Data Cross-Section, Data Time Series, dan Data Panel ”.
Gujarati (2003:27 ) menyatakan data cross-section merupakan suatu data yang terdiri dari satu atau lebih variabel yang dikumpulkan pada waktu yang sama ( at the same point in time). time ). Tabel Tabel 1 merupakan contoh dari data cross-section. cross-section.
Data cross cross-sec -sectio tion n pada Tabel Tabel 1 terdiri atas dua variabel, yakni pendapatan () dan pengeluaran (!). Data pendapatan dan pengeluaran dari enam perusahaan tersebut dikumpulkan pada waktu yang sama, yakni pada tahun "###. $elai $elain n da data ta cross-section , terdap terdapat at jenis jenis data data lain, lain, yakni yakni data time series. series. %ada %ada data data time series,, serangkaian nilai pengamatan dari suatu variabel dikumpulkan berdasarkan waktu series yang berbeda&beda ( Gujarati, 2003:25 ). Tabel Tabel " merupakan contoh dari data time series. series.
Data time ser series pada Tabel Tabel " menyajikan tingkat pendapatan dan pengeluaran dari perusahaan selama enam tahun, yakni dari tahun "### sampai tahun "##'. Data yang memuat unsur ti time me series series dan cro cross-secti ss-section on disebu disebutt dengan dengan data panel . Data panel disebut juga dengan pooled data ( pooling pooling of time series and cross sectional observations), observations), combination of time series and cross section data , micropanel data. data . Tabel merupakan contoh dari data panel.
dan seterusnya. erdasarkan data pada Tabel , perhatikan bahwa masing&masing unit cross sectional memiliki jumlah waku pengamatan yang sama. %ada unit cross-sectional %erusahaan *, memiliki waktu pengamatan, yakni mulai dari tahun "###, "##1, dan "##". egitu juga pada unit cross-sectional %erusahaan memiliki waktu pengamatan, yakni dari tahun "###, "##1, dan "##". Data panel yang demikian disebut juga dengan istilah balanced
panel . +amun jumlah waktu pengamatan tidak sama atau berbeda&beda, maka disebut unbalanced panel .
enis-enis Data
•
enis Data -enurut ara -emperolehnya / Data %rimer Data primer adalah secara langsung diambil dari objek 0 obyek penelitian oleh peneliti perorangan maupun organisasi. ontoh / -ewawancarai langsung penonton bioskop "1 untuk meneliti preerensi konsumen bioskop.
Data $ekunder Data sekunder adalah data yang didapat tidak secara langsung dari objek penelitian. %eneliti mendapatkan data yang sudah jadi yang dikumpulkan oleh pihak lain dengan berbagai cara atau metode baik secara komersial maupun non komersial. ontohnya adalah pada peneliti yang menggunakan data statistik hasil riset dari surat kabar atau majalah.
•
-acam&-acam Data erdasarkan $umber Data / Data 2nternal Data internal adalah data yang menggambarkan situasi dan kondisi pada suatu organisasi secara internal. -isal / data keuangan, data pegawai, data produksi, dsb. Data 3ksternal Data eksternal adalah data yang menggambarkan situasi serta kondisi yang ada di luarorganisasi. ontohnya adalah data jumlah penggunaan sua tu produk pada konsumen, tingkat preerensi pelanggan, persebaran penduduk, dan lain sebagainya.
•
enis&jenis Data -enurut 4aktu %engumpulannya / Data ross $ection Data cross§ion adalah data yang menunjukkan titik waktu tertentu. ontohnya laporan keuangan per 1 desember "##5, data pelanggan %T. *ngin 6ibut bulan mei "##7, dan lain sebagainya.
