,B) tín dụng ngân hàng giúp tăng trưởng kinh tế → đánh giá + Trích dẫn trong ngoặc kép, (Smith, 1961) hoặc Smith (1961) “ABCD…” tác giả nước ngoài thì ghi họ, tác giả người việt thì ghi cả họ và tên. Nếu nhiều hơn 3 tác giả thì A et al (hạn chế sử dụng trích dẫn nguyên văn nhưng trong Turnitin sẽ không bị quét) Nếu một tác giả có 2 bài nghiên cứu cùng được đề cập thì phải thêm đuôi tên tác phẩm vào trích dẫn VD: A tác động đến B (Phạm Việt Anh, 2020) → Phạm Việt Anh (2020a) xyz, Phạm Việt Anh (2020b) abc Nếu 2 tác giả cùng quan điểm thì trích dẫn cả 2 tác giả và năm sáng tác trong ngoặc, trong ngoặc sắp xếp theo thứ tự alphabet 2, Danh mục tài liệu tham khảo XỬ LÝ DỮ LIỆU 1. Xác định loại dữ liệu phù hợp - Sơ cấp (số liệu chưa có sẵn) hay thứ cấp (số liệu đã có sẵn) Lưu ý khi sử dụng dữ liệu - sự sẵn có của dữ liệu, thời gian, tần suất - tính tin cậy, nguồn dữ liệu tham khảo - tính xác thực, dữ liệu phẩn ánh đúng khái niệm nghiên cứu → cần giải thích các biến số đo lường và biện giải về trình độ tin cậy của dữ liệu nghiên cứu Đánh giá độ tin cậy của dữ liệu B1. Kiểm tra chất lượng dữ liệu - Validity: tính xác thực của dữ liệu -> kiểm tra công cụ đo lường có chính xác hay không? Ví dụ đánh giá chế độ dinh dưỡng với cân nặng của 1 người, cần đánh giá biến cân nặng -> cần biến số đo lường cân nặng: kg -> tính xác thực liệu xem cân nặng là kg đã chính xác hay chưa? Cân đo bằng kg hay bằng thước (cm) - Realiablity: độ tin cậy của dữ liệu Nếu như cân nặng chính xác để đo cân nặng thì liệu cân nặng ấy đã chính xác chưa -> các nguồn lấy thông tin có số liệu chính xác? -> Chứng minh tính xác thực = các định nghĩa trong mô hình, các kết quả nghiên cứu đi trước có sử dụng các biến số ấy hay không? (nguồn tham khảo) Phân biệt nguồn tham khảo và nguồn dữ liệu (worldbank, tổng cục thống kê) B2. Kiểm định mô hình định lượng 2. Lập bảng các biến số sử dụng trong mô hình 3. Kết cấu dữ liệu Dữ liệu dạng chuỗi (1 dữ liệu nhưng nhiều thời điểm), dạng bảng (nhiều đối tượng, nhiều khoảng thời gian), dạng chéo (nhiều dữ liệu khảo sát ở 1 thời điểm) 4. Dạng dữ liệu thứ cấp Dữ liệu vĩ mô: WorldBank Dữ liệu vi mô: S&P capital IQ 5. Kết cấu dữ liệu QUY TRÌNH VÀ XỬ LÝ DỮ LIỆU Chọn mẫu -> thiết kế bảng hỏi và thu thập số liệu Chọn mẫu: đối tượng nghiên cứu là ai, thời gian nào. Đầu tiên cần xác định tổng thể, sau đó xác định mẫu. Mẫu không phải là sự thu hẹp của tổng thể. Mẫu phải là số lượng nghiên cứu nhỏ nhưng phản ảnh được tổng thể. Ví dụ tổng thể là các ngân hàng thương mại -> mẫu có thể là các NHTM từ các tỉnh thành Có 2 phương pháp chọn mẫu: xác suất và phi xác suất * Số lượng mẫu: Chọn bao nhiêu là đủ? - Ít nhất 200 quan sát (với dữ liệu sơ cấp) hoặc ít nhất gấp 5 và gấp 10 lần số biến quan sát Chọn mẫu theo xác suất: phương pháp chọn mẫu ngẫu nhiên, xác suất lựa chọn giữa các mẫu trong tổng thể là như nhau, mẫu có tính chất đại diện. + Mẫu ngẫu nhiên đơn giản: gắn cho mỗi cá thể 1 số, chọn ngẫu nhiên + Mẫu hệ thống: gắn cho mỗi