Data terlaras dan tidak terlaras musim: perbezaan SA, NSA dan SAAR

Kegiatan ekonomi boleh berubah mengikut kalendar dengan cara yang dapat dijangka. Pengambilan pekerja runcit mungkin meningkat sebelum cuti musim sejuk, pembinaan boleh perlahan ketika cuaca sejuk, dan kilang mungkin mengubah jadual pengeluaran semasa pertukaran model. Pengaruh berulang ini boleh menyebabkan sesuatu bulan kelihatan lebih kukuh atau lemah daripada bulan berdekatan walaupun kadar asas hampir tidak berubah.

Pelarasan musim menganggar bahagian dalam siri yang berkaitan dengan kesan musim berulang lalu mengeluarkannya daripada siri terlaras yang diterbitkan. Bergantung pada kaedahnya, agensi juga mungkin mengambil kira kesan kalendar yang dapat dijangka seperti bilangan hari tertentu dalam seminggu yang berbeza atau cuti yang tarikhnya berubah. Tujuannya ialah memudahkan tafsiran pergerakan bulan ke bulan atau suku ke suku, bukannya memadamkan kegiatan ekonomi sebenar atau menghasilkan trend yang licin sepenuhnya. Biro Statistik Buruh (BLS) menerangkan pelarasan musim sebagai pengeluaran pengaruh bermusim yang berulang; Biro Banci menjelaskan bahawa kaedah ini boleh membantu menonjolkan ciri siri masa yang bukan bermusim. Lihat [penerangan BLS tentang pelarasan musim]({source:blsSeasonalAdjustmentOverview}) dan [Soal Jawab Biro Banci tentang pelarasan musim]({source:censusSeasonalAdjustmentFaq}).

Pelarasan musim tidak sama dengan pelarasan inflasi. Siri terlaras musim masih boleh diukur dalam dolar semasa, manakala siri benar yang telah mengambil kira inflasi juga boleh diterbitkan dengan atau tanpa pelarasan musim. Semak kedua-dua ciri ini apabila membaca statistik harga, pengeluaran, pendapatan atau perbelanjaan.

Kesan musim berbeza daripada kitaran perniagaan. Penurunan pengeluaran yang berulang setiap musim panas mungkin corak bermusim, manakala kelembapan yang berterusan selama beberapa suku tahun mungkin berkaitan dengan kitaran perniagaan atau kejutan lain. Pelarasan musim tidak membezakan kedua-duanya dengan sempurna, jadi semak juga peristiwa ekonomi dan petunjuk lain.

SA bermaksud *seasonally adjusted* (terlaras musim). NSA bermaksud *not seasonally adjusted* (tidak terlaras musim); penerbitan juga mungkin menyebutnya sebagai data tidak terlaras atau data asal. Biasanya kedua-dua versi menerangkan siri ekonomi yang sama tetapi menjawab soalan perbandingan yang berlainan.

Angka terlaras ialah anggaran berdasarkan siri dan kaedah agensi, bukannya tinjauan kedua. Angka itu boleh bergerak berbeza daripada angka tidak terlaras kerana kesan musim yang dianggar bagi satu bulan mungkin lebih besar daripada bulan yang lain. BLS menerangkan bahawa tiada satu versi yang sentiasa lebih baik: data tidak terlaras mungkin sesuai untuk membandingkan pengambilan pekerja bermusim pada tempoh yang sama antara tahun berlainan, manakala data terlaras sering lebih berguna untuk pergerakan bulanan terkini. [Panduan BLS untuk menggunakan data CPI terlaras dan tidak terlaras]({source:blsCpiSeasonalDataUse}) memberikan contoh khusus bagi CPI; semak nota setiap penerbitan sebelum membuat generalisasi.

Pelarasan mengubah perbandingan kerana corak kalendar bagi setiap tempoh dianggarkan. Pertimbangkan siri hipotetikal yang sengaja dipermudah dan menggunakan kesan musim yang bersifat aditif. Pada Bulan A, nilai yang diperhatikan ialah 100 dan termasuk kesan musim yang dianggar sebanyak 15, lalu nilai terlaras menjadi 85. Pada Bulan B, nilai yang diperhatikan ialah 108 dan termasuk kesan musim yang dianggar sebanyak 25, lalu nilai terlaras menjadi 83.

