IMPUTASI GANDA DENGAN METODE PREDICTIVE MEAN MATCHING UNTUK ESTIMASI DATA HILANG PADA ITEM NONRESPON

Data hilang merupakan informasi yang tidak lengkap yang biasa ditemukan dalam survei, sensus dan eksperiman. Data hilang berkaitan dengan unit nonrespon dan item nonrespon. Beberapa analisis statistik dikembangkan untuk mengatasi data hilang, salah satunya adalah metode Imputasi Ganda dengan Predictive Mean Matching (PMM) seperti yang digunakan dalam penelitian ini. Kajian dalam penelitian ini difokuskan pada analisis data hilang pada data berdistribusi normal dan tidak berdistribusi normal yang mengikuti pola monoton dengan mekanisme Missing at Random (MAR) pada data. Dua gugus data digunakan untuk melihat bagaimana efektivitas penggunaan PMM yang dianalisis berdasarkan nilai efisiensi relatif hasil estimasi data hilang. Hasil penelitian menunjukkan PMM bekerja lebih baik pada data yang tidak berdistribusi normal dibandingkan data berdistribusi normal. \ud Kunci: Imputasi Ganda, Item Nonrespon, PMM, Efisiensi Relatif