Kajian Metode Imputasi dalam Menangani Missing Data

Abstract

Pada sebuah survey, adakalanya tidak semua pertanyaan pada kuisioner dijawab atau diisi dengan lengkap oleh responden. Hal ini menyebabkan adanya missing data. Missing data akan mengakibatkan pendugaan parameter menjadi tidak tepat karena berkurangnya ukuran data. Telah dikembangkan beberapa metode untuk meminimalkan dampak negatif dari data hilang. Pada penelitian ini diambil sebuah contoh kasus penilaian mahasiswa terhadap dosen. Terhadap data ini, dilakukan analisis terhadap data set yang utuh. Kemudian dilakukan penghilangan data utuh sebesar 4,9% secara acak, sehingga diperoleh missing data. Kemudian missing data ini dianalisis menggunakan beberapa metode yaitu dengan menghapus data yang tidak lengkap, selain itu menggunakan metode imputasi. Metode imputasi yang dilakukan yaitu pertama menginput missing data dengan suatu nilai konstan, yang kedua dengan metode Hot Deck. Metode imputasi Hot Deck memberikan hasil yang lebih baik bila dibandingkan dengan menghapus data yang tidak lengkap maupun bila dibandingkan metode imputasi dengan nilai konstan. Besar nilai persentase kesalahan relatif berkaitan erat dengan banyaknya item yang diinput, semakin banyak item yang diinput maka semakin besar nilai persentase kesalahan relatif.