cá thể 1 số, chọn có bước nhảy + Phân tầng: phân theo đặc điểm nhất định + Nhóm/cụm: Chọn mẫu phi xác suất: + Mẫu thuận tiện: chọn mẫu tiết kiệm thời gian, chi phí + Theo hạn ngạch: + Có chủ đích: các thể nghiên cứu được chọn phi ngẫu nhiên, có chủ đích, dựa trên 1 số đặc điểm do người nghiên cứu đề ra + Quả bóng tuyết: người trả lời giới thiệu cho người khác + Tình nguyện viên NOTE: Có biến trung gian --> sử dụng mô hình SEM trên AMOS (mất phí nên cần tập trung thời gian chạy trong khoảng thời gian miến phí) CƠ SỞ LÝ THUYẾT - Là những học thuyết nền tảng (theory) không phải những kết quả thực nghiệm - Cần phân biệt học thuyết với những nghiên cứu thực nghiệm, tách riêng cơ sở lý thuyết - Cần có cơ sở lý thuyết gốc (nhóm chưa có) THIẾT KẾ THU THẬP DỮ LIỆU THỨ CẤP Tên phiếu hỏi Giới thiệu mục tiêu nghiên cứu, những dữ liệu phục vụ cho nghiên cứu, mã hóa, không được cung cấp cho các bên khác với mục đích khác 1, Câu hỏi định danh: giới tính, năm sinh, độ tuổi, vv…để đáp ứng nhu nhu cầu tổng thể 2, Các câu hỏi quan tâm Lưu ý: không tự đặt các câu hỏi nghiên cứu, tham khảo nghiên cứu đi trước Các lỗi cần tránh: các câu hỏi 2 tình huống cùng 1 lúc, các câu hỏi quá khó hiểu PHÂN TÍCH DỮ LIỆU Nhập dữ liệu - Câu hỏi chọn nhiều phương phán VD: bạn đã sử dụng dịch vụ nào tại HVNH Thư viện, nhà để xe, giảng đường, phòng tự học, ký túc xá - Câu hỏi chọn một phương án VD: bạn đánh giá dịch vụ nhà để xe như nào? Rất ko tốt – không tốt – bình thường – tốt – rất tốt * thang đo Likert bắt buộc là số lẻ câu trả lời Kết quả nghiên cứu 1. Mô tả dữ liệu nghiên cứu 2. Đánh giá thang đo - Cronbach Alpha kiểm định mức độ liên quan giữa các biến, xác định độ tin cậy của các biến So sánh Cronbach Alpha với một số nào đó (ngưỡng tiêu chuẩn) nếu đảm bảo yêu cầu thì dữ nguyên thang đo, không đảm bảo thì loại bỏ Các ngưỡng so sánh 0.95: tuyệt vời 0.6: chấp nhận được 0.7: tốt 0.5: kém 0.3: không chấp nhận - Chạy Cronbach Alpha SPSS: analyze --> scale --> reliability… *cần chạy CA cho từng thang đo, lưu ý , hệ số CA tổng nằm trong bảng Giả sử CA ở mức thấp, nhìn vào đâu để cải thiện? Nhìn vào tương quan biến tổng và Alpha nếu loại biến Nếu tương quan biến tổng <0.3 mới cần loại biến và nếu corrected item – total correlation > cronbach alpha tổng thì xem xét loại - EFA: (exploratory factor analysis) được dùng để khám phá cấu trúc cơ bản của một nhóm các biến số. được sử dụng cho các hiện tượng không thể đo lường trực tiếp Nếu biến đã loại sau khi chạy CA thì ko đưa vào EFA điều kiện EFA thỏa mãn: hệ tải > 0.4, 0.5 ≤ 𝐾𝑀𝑂 ≤ 1, 𝑆𝑖𝑔 ≤ 0.05 3. Phân tích kết quả hồi quy Analyze -> dimension reduction -> factor Chuyển hết biến độc lập sang bên phải Trong descriptive chọn KMO, trong rotation chọn varimix Trong option chọn sorted by side và supress smaill coefficient, absolute value = 0.3 STATA import excel "C:\Users\THIS PC\OneDrive\Máy tính\wage2.xls", sheet("WAGE2") firstrow (17 vars, 935 obs) . edit . encode married, gen (hn) . edit . encode