Part 10 — Missing Values

Fundamental Series — Part 10 of 20

Stata punya sistem missing value yang unik. Missing value numerik adalah . (titik) dan dianggap sebagai bilangan sangat besar — bisa menyebabkan error halus jika tidak hati-hati.

Missing Value di Stata

* Numerik missing
display .          // .
display . + 1      // . (menular)
display . > 100    // 1 (TRUE — karena . = +infinity!)

* String missing
display ""         // kosong

. Dianggap Lebih Besar dari Angka Apapun!

display (. > 1000000)    // 1 (TRUE!)

Ini artinya if x > 100 juga menangkap observasi missing. Selalu gunakan if !missing(x) & x > 100.

Extended Missing Values

Stata punya 27 jenis missing: ., .a, .b, …, .z:

clear
set obs 3
generate x = .
replace x = .a in 2
replace x = .b in 3

list
* 1. .
* 2. .a
* 3. .b

* Berguna untuk membedakan alasan missing:
* .a = tidak menjawab
* .b = tidak berlaku
* .c = data hilang

Deteksi Missing

sysuse auto, clear

* Cek missing di satu variabel
count if missing(rep78)
count if rep78 == .

* Cek missing di semua variabel
misstable summarize

* Pattern missing
misstable patterns

* Tabel missing per variabel
mdesc    // perlu install: ssc install mdesc

Filter Berdasarkan Missing

sysuse auto, clear

* Hanya observasi non-missing
list make price if !missing(rep78)

* Buang observasi missing
drop if missing(rep78)

* Atau keep non-missing
keep if !missing(rep78)

Mengisi Missing

sysuse auto, clear

* Isi dengan nilai tetap
replace rep78 = 0 if missing(rep78)

* Isi dengan mean
quietly summarize rep78
replace rep78 = r(mean) if missing(rep78)

* Isi dengan mean per grup
bysort foreign: egen mean_rep = mean(rep78)
replace rep78 = mean_rep if missing(rep78)

Best Practices

* SALAH — menangkap missing juga!
count if price > 10000

* BENAR
count if price > 10000 & !missing(price)

* Atau gunakan inrange()
count if inrange(price, 10001, .)

* Cek dulu sebelum analisis
misstable summarize

Latihan

Latihan 10.1 — Deteksi & Hitung

sysuse auto, clear

* 1. Berapa observasi yang punya missing di rep78?
* 2. Berapa persen?
* 3. Tampilkan misstable summarize

Latihan 10.2 — Handle Missing

sysuse auto, clear

* 1. Hitung mean rep78 (hanya non-missing)
* 2. Isi missing rep78 dengan mean
* 3. Bandingkan distribusi sebelum dan sesudah

Ringkasan

Konsep	Keterangan
`.`	Missing value numerik
`""`	Missing value string
`.a` – `.z`	Extended missing values
`missing(x)`	Cek apakah missing
`misstable`	Ringkasan missing
`. > angka` → `TRUE`	Missing dianggap sangat besar!
`!missing(x) & x > n`	Cara aman filter

Sebelumnya: Part 9 — Date & Time Selanjutnya: Part 11 — Package & Library

--- title: "Part 10 — Missing Values" description: "Memahami dan menangani missing values di Stata: system missing, extended missing, deteksi, dan imputasi." date: "2026-02-26" categories: [Fundamental, MissingValues] series: "Fundamental Programming" order: 10 --- ## Fundamental Series — Part 10 of 20 Stata punya sistem missing value yang unik. Missing value numerik adalah **`.`** (titik) dan dianggap sebagai **bilangan sangat besar** — bisa menyebabkan error halus jika tidak hati-hati. --- ## Missing Value di Stata ```stata * Numerik missing display . // . display . + 1 // . (menular) display . > 100 // 1 (TRUE — karena . = +infinity!) * String missing display "" // kosong ``` ::: {.callout-important} ## `.` Dianggap Lebih Besar dari Angka Apapun! ```stata display (. > 1000000) // 1 (TRUE!) ``` Ini artinya `if x > 100` juga menangkap observasi missing. Selalu gunakan `if !missing(x) & x > 100`. ::: --- ## Extended Missing Values Stata punya 27 jenis missing: `.`, `.a`, `.b`, ..., `.z`: ```stata clear set obs 3 generate x = . replace x = .a in 2 replace x = .b in 3 list * 1. . * 2. .a * 3. .b * Berguna untuk membedakan alasan missing: * .a = tidak menjawab * .b = tidak berlaku * .c = data hilang ``` --- ## Deteksi Missing ```stata sysuse auto, clear * Cek missing di satu variabel count if missing(rep78) count if rep78 == . * Cek missing di semua variabel misstable summarize * Pattern missing misstable patterns * Tabel missing per variabel mdesc // perlu install: ssc install mdesc ``` --- ## Filter Berdasarkan Missing ```stata sysuse auto, clear * Hanya observasi non-missing list make price if !missing(rep78) * Buang observasi missing drop if missing(rep78) * Atau keep non-missing keep if !missing(rep78) ``` --- ## Mengisi Missing ```stata sysuse auto, clear * Isi dengan nilai tetap replace rep78 = 0 if missing(rep78) * Isi dengan mean quietly summarize rep78 replace rep78 = r(mean) if missing(rep78) * Isi dengan mean per grup bysort foreign: egen mean_rep = mean(rep78) replace rep78 = mean_rep if missing(rep78) ``` --- ## Best Practices ```stata * SALAH — menangkap missing juga! count if price > 10000 * BENAR count if price > 10000 & !missing(price) * Atau gunakan inrange() count if inrange(price, 10001, .) * Cek dulu sebelum analisis misstable summarize ``` --- ## Latihan ::: {.callout-caution} ## Latihan 10.1 — Deteksi & Hitung ```stata sysuse auto, clear * 1. Berapa observasi yang punya missing di rep78? * 2. Berapa persen? * 3. Tampilkan misstable summarize ``` ::: ::: {.callout-caution} ## Latihan 10.2 — Handle Missing ```stata sysuse auto, clear * 1. Hitung mean rep78 (hanya non-missing) * 2. Isi missing rep78 dengan mean * 3. Bandingkan distribusi sebelum dan sesudah ``` ::: --- ## Ringkasan | Konsep | Keterangan | |--------|-----------| | `.` | Missing value numerik | | `""` | Missing value string | | `.a` – `.z` | Extended missing values | | `missing(x)` | Cek apakah missing | | `misstable` | Ringkasan missing | | `. > angka` → `TRUE` | Missing dianggap sangat besar! | | `!missing(x) & x > n` | Cara aman filter | --- *Sebelumnya: [Part 9 — Date & Time](../2026_02_26_09_datetime/index.qmd)* *Selanjutnya: [Part 11 — Package & Library](../2026_02_26_11_package/index.qmd)*