Data Time $eries 0 erkala Data berkala adalah data yang datanya menggambarkan sesuatu dari waktu ke waktu atau periode secara historis. ontoh data time series adalah data perkembangan nilai tukar dollar amerika terhadap euro eropa dari tahun "##7 sampai "##5, jumlah pengikut jamaah nurdin m. top dan doktor a8ahari dari bulan ke bulan, dll. •
Data dengan 9ariabel bebas dan variabel terikat / 9ariabel bebas adalah data unit atau ukuran yang diubah dalam suatu pengamatan. Dalam hubungan sebab&akibat, variable terikat berperan sebagai sebab sementara variable bebas adalah akibat. Data dengan variabel terikat adalah data unit atau ukuran yang berubah sesuai dengan berubahnya variable lain. 9ariabel terikat menjadi hal yang diperhatikan dalam suatu pengamatan.
•
Data !er"ala
Data berkala adalah data yang dikumpulkan dari waktu ke waktu untuk menggambarkan suatu perkembangan atau kecenderungan keadaan0peristiwa0kegiatan. iasanya jarak dari waktu ke waktu sama. Data berkala disebut juga time series data. Dengan analisis data berkala kita dapat mengetahui perkembangan satu atau beberapa keadaan serta hubungan atau pengaruhnya
terhadap
keadaan
lain.
Gerakan&gerakan khas data berkala dapat digolongkan menjadi empat kelompok utama, yang sering disebut komponen&komponen data berkala, yaitu / 1. Gerakan trend jangka panjang (T) adalah suatu garis halus atau kurva yang menunjukkan suatu kecenderungan umum dari suatu data berkala. :ecenderungan tersebut arahnya bisa naik
bisa
juga
turun.
". Gerakan siklis () adalah gerakan naik&turun di sekitar garis trend jangka panjang. *tau bisa juga dikatakan suatu gerakan sekitar rata&rata nilai data berkala, di atas atau di bawah garis trend dalam jangka panjang.
. Gerakan variasi musim ($) adalah gerakan yang mempunyai pola&pola tetap atau identik dari waktu ke waktu dengan jangka waktu yang kurang dari satu tahun. 7. Gerakan yang tak teratur atau gerakan yang acak (2) adalah gerakan dengan pola tidak teratur dan tidak dapat diperkirakan yang terjadi dalam waktu singkat. ontoh data berkala adalah sebagai berikut /
pertumbuhan ekonomi per tahun dari tahun 1;;' sampai tahun "###.
jumlah produksi minyak per bulan
indeks harga saham per hari jumlah keuntungan perusahaan tiap tahun.
%ersamaan klasik mengasumsikan bahwa data berkala ! merupakan hasil perkalian dari komponen&komponen,
T,
,
$
dan
2
yaitu
/
!
<
T
=
=
$
=
2
*da juga statistikawan yang mengasumsikan bahwa data berkala ! < T > > $ > 2 entuk ?mum %ersamaan Trend @inear ! < a > b ! < nilai trend pada periode tertentu (variabel tak bebas) < periode waktu (variabel bebas) a < intersep dari persamaan trend b < koeisien kemiringan atau gradien dari persamaan trend yang menunjukkan besarnya ! bila terjadi perubahan pada . *da empat cara untuk menentukan persamaan trend linear, yaitu / a) -etode bebas b) -etode setengah rata&rata c) -etode rata&rata bergerak d) -etode kuadrat terkecil a) -etode ebas merupakan cara yang paling sederhana dan mudah untuk menentukan trend dari data berkala. @angkah&langkah yang diperlukan / 1. uatlah sumbu datar dan sumbu tegak ! dalam sistem koordinat artesius. ". uatlah diagram pencar (scatter diagram) dari pasangan titik (,!) yang menyatakan kaitan antara waktu dan nilai data berkala. . Tariklah garis linear yang arahnya mengikuti arah penyebaran nilai&nilai data berkala. 7. %ilihlah dua titik sembarang untuk menentukan persamaan trend linear, misalnya (1,!1) dan (", !") '. %ilih salah satu periode waktu data berkala sebagai titik asal (<#) 5. -asukkanlah atau subtitusikanlah nilai&nilai dan ! dari dua titik yang telah dipilih pada rumus persamaan umum trend linear. A. $elanjutnya tentukanlah nilai&nilai trend dengan memakai persamaan yang telah diperoleh tersebut.