black, gen(mauda) . encode south, gen(dialy) . encode urban, gen(vungmien) . encode sibs, gen(anhchiem) reg wage hours IQ KWW educ exper age tenure Source | SS df MS Number of obs = -------------+---------------------------------- F(7, 927) Model | 29163284.5 Residual | 123552884 935 = 7 4166183.5 Prob > F 31.26 = 0.0000 --> mô hình có ý nghĩa (<0.05 là được) 927 133282.507 R-squared -------------+---------------------------------- Adj R-squared = Total | 152716168 934 163507.675 Root MSE = 0.1910 0.1849 = 365.08 -----------------------------------------------------------------------------wage | Coefficient Std. err. t P>|t| [95% conf. interval] -------------+---------------------------------------------------------------hours | -2.808212 1.671722 IQ | 3.882195 .9821408 -1.68 0.093 3.95 0.000 KWW | 7.836586 1.993736 educ | 46.42693 7.38502 exper | 10.04346 3.711718 age | 4.689624 5.093073 tenure | 5.684642 2.48284 _cons | -529.6987 178.2927 -6.089011 1.954718 3.93 0.000 6.29 0.000 2.71 0.007 .4725874 5.809672 3.923826 31.93364 11.74935 60.92023 2.759112 17.3278 0.92 0.357 -5.305665 14.68491 2.29 0.022 .8120034 10.55728 -2.97 0.003 -879.6028 -179.7945 ------------------------------------------------------------------------------ So sánh P với 1% --> 1% ko có tác động và 99% có tác động, 5% và 10% Cảng nhỏ càng tốt P hour cho thấy không tìm thấy tác động của số giờ làm đến tiền lương IQ có ý nghĩa tác động đến tiền lương tại mức ý nghĩa 1% Kiểm tra hệ số phóng đại phương sai VIF vif Variable | VIF 1/VIF -------------+---------------------educ | IQ | 1.80 1.48 exper | 0.556013 0.677309 1.41 KWW | 0.706806 1.38 0.727183 tenure | 1.09 0.916373 hours | 1.02 0.978887 -------------+---------------------Mean VIF | 1.36 Kiểm tra hiện tượng đa cộng tuyến bằng cách xem hệ số VIF So sánh VIF với 5 có nghĩa là ko có đa cộng tuyến, nếu vif>5 xem xét bỏ biến nào có Kiểm định PSSSTĐ estat imtest, white White's test H0: Homoskedasticity Ha: Unrestricted heteroskedasticity chi2(27) = 85.25 Prob > chi2 = 0.0000 --> có hiện tượng PSSSTĐ Cameron & Trivedi's decomposition of IM-test -------------------------------------------------Source | chi2 df p ---------------------+---------------------------Heteroskedasticity | Skewness | Kurtosis | 85.25 22.84 5.93 27 6 1 0.0000 0.0009 0.0149 ---------------------+---------------------------Total | 114.02 34 0.0000 -------------------------------------------------Đối với kiểm định này P càng lớn càng tốt Để chữa mô hình này thì chạy lại mô hình, thêm đuôi , robust reg wage hours IQ KWW educ exper tenure, robust Linear regression Number of obs = F(6, 928) = 35.28 Prob > F = 0.0000 R-squared Root MSE = 935 0.1902 = 365.05 -----------------------------------------------------------------------------| Robust wage | Coefficient std. err. t P>|t| [95% conf. interval] -------------+---------------------------------------------------------------hours | -2.773489 2.185245 IQ | 3.710553 .9323859 -1.27 