Jenis Data Berdasarkan Dimensi Waktu – Pada tulisan sebelumnya kita telah membahas jenis-jenis data berdasar skala pengukurannya. Dari dimensi waktu kita juga bisa menggolongkan data menjadi beberapa jenis data. Jenis-jenis data ini mempunyai karakteristik tersendiri sehingga dalam analisis statistik kita bisa menentukan metode mana yang sesuai untuk digunakan.
Berdasarkan dimensi waktu kita bisa menggolongkan data manjadi 4 (empat) jenis data, yaitu: data cross-sectional, data time series, data pooled cross sections, dan data panel. Untuk mengetahui karakteristik masing-masing jenis data tersebut silahkan baca artikel ini sampai selesai. Siapkan kopinya dulu ya gaes……
Jenis data berdasarkan waktu adalah sebagai berikut:
Data Cross-Section
Data cross-section merupakan data individu, siswa, sekolah, kelas, perusahaan, kota, negara, atau berbagai unit lainnya yang diambil pada titik waktu tertentu. Data ini dikumpulkan dalam satu waktu tertentu dan bisanya melibatkan banyak obyek data atau responden. Misalnya data dalam tabel 1. berikut ini.
Jadi data cross section adalah data yang dikumpulkan pada suatu titik waktu tertentu, namun waktu pengumpulan data mungkin saja tidak dalam satu titik persis pada suatu periode waktu. Misalnya, beberapa keluarga yang disurvei selama minggu yang berbeda dalam setahun. Dalam penelitian pendidikan misalnya, kita biasa mengumpulkan data melalui kuisioner dari para siswa tidak pada hari yang sama dalam satu bulan.
Dalam analisis cross-sectional murni, kita bisa mengabaikan perbedaan waktu kecil dalam mengumpulkan data. Jika satu set keluarga disurvei selama minggu yang berbeda di tahun yang sama, kita masih bisa mengkategorikan sebagai data cross-sectional.
Fitur penting dari data cross-sectional adalah bahwa kita dapat berasumsi bahwa data diperoleh secara acak dari populasinya. Misalnya, kita memperoleh informasi tentang Skor TOEP, Indeks Prestasi, Gaya Belajar, dan karakteristik lainnya dengan menarik secara acak 500 mahasiswa baru dari populasi seluruh mahasiswa baru dari sebuah Universitas, maka kita telah memiliki sampel acak dari populasi semua mahasiswa baru dari sebuah Universitas.
Pengambilan sampel harus secara acak (random) sebagai asumsi untuk menganalisis data cross-sectional. Contoh, kita meneliti faktor-faktor yang memengaruhi akumulasi kekayaan keluarga. Kita akan mensurvei sampel keluarga yang telah ditentukan secara acak, tetapi beberapa keluarga menolak melaporkan kekayaan mereka. Jika, keluarga kaya kecil kemungkinannya untuk mengungkapkan kekayaan mereka, maka sampel yang dihasilkan bukanlah sampel acak.
Untuk sampel yang diambil tidak secara acak (non-random sampling) maka data yang dihasilkan tidak bisa dipakai sebagai generalisasi. Misalnya bila data 500 mahasiswa dari tabel 1. diambil secara accidental sampling atau quota sampling maka data tersebut tidak mewakili seluruh mahasiswa.
Data cross-sectional banyak digunakan dalam ekonomi dan ilmu sosial lainnya. Dalam bidang ekonomi, analisis data cross-sectional sangat sesuai dengan bidang ekonomi mikro terapan, ekonomi tenaga kerja, keuangan publik, organisasi industri, ekonomi perkotaan, demografi, dan masih banyak lagi. Dalam pendidikan data ini sangat sesuai untuk penelitian karakteristik siswa, kualitas guru, fasilitas pembelajaran, dan sebagainya.
