Dalam kehidupan sehari-hari banyak data yang diperoleh dari observasi
suatu fenomena di berbagai bidang berdasarkan waktu. Misalnya di bidang
pertanian, produksi dan harga hasil panen per tahun. Di bidang ekonomi dan
bisnis, harga saham per hari, suku bunga per minggu, indeks harga per bulan,
jumlah penjualan per kuartal dan pendapatan per tahun. Di bidang meteorologi,
kecepatan angin per jam, temperatur, udara per hari dan curah hujan tiap tahun.
Di bidang ilmu sosial dipelajari angka kelahiran, angka kematian, angka
kecelakaan dan angka pelbagai tindakan kejahatan dan lain sebagainya. Data
demikian disebut data runtun waktu yang bisa diobservasi tidak pernah
berakhir (Rusdi, 2002: 6).
Menurut (Dedi, 2011:1), untuk dapat memahami pemodelan runtun waktu,
perlu diketahui beberapa jenis data menurut waktu, yang dapat dibedakan
sebagai berikut :
1. Data Time Series (Runtun Waktu) yakni jenis data yang terdiri atas variabelvariabel yang dikumpulkan menurut urutan waktu dalam suatu rentang
waktu tertentu. Jika waktu dipandang bersifat diskrit (waktu dapat
dimodelkan bersifat kontinu), frekuensi pengumpulan selalu sama
(equidistant). Dalam kasus diskrit, frekuensi dapat berupa misalnya detik,
menit, jam, hari, minggu, bulan atau tahun dan lain-lain.
2. Data Cross-Section yakni jenis data yang terdiri atas variabel-variabel yang
dikumpulkan pada sejumlah individu atau kategori pada suatu titik waktu
tertentu. Model yang digunakan untuk memodelkan data tipe ini seperti
model regresi (Cross-Section).
3. Data Panel atau Pooled yakni tipe data yang terdiri atas variabel-variabel
yang dikumpulkan menurut urutan waktu dalam suatu rentang waktu
tertentu pada sejumlah individu atau kategori. Model yang digunakan untuk
pemodelan data ini seperti model data panel dan model runtun waktu
multivariat. Secara ekuivalen, dikenal juga tipe data longitudinal dengan
frekuensi data tidak harus equidistant, namun analisa statistika yang
8
dilakukan dalam model longitudinal berbeda tujuannya dengan analisa
untuk model panel
Tidak ada komentar:
Posting Komentar