대학원생의 대학원 이야기

지난 포스팅에서 Mplus 프로그램을 이용하여 잠재계층분석(Latent Class Analysis; LCA)과 잠재프로파일분석(Latent Profile Analysis; LPA)의 기본 syntax를 설명하였다. 그런데 댓글로 잠재계층분석 혹은 잠재프로파일분석에 관한 추가 질문이 많이 달려, 보충 설명을 하고자 이번 포스팅을 준비하였다. 이에 이번 포스팅에서는 LCA 혹은 LPA 분석에서 도출된 계층에 대한 기술통계분석(평균, 표준편차) 결과를 확인하는 방법과 잠재계층을 데이터로 저장하는 법에 대해 다룰 것이다. *설명을 위해 노언경, 정송, 홍세희 (2014)의 데이터 분석을 따라해보고자 한다. 해당 연구는 한국청소년정책연구원의 2011년 아동청소년 정신건강 증진 지원방안 연구 자료를 사용하였다. 원..

이번 포스팅에서는 Mplus 프로그램에서 사용하는 잠재계층분석(Latent Class Analysis)과 잠재프로파일분석(Latent Profile Analysis) 신택스를 설명하고자 한다. 잠재계층분석과 잠재프로파일분석은 회귀분석과 같은 변수중심적 분석(variable-centered analysis)이 아닌 개인중심적 분석(person-centered analysis)으로 변수의 분포에 있어 이질적인 분포가 있다고 가정한다. 예를 들어, 청소년기 연령에 따른 비행 행동 빈도를 알아본다고 했을 때, 변수 중심의 분석은 전체적인 경향을 살펴본다면 개인 중심의 분석은 비행 행동 패턴이 개인에 따라 다양할 수 있음을 가정한다. 이와 같은 계층구분에 사용되는 분석방법 중에 K-means 군집분석(cluste..