Perbedaan Data Cross Section, Time Series dan Data Panel
Table of Contents
Hal yang utama sebelum menentukan metoe analisis data adalah memahami benar karakteristik dan jenis – jenis data. Berdasarkan skalanya, data bisa dibagi dengan skalanon parametrik dan parametrik. karakteristik skala ini sangat menentukan metode pengolahan data yang akan digunakan untuk menghasilkan kesimpulan yang baik. Sehingga hasil penelitian dapat dipertanggung jawabkan.
Berdasarkan sumbernya, data juga dipisahkan antara data primer dan sekunder. Data primer biasanya diperoleh dari penelitian primer dengan langsung mengamati perubahan perilaku objek pengamatan. Sedangkan data sekunder adalah data yang diperoleh dari hasil penelitian atau survey yang dilakukan oleh lembaga atau peneliti yang lain dan tidak berhubungan langsung dengan objek penelitian.
Jika dilihat berdasarkan sifat data, data bisa bersifat cross section, time series dan panel.
Baca Juga : Regresi Data Panel Dengan Menggunakan Eviews
Baca Juga : Regresi Data Panel Dengan Menggunakan Eviews
Cross Section
Secara sederhana konsep data cross section adalah data yang memiliki objek yang banyak pada tahun yang sama atau data yang dikumpulkan dalam satu waktu terhadap banyak objek. Pengertian objek di sini bisa macam-macam dan berupa banyak hal seperti misalnya individu/orang, perusahaan, bank, daerah (kabupaten dan kota), dan bahkan negara.
Contoh lain misalnya: Seorang mahasiswa ingin meneliti tentang pengaruh tingkat partisipasi siswa dalam organisasi terhadap persentase kelulusan di tahun 2017. Dalam melakukan penelitian tersebut, dia mengumpulkan data responden dari perwakilan sekolah di sebuah kabupaten dan mengambil sample masing-masing sekolah sebanyak 20 orang.
Data yang dikumpulkan oleh peneliti tersbeut bersifat cross section. Data yang dikumpulknan masih dalam tahun yang sama. Artinya, data tidak mengandung unsur waktu namun data dikelompokkan berdasarkan asal responden. Biasanya pengelompokkan responden tersebut dapat mempengaruhi hasil karena memiliki karakteristik yang berbeda. Contoh: pada sekolah yang favorit, kemungkinan besar tingkat persentase kelulusan tinggi dan partisipasi keorganisasian juga tinggi. Hal ini belum tentu sama dengan sekolah lainnya, sehingga pengambilan sample harus sangat diperhatikan.
Time Series
Berbeda dengan cross section, time series mengandung unsur waktu. konsep dari data time series adalah data yang memliki runtun waktu yang lebih dari satu tahun pada satu objek atau data yang dikumpulkan dari waktu ke waktu terhadap satu individu/objek. Misalnya seorang mahasiswa melakukan analisis trend konsumsi sayuran dari tahun 1990 sampai dengan 2017. Data yang diambil biasanya hanya satu kelompok, yakni konsumsi sayuran nasional namun memiliki range waktu yang panjang dari periode tahun tersebut. Tentu jumlah tahun akan sangat mempengaruhi pola data mengingat dalam berjalannya periode terjadi kondisi yang berbeda-beda, seperti tingkat inflasi, tingkat susku bunga, nilai mata uang, dan lain- lain.
Data Panel
Data panel merupakan gabungan dari cross section dan time series. Data panel memiliki pengelompokan data yang berbeda dan memiliki unsur time series juga didalamnya. Misalnya: seorang peneliti ingin mengetahui pengaruh luas lahan terhadap produksi padi secara nasional. Kemudian dia mengambil data produksi dan luas lahan seluruh Indonesia pada rentang tahun tertentu.
Secara sederhananya konsep dari data panel yaitu memiliki dua krakteristik data, yaitu time seriesdan cross section. Dua karakteristik data tersebut digabung dalam sebuah data yang disebut denga data panel atau pooled data, atau longitudinal data. Dikatakan data gabungan karena data ini terdiri atas beberapa objek/sub objek dalam beberapa periode waktu.
Seperti pengertian berikut: data panel adalah (pooled data) adalah sebuah set data yang berisi data sampel individu seperti rumah tangga, perusahaan, kabupaten/kota, provinsi, negara dan lain-lain pada periode waktu tertentu. Menurut Ekananda (2016) dan Nachrowi & Usman (2006) secara teoritis, ada beberapa keuntungan digunakannya data gabungan tersebut, yaitu jelas bahwa semakin banyaknya jumlah observasi (N) yang dimiliki untuk kepentingan estimasi parameter populasi, semakin banyak pula jumlah observasi tersebut membawa dampak positif dengan memperbesar derajat kebebasan (degree of freedom), menurunkan kemungkinan kolinearitas antar variabel dan lebih efisien.
Keuntungan lainnya dari penggunaan data panel adalah dimungkinkannya estimasi masing-masing-masing karakteristik individu maupun karakteristik waktu (periode) secara terpisah.
Dengan menerapkan proses estimasi pada data panel, maka secara bersamaan dapat mengestimasi karakteristik individu dengan memperhatikan adanya dinamika antar waktu dari masing-masing variabel dalam penelitian. Dengan demikian, analisis hasil estimasi akan lebih komprehensif dan mencakup hal-hal yang lebih mendekati realita (Ekananda, 2016).