ESTIMASI NILAI DATA HILANG MENGGUNAKAN IMPUTASI GANDA DENGAN METODE REGRESI

MONICA RINDAYU G. K., Drs. Sardjono, S.U

2014 | Skripsi | STATISTIKA

Data merupakan salah satu poin penting dalam setiap analisis data, karena tidak akan mungkin analisis dilakukan tanpa data. Data yang digunakan diharapkan merupakan data yang baik. Namun pada kenyataannya, seringkali data tidak sesuai dengan yang kita harapkan. Data yang tidak lengkap menyebabkan proses penarikan kesimpulan menjadi lebih sulit. Jika data yang hilang diabaikan, maka menyebabkan kesimpulan yang bias atau tidak valid. Oleh karena itu, muncullah berbagai metode untuk mengestimasi nilai yang hilang tersebut. Salah satunya adalah imputasi ganda dengan menggunakan metode regresi. Metode ini digunakan untuk mengestimasi nilai data yang hilang pada variabel dependen. Pembahasan diakhiri dengan studi kasus mengenai estimasi nilai data hilang pada variabel persentase penduduk miskin.

Data is one of the important points in every data analysis as it is impossible to conduct data analysis without data. The data used is expected to be a good data. In fact, it is commonly found that the data doesn’t meet the expectation. Incomplete data causes the difficulty in drawing the conclusion. If missing data are ignored, it causes the conclusion are bias or invalid. Therefore, there are various methods for estimating the missing value. One of them is multiple imputation using regression method. This method is used to estimate the missing value on the dependent variable. The discussion ended with a case study of the missing data value estimation in a percentage variable of the poor inhabitants.

Kata Kunci : regresi linear, data hilang, imputasi ganda, imputasi ganda menggunakan metode regresi