Mục đích của đa số các nghiên cứu thực nghiệm trong kinh tế là giải thích mối quan hệ giữa một biến phụ thuộc Y, theo một hay nhiều biến giải thích X1, X2,...Xk. Nói cách khác, chúng ta muốn biết sự tác động của Xi lên Y như thế nào, cả chiều hướng lẫn độ lớn của tác động. Để trả lời câu hỏi này, chúng ta phải thu thập mẫu để có được kết quả ước lượng không chệch tác động của Xi lên Y.
Dữ liệu bảng là dữ liệu có quy mô về cả thời gian lẫn không gian. Cấu trúc dữ liệu bảng được kết hợp từ 2 thành phần: thành phần dữ liệu chéo (cross – section) và thành phần dữ liệu theo chuỗi thời gian (time series). Việc kết hợp 2 loại dữ liệu có nhiều lợi thế và thuận lợi trong phân tích, đặc biệt khi muốn quan sát, phân tích sự biến động của các nhóm đối tượng nghiên cứu sau các biến cố hay theo thời gian cũng như phân tích sự khác biệt giữa các giữa các nhóm đối tượng nghiên cứu.
Để thu thập dữ liệu bảng, chúng ta cần phải thu thập nhiều đối tượng giống nhau trong cùng một thời điểm hoặc nhiều thời điểm.
Phân loại dữ liệu bảng: Có 2 kiểu cấu trúc dữ liệu bảng: cân bằng (đầy đủ thông tin) và không cân bằng (thiếu thông tin).
Ưu điểm của dữ liệu bảng:
- Bởi vì dữ liệu bảng thể hiện các đơn vị quan sát theo thời gian, nên chắc chắn có tính không đồng nhất trong các đơn vị này. Các kỹ thuật ước lượng dựa trên dữ liệu bảng có thể tính đến tính không đồng nhất đó một cách rõ ràng bằng cách bao gồm các biến chuyên biệt theo từng đơn vị quan sát.
- Bằng cách kết hợp chuỗi thời gian của các quan sát chéo, dữ liệu bảng cho các nhà nghiên cứu “dữ liệu chứa nhiều thông tin hữu ích hơn, tính biến thiên nhiều hơn, ít hiện tượng đa cộng tuyến giữa các biến hơn, nhiều bậc tự do hơn và hiệu quả cao hơn.”
- Bằng cách nghiên cứu quan sát lặp đi lặp lại của các đơn vị chéo, dữ liệu bảng phù hợp hơn cho việc nghiên cứu sự động thái thay đổi theo thời gian của các đơn vị chéo này.
- Dữ liệu bảng có thể phát hiện và đo lường tốt hơn các tác động mà người ta không thể quan sát được trong dữ liệu chuỗi thời gian hay dữ liệu chéo thuần túy.
- Dữ liệu bảng làm cho các nhà nghiên cứu có thể nghiên cứu các mô hình hành vi phức tạp hơn. Thí dụ, có thể xử lý tốt hơn bằng dữ liệu bảng các hiện tượng như lợi thế kinh tế theo qui mô và thay đổi công nghệ so với dữ liệu chéo hay dữ liệu chuỗi thời gian.
- Bằng cách cung cấp dữ liệu đối với vài nghìn đơn vị, dữ liệu bảng có thể giảm đến mức thấp nhất hiện tượng chệch có thể xảy ra nếu các nhà nghiên cứu gộp các cá nhân hay các doanh nghiệp theo những biến số có mức tổng hợp cao.