Perbedaan Data Time Series, Data Cross Section, dan Data Panel

19 January 2015 - dalam Statistik Penelitian Oleh elsimh-feb11

1. Data Time Series (runtun waktu/historis)

Data time series adalah data yang terdiri dari satu objek namun teridiri dari beberapa waktu periode,
seperti harian, bulanan, triwulanan, dan tahunan. Misalnya: data pertumbuhan PDB dari tahun 2009
sampai 2013 (objeknya hanya satu: pertumbuhan PDB triwulanan, namun disajikan dalam beberapa
periode: dari tahun 2009-2013 secara triwulan). Contoh lainnya adalah data harian saham, data
bulanan BI rate dari tahun 2008-2014, dan lain-lain. Data ini nantinya akan diamati trend atau pola
perubahannya dari tahun ke tahun (berurutan), sehingga data ini dikatakan sebagai data historis atau
runtun waktu. Pola perubahan atau trend pada waktu-waktu lampau tersebut akan dapat digunakan
untuk mengestimasi pola perubahan pada tahun-tahun atau waktu mendatang.

2. Data Silang (cross section)

Data Silang (cross section) adalah data yang terdiri dari satu objek namun memerlukan sub objek-sub
objek lainnya yang berkaitan atau yang berada di dalam objek induk tersebut pada suatu waktu (satu
waktu saja, tidak seperti data time series yang terdiri dari beberapa periode waktu), misalnya data
penjualan perusahaan pada bulan Januari 2014, terdiri dari data penjualan bersih dan data penjualan
kotor pada bulan Januari 2014. Contoh lainnya: data kinerja keuangan perusahaan pada bulan Juli
2011, terdiri dari data DER, data ROA, data laba bersih (earning after interest and tax), dan data
keuangan lainnya pada bulan Juli 2011.

3. Data Panel (pooled data)

Data Panel (pooled data) adalah data gabungan antara data time series dengan data cross section.
Dikatakan data gabungan karena data ini terdiri atas beberapa objek/sub objek dalam beberapa
periode waktu. Contohnya: faktor eksternal dan faktor internal perusahaan dari tahun 2009-2013;
Jumlah ekspor dan impor rempah-rempah Indonesia pada periode 2008-2010 per tiga bulanan
(triwulanan).

Periode Faktor Eksternal Faktor Internal

PDB (Rp Milyar) Inflasi BI rate DER ROA

2009 527.000 8,50% 6,75% 199% 2,09%

2010 515.035 7,55% 8,25% 234% 1,98%

2011, dst 675.214 7,75% 6,50% 176% 4,31%

Dalam ekonometrika, kita kenal terdapat 3 kelompok data yaitu data runtun waktu ( time series), data
silang (cross section), dan data panel (pooled data). Data-data tersebut tentunya sangat diperlukan
dalam penelitian, maupun pengambilan keputusan. Pengumpulan data biasanya memerlukan waktu
yang lama karena dapat melibatkan banyak aktivitas seperti mendatangi responden, menginput data,
menyunting data, maupun menampilkannya dengan suatu alat analisis tertentu. Berikut akan dibahas
beberapa jenis data yang telah kita bahas di atas.
1. Data runtun waktu (time series)
Time series merupakan data yang terdiri atas satu objek tetapi meliputi beberapa periode waktu
misalnya harian, bulanan, mingguan, tahunan, dan lain-lain. Kita dapat melihat contoh data time
series pada data harga saham, data ekspor, data nilai tukar (kurs), data produksi, dan lain-lain
sebagainya. Jika kita amati masing-masing data tersebut terkait dengan waktu (time) dan terjadi
berurutan. Misalnya data produksi minyak sawit dari tahun 2000 hingga 2009, data kurs Rupiah
terhadap dollar Amerika Serikat dari tahun 2000 2006, dan lain-lain. Dengan demikian maka akan
sangat mudah untuk mengenali jenis data ini.
Data time series juga sangat berguna bagi pengambil keputusan untuk memperkirakan kejadian di
masa yang akan datang. Karena diyakini pola perubahan data runtun waktu beberapa periode masa
lampau akan kembali terulang pada masa kini. Data time series juga biasanya bergantung kepada
lag atau selisih. Katakanlah pada beberapa kasus misalnya produksi dunia komoditas kopi pada
tahun sebelumnya akan mempengaruhi harga kopi dunia pada tahun berikutnya. Dengan demikian
maka akan diperlukan data lag produksi kopi, bukan data aktual harga kopi. Tabel berikut ini akan
memperjelas konsep lag yang mempengaruhi data time series.
Tabel 1. Produksi dan lag produksi kopi dunia tahun 200 2005
Tahun Produksi Kopi Lag Produksi
Dunia Kopi
(Ton)
2000 7.562.713 -
2001 7.407.986 -154.727
2002 7.876.893 468.907
2003 7.179.592 -697.301
2004 7.582.293 402.701
2005 7.276.333 -305.960
Data lag tersebut kemudian dapat digunakan untuk melihat pengaruh lag produksi terhadap harga
kopi dunia.

2. Data Silang (cross section)

Data silang terdiri dari beberapa objek data pada suatu waktu, misalnya data pada suatu restoran
akan terdiri dari data penjualan, data pembelian bahan baku, data jumlah karyawan, dan data-data
relevan lainnya. Ilustrasinya seperti pada table di bawah ini.
Tabel 2. Perbandingan antara penjualan, pembelian bahan baku, dan jumlah karyawan pada
restoran A, B, dan C pada bulan Januari 2009
Restoran Penjualan Pembelian Jumlah
bahan Karyawan
baku
A 19.587.200 10.300.100 10
B 23.584.000 16.200.589 15
C 17.211.000 13.300.251 7
Sumber: FAO (2009)
Dari data tersebut dapat maka dapat dilihat produktivitas pada restoran A, B, dan C.

3. Data Panel (pooled data)

Data panel adalah data yang menggabungkan antara data runtun waktu (time series) dan data
silang (cross section). Karena itu data panel akan memiliki beberapa objek dan beberapa periode
waktu. Contoh data panel dapat dilihat pada table berikut ini.

Tabel 3. Data panel ekspor dan impor kopi Indonesia dan Malaysia pada periode tahun 2005
2007

Negara Periode Ekspor (ton) Impor (ton)

Indonesia 2005 443.366 1.654
Indonesia 2006 411.721 5.092
Indonesia 2007 320.600 47.937
Malaysia 2005 666 23.826
Malaysia 2006 1.490 35.368
Malaysia 2007 984 42.165
Sumber: FAO (2009)
Setelah jelas konsep data, maka kita dapat melakukan dan menerapkan alat analisis yang sesuai.
(yos)