Tvärsnittsdata är en typ av data i statistik och ekonometri som samlats in av observerande enheter (som individer, företag, länder eller regioner) under samma tidsperiod.
Tvärsnittsdata skiljer sig från tidsseriedata , där samma objekt observeras vid olika tidpunkter. En annan typ av data, paneldata , kombinerar både tvärsnittsdata och tidsserier och tittar på hur enheter (företag, individer, etc.) förändras över tiden. Paneldata skiljer sig från tidspoolade tvärsnittsdata eftersom de tar hänsyn till observationer av samma objekt vid olika tidpunkter, medan de senare representerar olika objekt vid olika tidsperioder.
Tvärsnittsdata om personligt sparande hjälper till att beräkna förhållandet mellan inkomst och sparande. Sparbenägenheten härledd från tvärsnittsdata kan i sin tur jämföras med sparbenägenheten beräknad från tidsseriedatabasen.
För att mäta de nuvarande nivåerna av fetma i en befolkning väljs 1000 personer från en viss region slumpmässigt ut, deras vikt och längd mäts, och sedan beräknas det om människor i en viss region är överviktiga. Denna typ av korsdatasökning ger oss en tydlig bild vid en given tidpunkt. Observera att baserat på ett enda tvärsnittsdataprov vet vi inte om graden av fetma ökar eller minskar; vi kan bara beskriva den nuvarande andelen.
I korsdataexemplet bestäms den slumpmässiga närvaron av ett objekt och tidpunkten då objektet deltar slumpmässigt. Till exempel innebär en politisk undersökning att man förhör 1 000 personer. 1000 personer väljs slumpmässigt ut från hela befolkningen. Varje person tilldelas sedan ett slumpmässigt datum då personen kommer att intervjuas och därmed inkluderas i studien.
Tvärsnittsdata kan användas i regressionsanalys . Till exempel kan olika individers konsumtionsutgifter under en månad analyseras över inkomst, ackumulerat sparande och olika demografiska egenskaper för att ta reda på hur skillnader i dessa indikatorer påverkar konsumenternas beteende.