An analysis of a multiple imputation model for the missing values in selected variables of tdhs-2003 data: the case of anthropometric measures

Abstract

Örneklem araştırmaları, nüfus sayımları ve kayıtlarla birlikte en önemli üç sosyal vedemografik veri kaynağından birini oluşturmaktadır. Örneklem araştırmaları,özellikle Türkiye gibi kayıt sistemi yerleşik olmayan ülkeler için en önemli verikaynağını oluşturmaktadır. Kayıp veri konusu sosyal araştırmalarda oldukça sıkrastlanılan bir konudur ve uygun bir şekilde ele alınmadığında yanlı tahminlereneden olmaktadır. Buna rağmen, Türkiye'de kayıp veri konusuyla ilgili teorik veuygulamalı çalışmaların sayısı oldukça kısıtlıdır.Diğer taraftan Nüfus ve Sağlık Araştırmaları (NSA), yalnızca bazı önemli tarihleriçin kullanılan bir imputasyon yöntemine sahiptir. Dünyanın en yaygınaraştırmalarından biri olan NSA'da, araştırmanın karmaşık yapısı ve soru kağıdıtasarımı bunu en aza indirmeye çalışsa da, birçok değişken kayıp veri ve tutarsızlıksorunuyla karşı karşıyadır. Ayrıca var olan imputasyon tekniklerinde de çeşitlisorunlar bulunmaktadır.Bu çalışmanın genel amacı, Hacettepe Üniversitesi Nüfus Etütleri Enstitüsütarafından gerçekleştirilen 2003 Türkiye Nüfus ve Sağlık Araştırması'nda yer alanbeş yaş altı çocukların antropometrik ölçümleri için çoklu imputasyon modelinindenenmesidir. Çalışmada daha özelinde, sıralı regresyon çoklu imputasyon tekniğikullanılmış ve 20 tamamlanmış veri seti elde edilmiştir. Bu veri setleri daha sonraanaliz edilmiş ve gözlenmiş olan veri seti sonuçlarıyla, antropometrik ölçümler ?yaşa göre boy, boya göre kilo ve yaşa göre kilo ? bağlamında karşılaştırılmıştır.Çalışmanın sonuçlarına göre, çoklu imputasyon tekniği ile elde edilen veri gözlenmişolan veriyi, her iki çalışma değişkeni olan boy ve kilo için dağılım anlamında iyitaklit etmektedir. İmputasyon uygulamasından sonra, antropometrik endeksler içinbelli değerlerin altında kalan çocukların yüzdesi bir miktar düşmüştür, bu da ölçümüyapılmış ve yapılmamış çocuklar arasında muhtemel bir yanlılığa işaret etmektedir.Ayrıca, çeşitli analizler kayıp veri yüzdelerinin, cevaplayıcının belli özelliklerinegöre değiştiğini ortaya koymaktadır. Çalışmada sonuç olarak çoklu imputasyon, boyve kilo değişkenlerinde var olan cevapsızlığa bağlı yanlılığı düzeltmiş ve gözlemsayısındaki artışa paralel olarak güvenirliği artırmıştır

Sample surveys are one of the three main sources of social and demographic datatogether with the population censuses and vital registrations. They are also the mostimportant source for the countries that are lacking well-established registrationsystems, such as Turkey. The issue of missing data is a common problem in socialsurveys and cause biased estimations if not dealt properly. However, the number oftheoretical and practical studies on techniques for handling missing data is verylimited in Turkey.Demographic and Health Surveys (DHS), on the other hand, use some wellestablishedediting and imputation techniques for only dates for several key events.Being one of the most widespread surveys of the world, many variables are exposedto missing data and inconsistency problems in DHS, although its complex design andquestionnaire structure aims at minimizing these problems. In addition, existingimputation techniques of DHS have their own shortcomings.The overall objective of this study is to apply the multiple imputation model to theanthropometric measurements of children under age five, in the 2003 TurkeyDemographic and Health Survey (TDHS?2003) data, which is implemented by theHacettepe University Institute of Population Studies. More specifically, sequentialregression multiple imputation technique is used for creating 20 completed data sets,which are imputed conditional on the fully observed variables. The completed datasets are then analyzed and the results are compared with the observed data set,particularly for the anthropometric indexes height for age, weight for height andweight for age.According to the results of the study, multiply imputed data well imitated theobserved data in terms of distribution for both of the study variables, weight andheight. The percentages below certain levels of anthropometric indexes slightlydecreased after the imputation application, which indicate a possible bias among thechildren who were measured and not measured. Moreover, several analyses showedthat the percentage of missing data differentiate substantially among somebackground characteristic categories of the respondent. As a result, multipleimputation corrected for the bias due to nonresponse in weight and height variablesand increased reliability in parallel with the increase in number of observed cases