0.205 3.98 0.000 KWW | 8.556879 1.972618 -7.062083 1.880724 4.34 0.000 1.515105 5.540383 4.68557 12.42819 educ | 47.49677 7.469667 6.36 0.000 32.83737 62.15617 exper | 11.69751 3.232655 3.62 0.000 5.353344 18.04167 tenure | 6.002005 2.519879 2.38 0.017 1.056684 10.94733 _cons | -420.2842 146.3311 -2.87 0.004 -707.4623 Kiểm định xem có sót biến không Ovtest -133.106 Tài liệu tham khảo (Al-Gasaymeh et al., 2022; Azam et al., 2012; Busse & Hefeker, 2005; Duasa, n.d.; Dzidrov & Dzidrov, 2010; Erb et al., n.d.; Erkekoglu, 2016; García-Herrero & Navia, 2003; Hammoudeh et al., 2011; Hasan & Nishi, 2019; Hasli et al., 2019; Hassan, 2022; Hayakawa et al., 2013; Iloie, 2015; Izotov, 2019; Kellard et al., 2022; Kruja & Dragusha, n.d.; LIEN, 2021; Master of Management, Faculty of Economics and Business, Universitas Brawijaya et al., 2020; Nabamita Dutta & Sanjukta Roy, 2011; Rafat & Farahani, 2019; Sijabat, 2023; Skyline University College, UAE et al., 2020; Vijayakumar et al., 2009; Wilier & Meyers, n.d.) Al-Gasaymeh, A., Almahadin, H. A., Alrawashdeh, N., Alzoubi, H., & Al-ma’aytah, M. (2022). DOES COUNTRY RISK AFFECT FOREIGN DIRECT INVESTMENT: EVIDENCE FROM EMERGING COUNTRIES. 26(2). Azam, M., Khan, M. A., & Iqbal, N. (2012). Impact of Political Risk and Uncertainty on FDI in South Asia. Transition Studies Review, 19(1), 59–77. https://doi.org/10.1007/s11300-012-0230-x Busse, M., & Hefeker, C. (2005). Political Risk, Institutions and Foreign Direct Investment. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.704283 Duasa, J. (n.d.). MALAYSIAN FOREIGN DIRECT INVESTMENT AND GROWTH: DOES STABILITY MATTER? Dzidrov, M., & Dzidrov, M. (2010). Political and Economic Risk Analysis. Erb, C. B., Harvey, C. R., & Viskanta, T. E. (n.d.). Political Risk, Economic Risk and Financial Risk. Erkekoglu, H. (2016). 6. Do political risks affect the foreign direct investment inflows to host countries. Pressacademia, 5(2), 218–218. https://doi.org/10.17261/Pressacademia.2016219263 García-Herrero, A., & Navia, D. (2003). Determinants and Impact of Financial Sector FDI to Emerging Economies: A Home Country’s Perspective. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.510942 Hammoudeh, S. M., Sari, R., Liu, T., & Uzunkaya, M. (2011). The Dynamics of BRICS’s Country Risk Ratings and Stock Markets, U.S. Stock Market and Oil Price. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.1894210 Hasan, M. K., & Nishi, N. N. (2019). An Analysis of the Impact of GDP, Trade openness, Inflation rate and Market size in Attracting Inward https://doi.org/10.5281/ZENODO.3228842 FDI in Bangladesh Based on Empirical Analysis. Hasli, A., Ibrahim, N. A., & Ho, C. S. F. (2019). The Effects of Political Risk, Macroeconomic and Country Specific Factors on FDI in Developing Countries. International Journal of Academic Research in Business and Social Sciences, 9(6), Pages 369-382. https://doi.org/10.6007/IJARBSS/v9-i6/5957 Hassan, A. S. (2022). Does