潜在类别_剖面分析中使用项目打包法可行性和影响因素的模拟研究

《潜在类别_剖面分析中使用项目打包法可行性和影响因素的模拟研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要近年来，LCA/LPA在心理学、医学、管理学等领域日益流行。由于项目打包法应用于结构方程模型有诸多的好处，研究者在LCA/LPA模型中也使用了项目打包的方法。但目前尚未有关于在LCA/LPA模型中使用项目打包法可行性问题的探讨。本研究拟通过蒙特卡洛模拟的方法来检验群体异质时采用项目打包法进行LCA/LPA得到的潜在类别/剖面是否有效，是否能准确反映总体的潜在分类，从而为项目打包法应用于潜在类别/剖面分析的合理性提供理论和方法上的支持，有利于促进应用方法的更合理使用。本模拟研究通过对比采用条目分进行LCA的情况，

2、系统探讨了打包数、组成包的条目数、样本量等因素对项目打包法应用于LCA/LPA的情况。研究结果表明：(1)条目在潜在类别上的条件概率间距较大、存在清晰的潜在类别时：①对单个量表的条目进行打包，打包后的分类结果与不打包的结果基本一致；②对多个量表的条目进行打包，在样本量与打包数不变的条件下，组成包的条目数越多，打包后的分类效果与不打包结果一致的可能性越大；③对多个量表的条目进行打包，在样本量与组成包的条目数不变的条件下，打包数越多，越有利于得到与不打包一致的分类结果；(2)条目在潜在类别上的条件概率间距较小、存在程度

3、差异较多的潜在类别时，打包的模型支持率明显低于不打包的结果，而且难以得出打包数、组成包的条目数、样本量与分类效果之间的关系。根据上述研究结果，本研究建议，当条目在潜在类别上的条件概率间距较大、存在清晰的潜在类别时，可以对单个量表的条目进行打包。此种情况下对多个量表的条目进行打包时，需要考虑样本量、打包数与组成包的条目数的影响。当条目在潜在类别上的条件概率间距较小、存在程度差异较多的潜在类别时，不适合采用项目打包的方法。关键词：潜在类别；潜在剖面；项目打包法；分类效果；蒙特卡洛模拟IAbstractLatentCla

4、ssAnalysis(LCA)andLatentProfileAnalysis(LPA)havebecomepopularmethodsformodellinglatentpopulationheterogeneityinpsychological,medicalandmanagementscience.Duetothebenefitsofusingitemparcelsasmanifestvariablesinstructuralequationmodels,researchersuseparcelsinLCA/

5、LPAmodels.However,therehadbeennostudytoexplorethefeasibilityofusingparcelsasindicatorsinLCA/LPAmodels.ViaapplyingMonteCarlosimulationmethods,wegeneratedartificialdatatocomparetheperformanceofparcelswithitemsunderdifferentLCA/LPAmodelingconditions.Eachsimulatio

6、ncomposesofthesecombinations:samplesizes,numberofparcelsandnumberofitemsineachparcel.Resultsfoundthatlatentclassdistanceplaysanimportantroleinclassenumerationwhenusingparcelsaslatentvariableindicators.WhenanalyzingaunidimensionalscaleinLCA/LPAmodelwhichclassdi

7、stanceislarge,theclassenumerationofparcelsisconsistentwiththeresultsofitems.Whenthemodelanalyzesmorethanoneunidimensionalscaleswithlargeclassdistance,themodelevaluationisinfluencedbysamplesizes,numberofparcelsandnumberofitemsineachparcel.Parcelsperformwellwith

8、morenumberofitemsineachparcelacrosssamplesizeandnumberofparcels.Inaddition,parcelsperformwellwithmorenumberofparcels.However,whenthelatentclassdistanceoftheun-parcelmodelissmall,ma