성장혼합모형에서 잠재계층과 연속형 결과변인 간 관계 추정방법의 비교
Comparison of the Methods for Estimating the Relationship between Latent Class and Continuous Outcome Variable in Growth Mixture Models
- 주제(키워드) Growth Mixture Models , Simulation , Outcome Variables , Estimation , 성장혼합모형 , 시뮬레이션 , 결과변인 , 추정
- 설명문(URI) https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART003002701
- 등재 KCI등재
- 발행기관 한국교육평가학회
- 발행년도 2023
- URI http://www.dcollection.net/handler/ewha/000000209975
- 본문언어 한국어
초록/요약
본 연구는 몬테카를로 모의실험을 통해 연구자들에게 성장혼합모형에서 잠재계층과 연속형 결과변인 사이의 관계를 추정하는 적절한 추정 방법에 대한 가이드라인을 제공하고자 하였다. 이를 위해 본 연구에서는 잠재계층과 결과변인 사이의 관계를 추정하는 1) 1단계 방법, 2) PC 방법, 3) Lanza 방법, 4) 전통적인 3단계 방법, 5) 새로운 3단계 방법, 6) BCH 방법을 간략하게 소개하고 몬테카를로 모의실험을 통해 상대편향, 분산, 검정력, 1종 오류의 4가지 성능평가 준거에 기반해 성장혼합모형에서 잠재계층과 연속형 결과변인 사이의 관계를 추정하는 6가지 추정 방법을 비교하였다. 본 연구의 결과에 따르면 다양한 조건과 준거에 걸쳐 Lanza 방법과 BCH 방법이 우수한 것으로 나타났으며, 효과크기가 작을 때에는 Lanza와 BCH방법이, 효과크기가 클 때에는 Lanza 방법이 우수한 것으로 나타났다. 이러한 결과를 바탕으로 연구의 의의, 제한점, 후속 연구가 논의되었다.
more초록/요약
This study aims to provide researchers with guidelines on the appropriate estimation method to estimate the relationship between latent class and outcome variables in growth mixture models through Monte Carlo simulation. To this end, this study briefly introduces 1) the one-step method, 2) the PC method, 3) the Lanza method, 4) the traditional three-step method, 5) the new three-step method, and 6) the BCH method to estimate the relationship between latent class and outcome variables in growth mixture models, and compares the six estimation methods based on four performance criteria: relative bias, variance, power, and type I error through Monte Carlo simulation. The results of this study showed that the Lanza and BCH methods were superior across a range of conditions, with the Lanza and BCH methods being superior when the effect size was small and the Lanza method being superior when the effect size was large. Based on these findings, the significance, limitations, and follow-up studies were discussed.
more