Missing Value pada Data Statistik (Part 1)

Hai hai sobat Exsight, dalam melakukan analisis statistik, kualitas data dan kelengkapan data adalah aspek utama untuk menghasilkan analisis yang tepat dan akurat. Namun seringkali saat akan melakukan analisis, kita menjumpai problem pada data yaitu adanya missing value.

Missing value merujuk pada keadaan ketika data yang seharusnya ada dalam suatu variabel atau atribut tidak tersedia atau tidak diketahui. Apabila hal ini diabaikan ataupun ditangani secara sembarangan dapat mengakibatkan hasil analisis yang salah, kesimpulan yang bias, dan interpretasi yang tidak akurat.

Dalam artikel ini, kita akan membahasa lebih lanjut terkait missing value pada data statistik meliputi definisi, penyebab, dampak serta beberapa metode penanganannya. Yuk simak artikel ini dengan seksama yaa!

Definisi

Missing value atau data/nilai yang hilang merupakan suatu kondisi ketika data yang seharusnya ada dalam suatu variabel, tidak tersedia atau tidak diketahui. Missing value dapat muncul dalam berbagai bentuk, seperti nilai kosong (blank), tanda hubung (-), kode khusus (misalnya, “NA” untuk Not Available), atau simbol lain yang menunjukkan bahwa data tidak tersedia. Missing value dapat terjadi dalam variabel numerik maupun kategorik.

Penyebab Missing Value

Missing value pada data statistik dapat disebabkan oleh beberapa aspek yaitu:

1. Ketidakhadiran Responden
Beberapa responden mungkin tidak hadir atau tidak memberikan jawaban untuk beberapa pertanyaan survei.

2. Ketidaklengkapan Pengisian
Pertanyaan dalam survei seringkali memungkinkan responden untuk hanya mengisi sebagian data atau mengabaikan beberapa pertanyaan. Sebagai hasilnya, terdapat missing value dalam variabel yang terkait dengan pertanyaan yang tidak dijawab atau diisi secara tidak lengkap.

3. Kesalahan Pengumpulan atau Input Data
Kesalahan input data dapat disebabkan oleh petugas lapangan atau peneliti salah memasukkan data, sehingga menyebabkan muncul missing value atau kesalahan lain dalam data.

4. Pertanyaan Survei Bersifat Sensitif
Responden memiliki kemungkinan untuk tidak memberikan jawaban yang berkaitan dengan topik yang sensitif atau pribadi, seperti pendapatan, kebiasaan konsumsi alkohol, atau riwayat kesehatan.

5. Adanya Penghapusan Outlier atau Data Tidak Valid
Penghapusan outlier atau data-data tidak valid dapat mengakibatkan missing value dalam variabel terkait.

6. Kegagalan Teknis
Misalnya jika terjadi kesalahan saat menyimpan atau mengirim data, maka dapat menghasilkan missing value.

Dampak

Berikut adalah beberapa dampak utama dari adanya missing value:

1. Pengurangan Ukuran Sampel
   Missing value dapat mengurangi ukuran sampel valid yang dapat digunakan untuk analisis.
2. Bias dalam Estimasi
   Jika missing value tidak dikelola dengan benar, maka dapat terjadi bias dalam estimasi parameter statistik. Misalnya, jika data yang hilang berhubungan dengan suatu karakteristik atau pola tertentu, maka estimasi yang didasarkan pada sampel yang tidak lengkap dan dapat menjadi bias.
3. Pengaruh terhadap Uji Hipotesis
   Ketika ada missing value dalam variabel yang digunakan dalam uji hipotesis, maka dapat menyebabkan terjadinya pergeseran dalam distribusi dan menyebabkan munculnya kesalahan tipe I atau tipe II yang dapat mempengaruhi kesimpulan yang diambil.
4. Pengurangan Validitas dan Reliabilitas
   Missing value dapat mengurangi validitas dan reliabilitas analisis data. Data yang tidak lengkap dapat mengurangi ketelitian dan keakuratan hasil analisis.
5. Perubahan Karakteristik Sampel
   Jika missing value terjadi secara sistematis dalam suatu kelompok atau subpopulasi, hal ini dapat menyebabkan perubahan dalam karakteristik sampel secara keseluruhan. Hal ini dapat mempengaruhi generalisasi dan kesimpulan yang dibuat berdasarkan data tersebut.

