Ketika berbicara tentang data longitudinal, kita dapat merujuk pada data yang dikumpulkan dari waktu ke waktu dari subjek / unit studi yang sama berulang kali, sehingga ada korelasi untuk pengamatan dalam subjek yang sama, yaitu kesamaan dalam subjek.
Ketika berbicara tentang data deret waktu, kami juga merujuk pada data yang dikumpulkan selama serangkaian waktu dan tampaknya sangat mirip dengan pengaturan longitudinal yang disebutkan di atas.
Saya ingin tahu apakah seseorang dapat memberikan klarifikasi yang jelas antara kedua istilah ini, apa hubungannya dan apa perbedaannya?
Jawaban:
Saya ragu ada definisi formal yang ketat yang disetujui oleh berbagai analis data.
Namun secara umum, deret waktu berkonotasi dengan unit studi tunggal yang diamati secara berkala selama periode waktu yang sangat lama. Contoh prototipikal adalah pertumbuhan PDB tahunan suatu negara selama beberapa dekade atau bahkan lebih dari seratus tahun. Untuk seorang analis yang bekerja untuk perusahaan swasta, itu mungkin merupakan pendapatan penjualan bulanan selama masa hidup perusahaan. Karena ada begitu banyak pengamatan, data dianalisis dengan sangat rinci, mencari hal-hal seperti musiman selama periode yang berbeda (misalnya, bulanan: lebih banyak penjualan pada awal bulan setelah orang-orang dibayar; setiap tahun: lebih banyak penjualan pada bulan November dan Desember, ketika orang-orang berbelanja untuk musim Natal), dan mungkin bergeser rezim. Peramalan seringkali sangat penting, seperti dicatat oleh @StephanKolassa.
Longitudinal biasanya mengacu pada pengukuran yang lebih sedikit pada sejumlah besar unit studi. Contoh prototipe mungkin percobaan obat, di mana ada ratusan pasien diukur pada awal (sebelum pengobatan), dan bulanan selama 3 bulan ke depan. Dengan hanya 4 pengamatan dari masing-masing unit dalam contoh ini, tidak mungkin untuk mencoba mendeteksi jenis-jenis fitur yang diminati oleh para analis time series. Di sisi lain, dengan pasien yang mungkin diacak ke dalam kelompok perawatan dan kontrol, kausalitas dapat disimpulkan begitu non-kemerdekaan telah diatasi. Seperti yang disarankan, sering kali non-kemerdekaan dianggap hampir sebagai gangguan, bukan fitur utama yang menarik.
sumber
Ada sekitar tiga jenis dataset:
sumber
Kedua istilah ini mungkin tidak terkait dengan cara OP mengasumsikan - yaitu, saya tidak berpikir mereka bersaing mode analisis.
Sebaliknya analisis deret waktu menggambarkan serangkaian teknik tingkat rendah yang mungkin berguna untuk menganalisis data dalam studi longitudinal.
Objek studi dalam analisis deret waktu adalah sinyal yang tergantung waktu.
Sebagian besar teknik untuk menganalisis dan memodelkan / memprediksi sinyal yang tergantung waktu ini dibangun di atas premis bahwa sinyal-sinyal ini dapat didekomposisi menjadi berbagai komponen. Dua yang paling penting adalah:
komponen siklik (misalnya, harian, mingguan, bulanan, musiman); dan
kecenderungan
Dengan kata lain, analisis deret waktu didasarkan pada eksploitasi sifat siklik dari sinyal yang bergantung waktu untuk mengekstraksi sinyal yang mendasarinya.
sumber
Apa Itu Data Longitudinal?
Data longitudinal, kadang-kadang disebut sebagai data panel, melacak sampel yang sama pada titik waktu yang berbeda. Sampel dapat terdiri dari individu, rumah tangga, perusahaan, dan sebagainya. Sebaliknya, data cross-sectional berulang, yang juga menyediakan data jangka panjang, memberikan survei yang sama untuk sampel yang berbeda dari waktu ke waktu.
Data longitudinal memiliki sejumlah keunggulan dibandingkan data cross-sectional yang berulang. Data longitudinal memungkinkan pengukuran perubahan dalam sampel dari waktu ke waktu, memungkinkan pengukuran durasi peristiwa, dan mencatat waktu berbagai peristiwa. Misalnya, misalkan tingkat pengangguran tetap tinggi untuk jangka waktu yang lama. Seseorang dapat menggunakan data longitudinal untuk melihat apakah kelompok individu yang sama tetap menganggur selama seluruh periode atau jika kelompok individu yang berbeda masuk dan keluar dari pengangguran selama periode waktu tersebut.
Sumber
sumber
Untuk membuatnya lebih sederhana, saya akan mengasumsikan studi individu, tetapi hal yang sama berlaku untuk setiap unit analisis. Itu tidak rumit, deret waktu adalah data yang dikumpulkan dari waktu ke waktu, biasanya menyiratkan pengukuran yang sama dari populasi yang setara pada interval waktu yang terpisah - atau dikumpulkan terus menerus tetapi dianalisis pada interval waktu.
Data longitudinal jauh lebih luas cakupannya. Populasi yang setara digantikan oleh populasi yang identik, sehingga data individu dapat dipasangkan atau bergabung dari waktu ke waktu. Data longitudinal dapat pengukuran berulang atau tidak tergantung pada tujuan penelitian. Ketika data Longitudinal tampak seperti deret waktu adalah ketika kita mengukur hal yang sama dari waktu ke waktu. Perbedaan besar adalah bahwa dalam rangkaian waktu kita dapat mengukur perubahan keseluruhan dalam pengukuran dari waktu ke waktu (atau dengan kelompok) sementara dalam analisis longitudinal Anda benar-benar memiliki pengukuran perubahan pada tingkat individu. Jadi Anda memiliki potensi yang lebih besar untuk analisis dan pengukuran perubahan tanpa kesalahan jika melibatkan sampel, sehingga studi longitudinal dapat lebih tepat dan informatif.
sumber