Country Risk Influence Foreign Direct Investment Inflows? A Case of the Visegrád Four. Economies, 10(9), 221. https://doi.org/10.3390/economies10090221 Hayakawa, K., Kimura, F., & Lee, H. (2013). How Does Country Risk Matter for Foreign Direct Investment? The Developing Economies, 51(1), 60–78. https://doi.org/10.1111/deve.12002 Iloie, R. E. (2015). Connections between FDI, Corruption Index and Country Risk Assessments in Central and Eastern Europe. Procedia Economics and Finance, 32, 626–633. https://doi.org/10.1016/S22125671(15)01442-2 Izotov, D. (2019). Inflow of Foreign Direct Investments in Russia’s Regions: Potential and Risk Factors. Economic and Social Changes: Facts, Trends, Forecast / Экономические и Социальные Перемены: Факты, Тенденции, Прогноз, 2 (62). https://doi.org/10.15838/esc.2019.2.62.3 Kellard, N. M., Kontonikas, A., Lamla, M. J., Maiani, S., & Wood, G. (2022). Risk, financial stability and FDI. Journal of International Money and Finance, 120, 102232. https://doi.org/10.1016/j.jimonfin.2020.102232 Kruja, A., & Dragusha, B. (n.d.). The Impact of Political Risk on Foreign Direct Investment. Iliria International Review. LIEN, N. T. K. (2021). The Effect of Trade Openness on Foreign Direct Investment in Vietnam. The Journal of Asian Finance, Economics and Business, 8(3), 111–118. https://doi.org/10.13106/JAFEB.2021.VOL8.NO3.0111 Master of Management, Faculty of Economics and Business, Universitas Brawijaya, Pertiwi, N., Ratnawati, K., Faculty of Economics and Business, Universitas Brawijaya, Aisjah, S., & Faculty of Economics and Business, Universitas Brawijaya. (2020). UNDERSTANDING COUNTRY RISK TOWARD FOREIGN DIRECT INVESTMENT MODERATED BY EASE OF DOING BUSINESS RANKING (Study in ASEAN (Indonesia, Malaysia, Thailand, Philippines, and Vietnam)). JURNAL APLIKASI MANAJEMEN, 18(2), 269–276. https://doi.org/10.21776/ub.jam.2020.018.02.07 Nabamita Dutta & Sanjukta Roy. (2011). Foreign Direct Investment, Financial Development and Political Risks. The Journal of Developing Areas, 44(2), 303–327. https://doi.org/10.1353/jda.0.0106 Rafat, M., & Farahani, M. (2019). The Country Risks and Foreign Direct Investment (FDI). Iranian Economic Review, 23(1). https://doi.org/10.22059/ier.2018.69107 Sijabat, R. (2023). The Association between Foreign Investment and Gross Domestic Product in Ten ASEAN Countries. Economies, 11(7), 188. https://doi.org/10.3390/economies11070188 Skyline University College, UAE, Fernandez, M., Shubaisi, A. M. A., & Joseph, R. (2020). Examination of Potentialities of Vietnam as FDI Destination. Journal of Economics and Business, 3(3). https://doi.org/10.31014/aior.1992.03.03.254 Vijayakumar, J., Rasheed, A. A., & Tondkar, R. H. (2009). Foreign Direct Investment and Evaluation of Country Risk: An Empirical Investigation. Multinational Business Review, 17(3), https://doi.org/10.1108/1525383X200900023 Wilier, A. H., & Meyers, G. (n.d.). THE ECONOMIC THEORY OF RISK AND INSURANCE. 181–204.