b) -etode setengah rata&rata Dilakukan dengan tahap berikut / 1. agilah data berkala menjadi dua kelompok yang sama banyak, katakanlah kelompok 1 dan kelompok ". ". Tentukanlah rata&rata hitung masing&masing kelompok. . Tentukanlah dua titik, yaitu (1, !1) dan (", !") dimana absis 1 dan " ditentukan dari periode waktu data berkala. 7. Tentukanlah nilai a dan b dengan mensubtitusikan nilai&nilai dan ! dari dua titik tersebut pada persamaan trend ! < a > b. c) -etode rata&rata bergerak $alah satu manaat penting dari rata&rata bergerak adalah untuk mengurangi variasi dari data berkala aslinya. Dengan mengurangi variasi tersebut , maka rata&rata bergerak dapat menghilangkan luktuasi&luktuasi yang tidak diinginkan. -isalnya / a, b, c, d, e, e, , g. -aka, rumusnya !1< (a>b>c)0n !"< (b>c>d)0n at / +ilai n untuk tiap perhitungan ! tergantung jumlah yang diperhitungkan, sedangkan setiap ! > 1 , maka akan bergeser ke data disebelah kanan. d) -etode :uadrat Terkecil *ntara nilai B nilai data berkala !1 ,!", !, C, !n dengan nilai B nilai trend !1, !", !,.., !n, yang diperoleh dari persamaan trend linear mempunyai eror sebesar ei
#e$resi Data Panel
6egresi data panel merupakan pengembangan dari regresi linier dengan metode F@$ yang memiliki kekhususan dari segi jenis data dan tujuan analisisnya. Dari segi jenis data, regresi data panel memiliki karakteristik (jenis) data cross section dan time series. $iat cross section data ditunjukkan oleh data yang terdiri lebih dari satu entitas (individu), sedangkan siat time series ditunjukkan oleh setiap individu memiliki lebih dari satu pengamatan waktu (periode). -isal pada suatu penelitian diamati entitas yang terdiri dari empat perusahaan dengan
masing&masing perusahaan memiliki periode pengamatan yang sama yaitu 1' tahun dari tahun 1;' sampai dengan 1;'7. Dilihat dari tujuan analisis data, data panel berguna untuk melihat dampak ekonomis yang tidak terpisahkan antar setiap individu dalam beberapa periode, dan hal ini tidak bisa didapatkan dari penggunaan data cross section atau data time series secara terpisah. *danya perbedaan karakteristik variabel terikat dari setiap entitas atau adanya pengaruh variabel lain di luar model yang ingin diamati pengaruhnya penggunaan regresi data panel akan eekti karena regresi linier tidak dapat melakukannya. Data time series $ering disebut juga dengan data runtut waktu yaitu merupakan rangkaian observasi pada suatu nilai yang diambil pada waktu yang berbeda. Data tersebut dapat dikumpulkan secara berkala pada interval waktu tertentu, misalnya harian, mingguan, bulanan, atau tahunan. -eskipun data time series sering digunakan dalam penelitian ekonomi, sebenarnya data time series sering menimbulkan masalah dalam analisisnya, terutama masalah stationary. $ecara singkat data yang tidak stasioner adalah data di mana nilai rata&rata dan variansnya tidak sistematis dalam kurun waktu tertentu. Data Cross Section Data cross section adalah data dari satu atau lebih variabel yang dikumpulkan dalam waktu yang sama, misalnya sensus penduduk. Data tipe ini juga mempunyai permasalahan lain yaitu masalah heterogenitas. -isalnya pengukuran data gaji karyawan dari berbagai kota, ada di antaranya yang terlalu tinggi nilainya dan ada di antaranya yang terlalu rendah nilainya. Pooled Data $ecara sederhana, pooled data adalah kombinasi antara data time series dan data cross section. ontohnya adalah data beberapa rasio keuangan dari beberapa perusahaan dalam rentang beberapa tahun atau periode tertentu.
Data Panel Data panel adalah bentuk khusus dari pooled data. Data panel juga sering disebut dengan longitudinal atau micropanel data. Tipe data panel adalah pooled data dengan unit cross sectional yang sama, misalnya unit keluarga atau perusahaan.