This Author published in this journals
All Journal Jurnal Eurekamatika
Irma Eldiyana
Departemen Pendidikan Matematika, FPMIPA, Universitas Pendidikan Indonesia

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Estimasi Missing Data dengan Metode Multivariate Imputation by Chained Equations (MICE) untuk Membentuk Persamaan Regresi Linier Berganda Irma Eldiyana; Elah Nurlaelah; Nar Herrhyanto
Jurnal EurekaMatika Vol 9, No 1 (2021): Jurnal Eurekamatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (361.358 KB) | DOI: 10.17509/jem.v8i1.25750

Abstract

Penelitian ini bertujuan untuk menentukan mengestimasi data yang kosong atau data yang hilang (Mising data). Missing data adalah hilangnya sebagian informasi atau sebagian data pada suatu penelitian. Metode yang digunakan untuk mengatasi missing data pada artikel ini Multivariate Imputation by Chained Equation (MICE). Penerapan MICE terdiri dari tiga langkah utama, yaitu imputasi, analisis, dan pooling. Hasil analisis terhadap data sekunder menghasilkan diperlukan lima kali imputasi untuk mengisi missing data. Langkah analisis menggunakan analisis regresi linear berganda, dengan lima model fit. Kemudian pada langkah pooling, ke-lima model fit regresi linear berganda yang dihasilkan digabungkan menjadi model pool. Selanjutnya model pool yang diperoleh dibandingkan dengan model regresi berganda data awal. Hasil perbandingan menunjukkan bahwa persamaan linear berganda dengan missing data yang diestimasi metode MICE mendekati persamaan liner berganda yang disusun dari data awal, dengan demikian estimasi missing data dengan metode MICE dapat dikatakan baik untuk digunakan.