Author: dudidutaakbar@gmail.com
-
đ Membaca Transparansi Pemerintah Lewat Persamaan
Bagaimana Meta-Analisis Mengukur Insentif Disclosure Digital vs Hard-Copy Sumber utama:Alcaide MuĂąoz, L., RodrĂguez BolĂvar, M. P., & LĂłpez HernĂĄndez, A. M. (2016)Transparency in Governments: A Meta-Analytic Review of Incentives for Digital Versus Hard-Copy Public Financial Disclosuresđ https://doi.org/10.1177/0275074016629008 Mengapa Perlu Meta-Analisis? Studi tentang transparansi pemerintah khususnya pengungkapan informasi keuangan publikâsering menghasilkan temuan yang tidak konsisten.Ada yang…
-
Transparency in Governments: A Meta-Analytic Review of Incentives for Digital Versus Hard-Copy Public Financial DisclosuresAlcaide MuĂąoz, L., RodrĂguez BolĂvar, M. P., & LĂłpez HernĂĄndez, A. M. (2016)American Review of Public Administration
đ Link DOI (sumber resmi):https://doi.org/10.1177/0275074016629008 Metodologi Kuantitatif: Model dan Persamaan Meta-Analisis Penelitian ini menggunakan meta-analysis berbasis korelasi dengan pendekatan HunterâSchmidt (2004). Tujuannya adalah mengestimasi hubungan rata-rata (true effect) antara determinan transparansi dan tingkat pengungkapan informasi keuangan pemerintah, sekaligus menguji heterogenitas antar-studi. 1. Definisi Effect Size Effect size utama yang digunakan adalah koefisien korelasi (r) antara:…
-
Are More Data Always Better for Factor Analysis?
Apakah Lebih Banyak Data Selalu Lebih Baik dalam Analisis Faktor? Introduction In macroeconomics and empirical finance, factor models have become a standard tool for extracting common signals from large datasets. The basic intuition is appealing: the more variables we observe, the better we can identify the underlying economic forces driving them. But is this intuition…
-
Are More Data Always Better for Factor Analysis?
Methodological Notes on Factor Modeling, Estimation, and Forecasting 1. Conceptual Framework: Approximate Factor Model (AFM) The paper is built on the approximate factor model, which is widely used in macroeconomics to summarize large datasets using a small number of latent factors. Model specification For each variable i=1,âŚ,Ni = 1, \dots, N and time period t=1,âŚ,Tt…
-
âAre More Data Always Better for Factor Analysis?â (Boivin & Ng, 2003)
1) Kerangka utama: Approximate Factor Model (AFM) 1.1. Struktur data panel Paper bekerja dengan panel makro: Model faktor (statik) untuk setiap seri:Xit=Îťi0â˛Ft0+eitâĄĎit+eitX_{it}=\lambda_i^{0\prime}F_t^0+e_{it}\equiv \chi_{it}+e_{it} Arti simbol: Inti âapproximate factor modelâ: eite_{it}â boleh saling berkorelasi (cross-correlated) dan serially correlated secara lemah, tidak harus diagonal seperti strict factor model. ARE MORE DATA ALWAYS BETTER FOR⌠2) Estimasi faktor:…
-
đ Program Workshop Intensif â Systematic Literature Review (SLR)
đ WORKSHOP INTENSIF PRISMA-Based Practical Training Pelatihan praktik terstruktur untuk membimbing peserta menyusun Systematic Literature Review (SLR) secara langsung â mulai dari perumusan research question hingga screening dan ekstraksi literatur berbasis metode PRISMA. Dipandu secara langkah-demi-langkah dengan template dan studi kasus. đ§ Fokus Materi Praktik â Menentukan tema & research scopeâ Menyusun Research Question (PICOC)â …
-
đ Tips Membuat Paper Review dengan Mudah dalam 7 Tahap
Systematic paper review atau literature review yang baik tidak hanya merangkum, tetapi menyaring, memetakan, dan mensintesis temuan secara terstruktur. Dengan pendekatan yang tepat, proses ini dapat dilakukan secara sistematis dan siap diarahkan menjadi artikel ilmiah. Berikut alur ringkas 7 tahap yang direkomendasikan. đźď¸ Skema Tahapan Paper Review đ Gambar Skema Tahapan đ PRISMA & InklusiâEksklusi…
-
đ Membaca Denyut Ekonomi dari Data yang Berisik
Generalized Dynamic Factor Model dan Seni Menyaring Sinyal Makro đŽđŠ Versi Bahasa Indonesia âď¸ Ketika Data Melimpah, Tapi Makna Mengabur Hari ini, kita hidup di era kelimpahan data ekonomi.Setiap bulan bahkan setiap hari kita disuguhi angka pertumbuhan, inflasi, produksi industri, suku bunga, indeks sentimen, hingga indikator keuangan global. Namun ironisnya, semakin banyak data yang tersedia,…
-
Generalized Dynamic Factor Model (GDFM): Implementation, Diagnostics, and Extensions
Langkah Implementasi Operasional (Algorithmic Steps) Bagian ini penting karena GDFM tidak bisa direplikasi hanya dengan regresi standar. Berikut alur estimasi sebagaimana diimplikasikan oleh Forni et al. (2000). Step 1 â Pre-processing Data Setiap seri xitx_{it} diperlakukan sebagai berikut: x~it=xitâxËiĎi\tilde{x}_{it}=\frac{x_{it}-\bar{x}_i}{\sigma_i} Tujuan standardisasi:â mencegah satu seri mendominasi spektrum hanya karena skala. Step 2 â Estimasi Autocovariance Panel…
-
Berdasarkan paper Forni, Hallin, Lippi, Reichlin (2000) tentang Generalized Dynamic Factor Model (GDFM)
Data Struktur, variabel, periode, dan sumber 1.1 Struktur data panel (besar n, sedang T) GDFM dirancang untuk situasi di mana jumlah seri (n) besar, bisa lebih besar dari panjang waktu (T), sehingga VAR/VARMA menjadi tidak efisien karena terlalu banyak parameter. The Generalized Dynamic Factor ⌠1.2 Contoh aplikasi empiris dalam paper (EURO area) Paper menerapkan…