Siri tidak terlaras meningkat sebanyak 8, sementara siri terlaras menurun sebanyak 2. Keadaan ini boleh berlaku kerana peningkatan musim yang lazim dianggarkan lebih besar pada Bulan B. Dalam contoh ini, perubahan siri terlaras menunjukkan sama ada kenaikan yang diperhatikan melebihi corak kalendar yang dijangka. Angka ini direka semata-mata untuk menerangkan pengiraan; angka tersebut bukan pemerhatian bagi mana-mana petunjuk yang diterbitkan.

Penolakan ini hanya contoh pembelajaran bagi pelarasan aditif. Banyak siri menggunakan faktor pendaraban; nilai terlaras dikira dengan membahagikan nilai asal dengan faktor tersebut. Kaedah juga boleh menggabungkan kesan musim, hari dalam minggu atau cuti yang tarikhnya berubah. Oleh itu, perubahan arah sahaja tidak membuktikan agensi telah membuat kesilapan atau ekonomi berpatah arah dengan mendadak. Soal Jawab Biro Banci menyatakan bahawa siri terlaras dan tidak terlaras kerap bergerak dalam arah bertentangan. Tafsirkan keadaan itu bersama faktor musim dan kandungan penerbitan yang lain. {source:censusSeasonalAdjustmentFaq}

Besar perbezaan itu juga penting. Penurunan kecil pada nilai terlaras tidak mengesahkan bahawa arah kegiatan ekonomi telah berubah dengan jelas. Saiz sampel, semakan data terdahulu, pembundaran dan ketidakpastian anggaran faktor musim semuanya boleh mempengaruhinya. Bilangan tempat perpuluhan yang dipaparkan menunjukkan ketepatan persembahan, bukan tahap kepastian yang sama.

<!-- learn:illustration -->

Faktor musim dianggar daripada sejarah siri masa tertentu. Prosedur statistik mencari corak yang berulang pada waktu yang hampir sama setiap tahun dan membezakannya daripada pergerakan jangka panjang serta variasi tidak tetap. Siri boleh diwakili melalui komponen musim, trend-kitaran dan tidak tetap. Siri terlaras yang diterbitkan lazimnya mengeluarkan komponen musim yang dianggar sambil mengekalkan pergerakan bukan bermusim dan kejutan tidak tetap.

Corak itu tidak semestinya peratus tetap yang ditolak oleh penganalisis setiap tahun. Sesetengah siri lebih sesuai dengan kesan aditif, manakala siri lain menggunakan faktor pendaraban yang magnitudnya bergantung pada paras siri. Jika berkaitan, kaedah turut boleh menganggar kesan hari dagangan atau cuti yang tarikhnya berubah seperti Paskah. Biro Banci menyelenggara perisian X-13ARIMA-SEATS untuk pelarasan musim dan menerangkan diagnostik bagi musim baki dan kestabilan. Penerangan ini berkaitan alat dan keluarga kaedah tersebut; ini tidak bermakna setiap penerbitan persekutuan menggunakan tetapan yang sama. Semak metodologi bagi siri tertentu. {source:censusSeasonalAdjustmentFaq}

Kalendar hanyalah satu pengaruh terhadap anggaran. Mogok secara tiba-tiba, cuaca luar biasa, gangguan akibat pandemik, ralat pensampelan atau kejutan yang khusus kepada sesebuah perniagaan boleh kekal dalam siri terlaras sebagai pergerakan tidak tetap. Sesetengah agensi memodelkan nilai luar biasa atau peristiwa kalendar secara berasingan, tetapi pelarasan musim tidak menghapuskan ketidakpastian ukuran. Carta yang lebih licin bukan ukuran langsung bagi trend yang tidak dapat diperhatikan.

