Perbandingan Antara Zero Imputation Dan Maximum Likelihood Mean Subtitutionuntuk Menangani Missing Data Pada Person-Trait Estimation
| Main Author: | Filia, Tita Ajrinna |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/174780/ |
Daftar Isi:
- Fokus penelitianini adalah untuk mengetahui keefektifan penggunaan metodeconstant imputation dan maximum likelihoodmeansubtitution dalam penanganan missing data. Penelitian ini merupakan penelitian kuantitatif yang memiliki test lenght 40 aitem dengan pilihan respon politomus. Person-trait estimation dilakukan dengan expected a posteriori (EAP) berdasarkan model GRM dan akan dikorelasikan menggunakan Pearson’s Product Moment.Hasil penelitian menunjukkan bahwa penggunaan metode imputasi lebih efektif digunakan bila persentase missing databesar. Selain itu, penggunaan ML mean substitution lebih efektif digunakan dibandingkan dengan penggunaan constant imputation.