Studi Simulasi: Perbandingan Hot Deck Imputation Dan Mean Substitution Pada Person Trait Estimation

Harita, Azizah Nur Alifia (2019) Studi Simulasi: Perbandingan Hot Deck Imputation Dan Mean Substitution Pada Person Trait Estimation. Sarjana thesis, Universitas Brawijaya.

Abstract

Tujuan dari penelitian ini adalah untuk melihat perbandingan metode penanganan missing data, hot deck imputation dan mean substitution, pada person trait estimation. Hot deck imputation menggunakan kelompok donor untuk imputasi kelompok subjek yang tidak lengkap datanya. Mean substitution menggantikan data yang hilang dengan rata-rata dari data yang tidak hilang. Penelitian dilakukan menggunakan studi simulasi Monte Carlo dan dilanjutkan dengan ilustrasi pada real data. Pada studi simulasi digunakan 6 kondisi dengan 5 kategori respon. Masing-masing kondisi terdiri dari 1000 responden dengan replikasi 500 kali. Hasil dari penelitian ini menunjukkan penggunaan metode mean substitution akan lebih efektif jika digunakan saat kondisi test length sedikit dan persentase missing data yang kecil. Penggunaan hot deck imputation akan lebih efektif jika digunakan pada kondisi test length lebih banyak dan juga pada persentase missing data yang lebih besar.

English Abstract

The purpose of this study is to look at a the comparison of methods for handling missing data, hot deck imputation and mean substitution, on person trait estimation. Hot deck imputation uses a group of donors for the imputation of groups of subjects whose data is incomplete. Mean substitution replaces lost data with an average of data that is not lost. The study was conducted using Monte Carlo simulation studies and continued with illustrations on real data. In the simulation study 6 conditions were used with 5 response categories. Each condition consists of 1000 respondents with 500 replications. The results of this study indicate that the use of the mean substitution method will be more effective if used when the test length conditions are smaller and on the percentage of lesser missing data. The use of hot deck imputation will be more effective if it is used for a longer test length conditions and also on the percentage of larger missing data.

Other obstract

-

Item Type: Thesis (Sarjana)
Identification Number: SKR/FISIP/2019/769/051908188
Uncontrolled Keywords: person-trait, missing data, simulasi, hot deck imputation, mean substitution,
Subjects: 100 Philosophy, parapsychology and occultism, psychology > 155 Differential and development psychology > 155.2 Individual psychology > 155.25 Development and modification of character and personality
Divisions: Fakultas Ilmu Sosial dan Ilmu Politik > Psikologi
Depositing User: Budi Wahyono Wahyono
Date Deposited: 22 Oct 2020 03:49
Last Modified: 22 Oct 2020 03:49
URI: http://repository.ub.ac.id/id/eprint/174942
Full text not available from this repository.

Actions (login required)

View Item View Item