Perbandingan Metode Multivariate Imputation by Chained Equations (MICE) dan Regresi Data Panel untuk Menduga Data Hilang pada Dapodik

Abstract

Studi longitudinal telah dilakukan di berbagai bidang penelitian. Salah satu contoh studi longitudinal di bidang pendidikan adalah penelitian dengan menggunakan Dapodik. Namun ada kalanya data yang terkumpul tidak lengkap karena beberapa kemungkinan, antara lain kelalaian atau ketidakdisiplinan pihak sekolah dalam mengisi Dapodik. Oleh karena itu, diperlukan suatu penanganan data hilang dengan memasukkan nilai tertentu dalam data yang hilang, yang juga dikenal sebagai imputasi. Dalam penelitian ini akan diterapkan metode imputasi MICE dan regresi data panel untuk memprediksi data hilang pada Dapodik di DKI Jakarta tahun 2016 sampai 2020, serta membandingkan akurasi antara kedua metode tersebut dalam membuat model imputasi. Simulasi pembangkitan data hilang dilakukan pada peubah X4, X5, dan X6. Metode MICE yang menggunakan regresi dua level mampu menduga data hilang dengan baik. Model regresi data panel mampu menduga data hilang pada peubah X4 dengan cukup baik dalam penelitian ini, namun kurang baik saat digunakan untuk menduga data hilang pada peubah X6. Kedua metode menunjukkan sebaran data hasil pendugaan yang cenderung serupa dengan sebaran data aktual untuk peubah X4 dan X5. Secara keseluruhan, metode MICE menghasilkan ketepatan yang lebih baik dalam menduga data hilang pada peubah X4, X5, dan X6.

Longitudinal studies have been carried out in various fields of research. One example of a longitudinal study in the field of education is research using Dapodik. However, there are times when the collected data incomplete due to several possibilities, including the school's negligence or indiscipline in filling out the Dapodik. It is necessary to handle missing data by entering a certain value in the missing data, which is also known as imputation. In this study, MICE imputation method and panel regression will be applied to predict missing data on Dapodik in DKI Jakarta in the year 2016 until 2020, as well as compare accuracy between those two methods in making imputation models. Missing data on variables X4, X5, dan X6 are generated through simulation based on the MAR mechanism. The MICE method that uses two-level regression is able to handle missing data well. The panel data regression model is able to handle missing data on the X4 variable quite well in this study, but not suitable for handling missing data on the X6 variable. Both methods show prediction results distribution that tend to be similar to the actual data distribution for X4 and X5 variables. Overall, the MICE method produces better accuracy for handling missing data on the X4, X5, dan X6 variables.