Jawaban:
Ketika saya melihat data panel, saya pikir data longitudinal, jadi pengamatan dikumpulkan pada individu yang sama beberapa kali, pada topik yang sama. Potongan melintang yang berulang harus menjadi topik yang sama, tetapi Anda mendapatkan sampel individu yang berbeda pada setiap pengamatan. Saya akan menyambut deskripsi lainnya.
Jawabannya di sini cukup lurus ke depan: Baik data cross sectional pooled dan panel murni mengumpulkan data lebih dari tine (ini dapat berkisar dari 2 periode waktu ke jumlah besar). Perbedaan utama mereka di antara keduanya adalah "unit" yang kita ikuti. Saya mendefinisikan unit sebagai rumah tangga, negara, atau apa pun yang kami kumpulkan data. Dalam penampang gabungan, kami akan mengambil sampel acak dalam periode waktu yang berbeda, dari unit yang berbeda, yaitu setiap sampel yang kami ambil, akan diisi oleh individu yang berbeda. Ini sering digunakan untuk melihat dampak kebijakan atau program. Misalnya kita akan mengambil data pendapatan rumah tangga pada rumah tangga X, Y dan Z, pada tahun 1990. Dan kemudian kita akan mengambil data pendapatan yang sama pada rumah tangga G, F dan A pada tahun 1995. Meskipun kami tertarik pada data yang sama, kami mengambil sampel yang berbeda (menggunakan rumah tangga yang berbeda) dalam periode waktu yang berbeda.
Dalam data panel murni, kami mengikuti unit yang sama yaitu rumah tangga atau individu yang sama dari waktu ke waktu. Misalnya kita akan mengikuti set rumah tangga yang sama X, Y dan Z, untuk setiap periode waktu kami mengumpulkan data yaitu pada tahun 1990 dan kami juga akan mewawancarai rumah tangga yang sama pada tahun 1995.
Karena itu perbedaan mendasarnya, hanyalah unit yang kita amati datanya.
Semoga ini membantu.
Data cross-sectional, atau penampang dari populasi penelitian, dalam statistik dan ekonometrik adalah jenis set data satu dimensi. Data cross-sectional mengacu pada data yang dikumpulkan dengan mengamati banyak subjek (seperti individu, perusahaan atau negara / wilayah) pada titik waktu yang sama, atau tanpa memperhatikan perbedaan waktu. Analisis data cross-sectional biasanya terdiri dari membandingkan perbedaan antara subyek. Sebagai contoh, kami ingin mengukur tingkat obesitas saat ini dalam suatu populasi. Kami dapat mengambil sampel 1.000 orang secara acak dari populasi tersebut (juga dikenal sebagai potongan melintang dari populasi itu), mengukur berat dan tinggi badan mereka, dan menghitung persentase sampel yang dikategorikan sebagai obesitas. Sebagai contoh, 30% dari sampel kami dikategorikan sebagai obesitas. Sampel cross-sectional ini memberi kita gambaran tentang populasi tersebut, pada satu titik waktu. Perhatikan bahwa kita tidak tahu berdasarkan pada satu sampel cross-sectional jika obesitas meningkat atau menurun; kita hanya bisa menggambarkan proporsi saat ini. Data cross-sectional berbeda dari data deret waktu yang juga dikenal sebagai data longitudinal, yang mengikuti perubahan satu subjek selama perjalanan waktu. Varian lain, data panel (atau seri-waktu cross-sectional (TSCS) data), menggabungkan keduanya dan melihat banyak subjek dan bagaimana mereka berubah selama perjalanan waktu. Analisis panel menggunakan data panel untuk memeriksa perubahan dalam variabel dari waktu ke waktu dan perbedaan dalam variabel antara subjek. Dalam penampang melintang bergulir, baik keberadaan individu dalam sampel dan waktu di mana individu termasuk dalam sampel ditentukan secara acak. Misalnya, jajak pendapat politik dapat memutuskan untuk mewawancarai 100.000 orang. Ini pertama memilih orang-orang ini secara acak dari seluruh populasi. Kemudian menetapkan tanggal acak untuk setiap individu. Ini adalah tanggal acak di mana individu itu akan diwawancarai, dan dengan demikian termasuk dalam survei.
Berdasarkan definisi Corey, kami memiliki metodologi berikut untuk memperkirakan model dengan data cross-sectional pooled dan data panel.
Potongan melintang gabungan : efek tetap satu arah atau efek acak (hanya waktu) atau hanya dikumpulkan OLS.
Data panel: dua (atau satu) cara efek tetap / efek acak (baik waktu atau individu atau keduanya) atau gabungan OLS.
Ini dari "Basic Econometrics" oleh Gujarati (4th Edition, P28):
Panel, Longitudinal, atau Data Micropanel Ini adalah tipe khusus dari kumpulan data di mana unit cross-sectional yang sama (katakanlah, keluarga atau perusahaan) disurvei dari waktu ke waktu. Misalnya, Departemen Perdagangan AS melakukan sensus perumahan secara berkala. Pada setiap survei berkala rumah tangga yang sama (atau orang-orang yang tinggal di alamat yang sama) diwawancarai untuk mengetahui apakah ada perubahan dalam kondisi perumahan dan keuangan rumah tangga tersebut sejak survei terakhir. Dengan mewawancarai rumah tangga yang sama secara berkala, data panel memberikan informasi yang sangat berguna tentang dinamika perilaku rumah tangga.
Pooled data juga data panel tetapi kebalikannya tidak benar.