Kriteria untuk menentukan sama ada sesuatu siri perlu dilaraskan mungkin berbeza antara siri. Agensi statistik menilai sama ada pola musim berulang cukup jelas dan stabil. Oleh itu, tidak semua komponen siri daripada agensi yang sama semestinya tersedia sebagai SA. Jika sebahagian komponen berstatus NSA sedangkan jumlah keseluruhan berstatus SA, penambahan mudah nilai dengan status pelarasan yang berbeza mungkin tidak menghasilkan semula jumlah yang diterbitkan. Sebelum menjumlahkan atau membandingkan nilai, semak status pelarasan dan kaedah agregasi bagi setiap siri.

SAAR bermaksud *seasonally adjusted annual rate* (kadar tahunan terlaras musim). Istilah ini menggabungkan dua idea: pelarasan musim menganggar dan mengeluarkan kesan kalendar berulang; kaedah kadar tahunan menskalakan paras atau kadar terlaras bagi sesuatu tempoh supaya dapat dibandingkan secara tahunan. Akronim ini tidak bermaksud kadar bulan semasa akan berterusan selama setahun.

Sebagai contoh, Biro Banci menerbitkan beberapa anggaran bulanan permit bangunan sebagai kadar tahunan terlaras musim. Jika kadar bulanan terlaras secara hipotetikal ialah 8,000 permit, SAAR ialah 8,000 didarab dengan 12, iaitu 96,000. Angka kadar tahunan memudahkan perbandingan anggaran bulan semasa dengan jumlah tahunan. Angka itu tidak bermakna 96,000 permit dikeluarkan pada bulan tersebut dan bukan ramalan bahawa 96,000 permit akan dikeluarkan sepanjang tahun berikutnya. Contoh ini mengikuti [metodologi permit bangunan Biro Banci]({source:censusBuildingPermitsMethodology}) dan menggunakan angka rekaan.

Pertumbuhan KDNK suku tahunan pada kadar tahunan berkaitan, tetapi menggunakan kaedah yang berbeza. Biro Analisis Ekonomi (BEA) mengira perubahan peratus suku tahunan secara kompaun untuk empat suku tahun berturut-turut; ia tidak sekadar mendarab perubahan yang diperhatikan dengan empat. Paras KDNK terlaras musim yang ditunjukkan pada kadar tahunan, kadar pertumbuhan suku tahunan yang dianualkan dan ramalan tahunan ialah tiga perkara berbeza. [Soal Jawab BEA tentang kadar tahunan]({source:beaQuarterlyAnnualRates}) menerangkan pengiraan pertumbuhan suku tahunan. Untuk perbandingan kadar pertumbuhan, baca panduan cara membaca kadar pertumbuhan KDNK benar.

Ya. Faktor musim ialah anggaran dan pemerhatian baharu boleh mengubah anggaran corak berulang. Agensi boleh mengira semula pelarasan apabila data baharu tersedia, menyemak pemerhatian terlaras terdahulu mengikut jadual, atau mengemas kini nilai terlaras apabila data asal yang tidak terlaras disemak. Kekerapan dan tempoh data yang terjejas berbeza mengikut program.

Sebagai contoh, BLS mengira semula faktor musim bagi siri CPI terlaras musim setiap tahun dan mungkin menyemak indeks terlaras sehingga lima tahun ke belakang. Ini menerangkan program CPI dan bukan peraturan semakan sejagat bagi setiap set data A.S. BLS juga menilai semula sama ada setiap siri CPI masih menunjukkan kemusiman yang mencukupi untuk memerlukan pelarasan. [Halaman pelarasan musim CPI]({source:blsCpiSeasonalDataUse}) menerangkan proses semasa dan tempoh semakannya.

Apabila menghasilkan semula carta, catat pengecam siri, status pelarasan musim, tarikh penerbitan dan versi data. Carta masa nyata yang dibuat daripada nilai yang tersedia ketika itu mungkin berbeza daripada carta yang dimuat turun kemudian walaupun nama siri sama. Simpan nilai asal dan nilai terlaras secara berasingan jika persoalannya berkaitan corak musim atau semakan yang dibuat kemudian oleh agensi.