Data Time Series
Rangkaian data Time Series (runtut waktu) terdiri dari pengamatan pada suatu variabel atau beberapa variabel dari waktu ke waktu. Dengan kata lain data time series adalah data yang dikumpulkan dari waktu ke waktu secara berurutan pada satu atau lebih obyek yang sama pada setiap periode waktu. Contoh data deret waktu termasuk harga saham, jumlah uang beredar, indeks harga konsumen, PDB, jumlah lulusan siswa tahunan, dan lainnya.
Alasan penggunaan data ini karena peristiwa masa lalu dapat mempengaruhi peristiwa masa depan. Perubahan perilaku individu maupun masyarakat juga bisa berubah terkait dengan waktu. Waktu merupakan dimensi kunci dalam rangkaian data deret waktu.
Dimensi waktu time series biasanya merupakan frekuensi data di mana data dikumpulkan. Dalam bidang ekonomi, frekuensi yang paling umum adalah harian, mingguan, bulanan, triwulanan, dan tahunan. Berikut salah satu contoh data time series.
Data Pooled Cross Sections
Data Pooled Cross Sections merupakan suatu set data yang memiliki fitur cross-sectional dan time series sekaligus. Misalnya ada dua survei rumah tangga cross-sectional diambil di Jawa Timur, satu pada tahun 1985 dan satu pada tahun 1990. Pada tahun 1985, sampel acak rumah tangga disurvei untuk variabel pendapatan, tabungan, dan ukuran keluarga. Pada tahun 1990, sampel rumah tangga acak baru diambil dengan menggunakan pertanyaan survei yang sama. Untuk menambah ukuran sampel, kita dapat membentuk gabungan data pada dua tahun pengambilan data tersebut.
Penggabungan lintas tahun yang berbeda seringkali merupakan cara yang efektif untuk menganalisis dampak sebuah perubahan kebijakan. Idenya adalah untuk mengumpulkan data dari tahun-tahun sebelum dan sesudah perubahan kebijakan. Sebagai contoh, pada data berikut tentang data lulusan Sekolah Menengah Atas (SMA) yang diambil pada tahun 2012 dan 2015, sebelum dan sesudah diberlakukannya Kurikulum 2013 (K-13). Selain meningkatkan ukuran sampel, titik analisis cross-sectional yang dikumpulkan juga memungkinkan untuk digunakan melihat bagaimana variabel berubah dari waktu ke waktu.
Data Panel
Jenis data berdasarkan dimensi waktu berikutnya adalah data panel. Data panel atau juga disebut dengan data longitudinal terdiri dari serangkaian waktu untuk setiap anggota cross-sectional dalam satu set data. Misalkan data upah, pendidikan, dan riwayat pekerjaan serangkaian individu yang diikuti selama periode 10 tahun. Atau kita dapat mengumpulkan informasi, seperti investasi dan data keuangan, tentang sekumpulan perusahaan yang sama selama periode lima tahun.
Contoh data panel pada tabel 4. dibawah ini menunjukkan data time series tahunan untuk beberapa sekolah tentang profil lulusan. Unit pengamatan dalam hal ini terdiri dari beberapa SMAN yang diamati dalam runtut waktu tertentu yaitu tahunan selama 5 tahun.
Jadi, hal yang membedakan data panel dari Data Pooled Cross Sections adalah tidak hanya menyatukan kelompok data dari beberapa waktu yang berbeda, yang disatukan adalah unit cross-sectional yang sama diikuti selama periode waktu tertentu. Data pada Tabel 3. tidak dianggap sebagai data panel karena SMAN yang diamati berbeda pada tahun 2012 dan 2015.
Karena data panel memerlukan replikasi dari unit yang sama dari waktu ke waktu, Data panel terutama dengan unit analisis adalah individu, rumah tangga, maupun lembaga, lebih sulit diperoleh daripada Pooled Cross Sections. Namun, mengamati unit yang sama dari waktu ke waktu menyebabkan beberapa keuntungan dibandingkan data cross-sectional atau bahkan data Pooled Cross Sections.
Cukup sekian dulu Gaes bahaasan saya tentang jenis jenis data berdasarkan dimensi waktu…. sudah malam, saya mau istirahat dulu. Salam belajar menyenangkan (maglearning.id)
5 comments