Download, Read, Watch, and Love Everything

Kali kita akan mempelajari suatu materi yang agak wow, yaitu Data Time Series dan Data Non Time Series. Nah daripada berlama lama mari kita lihat perbedaan antar Data Time Series dengan yang non Time Series.

1. Data Time Series (runtun waktu/historis)

Data time series adalah data yang terdiri dari satu objek namin terdiri dari beberapa waktu periode, seperti harian, bulanan, triwulanan, dan tahunan. Misalnya: data pertumbuhan PDB daru tahun 2009 sampai tahun 2013 (objeknya hanya satu: pertumbuhan PDB triwulan, namun disajikan dalam beberapa periode: dari tahun 2009-2013 secara triwulan). Contoh lainnya adalah data haruan 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), sehinga 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.

Contoh Studi kasusnya pada PD. Sumber Jaya Alumunian ANALISIS PERENCANAAN PENJUALAN DENGAN METODE TIME SERIES (STUDI KASUS PADA PD. SUMBER JAYA ALUMINIUM) | Jurnal Mitra Manajemen (e-jurnalmitramanajemen.com)

2. Data silang (cross section)

Data Silang (cross section) adalah data yang terdiri dari satu objek namin memerlukan sub-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 jnauari 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 dataDER, data ROA, data laba bersih (earning after interest and tax), dan data keuangan lainnya pada bualn juli 2011.

3.  Data Panel (pooled data)

Data panel (pooled data) adalah data gabungan antara data time series dan 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).