Metode Penanganan Missing Value

Ketika menghadapi missing value dalam data statistik, maka sangat penting dilakukan penanganan yang tepat untuk memastikan hasil analisis yang akurat dan dapat dipercaya. Berikut ini adalah beberapa metode yang sering digunakan untuk penanganan missing value.

1.Penghapusan Data yang Hilang Secara Lengkap
Metode ini dilakukan dengan menghapus semua baris atau unit data yang memiliki setidaknya satu missing value. Metode ini cocok digunakan jika jumlah missing value relatif kecil dan tidak ada pola yang jelas di balik data yang hilang.

2. Imputasi Nilai
Imputasi adalah suatu teknik mengisi missing value dengan nilai perkiraan atau estimasi. Imputasi nilai terdiri atas beberapa jenis yaitu:

• Imputasi Mean dan Median
  Apabila terdapat missing value dalam variabel numerik maka dapat diisi dengan nilai rata-rata (mean) atau nilai tengah (median) dari variabel tersebut. Pendekatan ini berguna jika missing value dapat diasumsikan sebagai nilai yang hilang secara acak.
  
• Imputasi Modus
  Jika terdapat missing value berupa variabel kategorik maka dapat diisi dengan nilai modus dari variabel tersebut.
  
• Imputasi Regresi
  Missing value dalam variabel numerik dapat diimputasi dengan membangun model regresi berdasarkan variabel lain yang lengkap, kemudian menggunakan model tersebut untuk memperkirakan nilai yang hilang.
  
• Multiple Imputation
  Teknik ini melibatkan pembuatan beberapa imputasi berbeda dengan menggunakan metode statistik yang lebih kompleks, seperti Markov Chain Monte Carlo (MCMC).
  

3. Metode Khusus
Beberapa metode pemodelan khusus telah dikembangkan untuk menangani missing value, seperti

• Metode Hot-Deck-Imputation
  Metode ini dilakukan menggunakan konsep similarity , dimana nilai yang hilang dalam suatu variabel diisi dengan nilai dari unit data yang memiliki karakteristik serupa dengan unit data yang mengalami missing value.
• Metode K-Nearest Neighbour (KNN), K-Means, Support Vector Machine (SVM)
  Metode-metode ini merupakan metode penanganan missing value dengan menggunakan algoritma Machine Learning.
• Metode Expectation-Maximization (EM)
  Metode ini melibatkan pendekatan iteratif untuk memperkirakan parameter yang hilang dengan memaksimalkan likelihood dari model yang dihasilkan.
• Metode Full Information Maximum Likelihood (FIML)
  Metode ini memodelkan struktur data yang lengkap, termasuk variabel dengan missing value, menggunakan pendekatan likelihood maksimum. Metode ini dapat memberikan hasil yang lebih akurat jika asumsi yang digunakan dalam model terpenuhi.

Referensi

Fadillah, I. (2019). Perbandingan Metode Hot-Deck Imputation dan Mettode KNNI dalam Mengatasi Missing Values. Prosiding Seminar Nasional Official Statistics.

Little, R. J. A., & Rubin, D. B. (2019). Statistical Analysis with Missing Data (3rd ed.). Hoboken, NJ: Wiley.

Sudirman. (2012). Analisis Perbandingan Metode Imputasi Missing Values Global dan Concept Method pada Data Supervised. Jurnal Ilmiah FIFO Volume IV, No. 2.

Demikian penjelasan terkait Missing Value pada Data Statistik. Apabila masih terdapat hal-hal yang dibingungkan bisa langsung saja ramaikan kolom komentar atau hubungi admin melalui tombol bantuan di kanan bawah. Stay tuned di website https://exsight.id/blog/ agar tidak ketinggalan artikel-artikel menarik lainnya.