KCI등재
종단프로파일분석과 군집분석을 이용한 잠재집단연구 = Latent Class Study Using Longitudinal Profile Analysis and Cluster Analysis: Comparing Growth Mixture Modeling
저자
발행기관
학술지명
권호사항
발행연도
2010
작성언어
-주제어
KDC
370
등재정보
KCI등재
자료형태
학술저널
발행기관 URL
수록면
641-664(24쪽)
제공처
소장기관
잠재집단분석(Latent Class Analysis; LCA)은 특정 모집단에 존재하는 비관측 이질적 잠재집단을 추적하고 이들 집단과 관계있는 특성변인을 분석하는 등 다양한 연구문제를 효과적으로 논의할 수 있어 많은 행동/사회과학연구에 활발하게 사용되고 있다. 더불어, LCA와 관련된 기술적 발전도 끊임없이 이루어지고 있다. 하지만, 혼합모형기법(Mixture
Modeling Technique)을 이용한 LCA는 군집분포의 형태에 따라 잠재집단의 수를 과대 또는 과소 추정할 수 있으며 수립된 모형이 복잡하거나 잠재집단의 수가 증가할 경우 결과의 불안정성이 높아질 수 있다. 이에 본 연구에서는 수리 알고리듬이 간명하고 분포도의 모양, 표본의 수, 다중공선성 등에 큰 영향을 받지 않는 종단프로파일분석과 군집분석을 이
용하여 대안적인 잠재집단성장분석을 시도해 본다. 연구는 총 1,916명의 미국 북서부 종단학업성취도 읽기검사를 바탕으로 성장혼합모형(Growth Mixture Modeling; GMM)과 대안적 분석방법을 이용한 잠재집단 분석 결과를 비교하였다. 두 접근 방법에 의해 각각 3개와 2개의 성장형태가 다른 잠재집단이 추출되었고 특수교육프로그램과 영어교육프로그램
을 수강한 학생의 경우 성장이 빠른 집단에 속할 경향이 높은 것으로 나타났다. 마지막으로 두 접근방법의 장점과 단점에 대한 심도 있는 논의를 진행하였으며, 연구의 환경,자료의 형태 및 조건 등을 고려하여 적절한 분석 방법을 선택하여 사용할 것을 제안하였다.
Latent class analysis(LCA) aims to uncover unobserved heterogeneity in a population and to find
substantively meaningful groups of people that are similar in their responses to measured variables or
growth trajectories(i.e., Growth Mixture Modeling; GMM). The use of this mixture modeling technique (MMT) has allowed for deeper investigation of a variety of substantive behavior/social science researches. Despite technical development and usefulness of LCA/GMM in practice, it contains several problems. Depending on shapes of aggregated distribution, this technique may over or underestimate the number of classes. Also, a complicated structure including small sample size and relatively large number of classes might adversely affect convergence rate and validity of statistical inferences. At this point, this study introduces an alternative latent class approach using longitudinal profile analysis and cluster analysis. Relatively simple mathematical algorithm under an alternative method could easily detect latent classes. Also, these statistical techniques are not dramatically influenced by distributional shape and sample size, as well as multicollinearity. With longitudinal academic achievement scores (n = 1,916) from a large urban school district in the upper Midwestern U.S., the study compared the results of two latent class techniques. The GMM and the alternative latent analysis approach found respectively three and two latent classes that show significantly different growth trajectories. Students who received the special education and English language program tended to report faster growth rate. The Strengths and weaknesses as well as other pertaining issues for these two approaches are
discussed. Lastly, this study is to alert applied researchers to selected analytical issues that are required
for consideration in decisions to apply one of these two approaches based on research circumstances.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)