Semakan semula tidak secara automatik membatalkan tafsiran terdahulu, tetapi boleh memberi kesan apabila pergerakan awal kecil atau hampir dengan titik perubahan. Jika memetik angka secara masa nyata, simpan penerbitan asal dan jelaskan bahawa angka itu ialah nilai yang tersedia pada waktu tersebut. Untuk analisis nilai terkini, nyatakan bahawa versi data terkini digunakan; jika tersedia, simpan juga versi data terdahulu atau jadual faktor musim.

Gunakan data terlaras musim apabila persoalannya berkaitan pergerakan terkini berbanding bulan atau suku tahun sebelumnya dan agensi menerbitkan siri terlaras yang sesuai. Pengeluaran corak musim yang dijangka boleh memudahkan pengesanan titik perubahan baharu. Namun, hal ini tidak membuktikan perubahan yang tinggal itu signifikan dari segi statistik; anggaran jangka pendek masih boleh mengandungi hingar.

Gunakan data NSA apabila kitaran musim berulang itu sendiri menjadi tumpuan. Sebagai contoh, membandingkan pengambilan pekerja runcit dari Oktober hingga Disember merentas beberapa tahun boleh menunjukkan perubahan musim cuti. Perbandingan bulan yang sama antara tahun juga mengurangkan kesan kitaran musim yang stabil, tetapi mungkin masih dipengaruhi cuti yang tarikhnya berubah, bilangan hari dalam minggu yang berlainan atau perubahan corak musim. Ikuti metodologi ukuran dan pilih versi yang sepadan dengan persoalan.

Jangan bandingkan pemerhatian SA dengan NSA seolah-olah perbezaannya merupakan keuntungan atau kerugian ekonomi. Padankan siri, unit, kekerapan, populasi atau liputan sektor dan status pelarasan yang sama. Bagi soalan inflasi, bezakan juga ukuran harga pengguna dalam perbandingan CPI, PCE dan deflator KDNK. Untuk perbelanjaan pengguna, jualan runcit berbanding PCE menerangkan sebab dua penerbitan berkaitan mungkin berbeza atas sebab selain pelarasan musim.

Mulakan dengan label siri dan sumber yang tepat. Pastikan sama ada nilai yang dipaparkan terlaras musim, tidak terlaras musim atau hanya tersedia dalam salah satu bentuk. Kemudian semak perkara yang diukur oleh angka itu: paras, perubahan dolar, perubahan peratus, kadar, indeks atau bilangan. Tajuk jadual juga mungkin menyatakan kekerapan bulanan atau suku tahunan serta persembahan pada kadar tahunan.

Seterusnya, sesuaikan tempoh perbandingan dengan persoalan. Pergerakan SA bulan ke bulan menunjukkan perubahan selepas kesan musim yang dianggar; perbandingan NSA bagi bulan yang sama mengekalkan kitaran musim; perubahan peratus tahun ke tahun meliputi satu tahun; dan SAAR menyatakan semula kadar sesuatu tempoh pada kadar tahunan menurut kaedah tertentu. Label ini tidak boleh saling menggantikan. SAAR permulaan perumahan, pertumbuhan KDNK suku tahunan yang dianualkan dan perubahan CPI bulanan mungkin semuanya menggunakan istilah berkaitan tahun tetapi pengiraannya berbeza.

Akhir sekali, baca nota teknikal sumber tentang semakan, cuti, status pelarasan musim dan kejadian luar biasa. Untuk memahami kitaran yang lebih luas, jangan anggap perubahan SA bagi satu bulan sebagai titik perubahan yang muktamad. Jika persoalannya tentang perubahan dalam tempoh kalendar yang berulang, jangan abaikan corak musim dalam data NSA. Kenal pasti siri, pilih SA atau NSA mengikut perbandingan, kemudian catat kekerapan, unit dan versi data untuk mengurangkan kekeliruan dalam persembahan.

Jika SA dan NSA bergerak ke arah yang berlawanan, pastikan dahulu kedua-duanya merujuk kepada siri, kekerapan, unit dan tempoh perbandingan yang sama. Kemudian semak faktor musim yang dianggar, cuti yang tarikhnya berubah atau bilangan hari bekerja, kejadian luar biasa dan semakan data sumber. Jika perbezaan itu kekal, jelaskan soalan yang dijawab oleh setiap versi dan bukannya melabel salah satunya sebagai ralat.