随机截距潜在转变分析(RI-LTA)——个案自我转变与个案间差异的分离

分类： 心理学 >> 心理统计 分类： 心理学 >> 心理测量 提交时间： 2021-05-07

温聪聪 朱红

摘要： 传统的潜在转变分析属于单水平分析，但其同样也可以看作二水平分析。Muthén和 Asparouhov就以二水平分析的视角在单水平分析框架内提出了随机截距潜在转变分析(RI-LTA)，其中跨时间点产生的自我转变可以看作在水平1进行分析，跨时间点不变的个案间差异可以看作在水平2进行分析，使个案的自我转变和个案间的初始差异分离。 随机截距潜在转变分析中的随机截距f是关键。如果观测指标在随机截距上的因子载荷较大，说明观测指标概率较大，个案在该观测指标上的初始差异较大。从这一角度来看，随机截距可以看作是吸收了模型中的测量不等性。正因为观测指标上的差异较大，各类别之间的区分度较高，这部分差异被随机截距吸收并且不影响潜在类别变量，所以潜在类别间转变概率矩阵的非对角线转变概率会较高。而在普通的潜在转变分析中，各类别之间的高区分度没有被随机截距吸收，直接影响了潜在类别的转变概率，所以各类别间转变概率矩阵的非对角线转变概率会较低，对角线转变概率（保留在初始类别概率）较高。 在Mplus软件中进行随机截距潜在转变分析的步骤可以归纳为四步。第一，针对不同的时间点分别进行潜在类别分析(LCA)；第二，进行普通潜在转变分析(LTA)和随机截距潜在转变分析；第三，利用上一步骤所得最优模型保存下来的参数估计结果进行蒙特卡洛模拟研究；第四，根据已有的理论假设或是实际的研究需要，可以引入背景协变量，远端结果变量进行分析，或是做多群组分析、马尔科夫链变动-保留分析、多水平随机截距潜在转变分析、跨时序因子分析，对数据样本进行更深层次的探究。 某精英研究型大学2016级本科生的追踪调查数据被用于演示使用随机截距潜在转变分析的过程。本研究实例的前三个研究步骤与上文一致，第四步引入了“大学入学方式”协变量进行多群组分析和交互效应分析。研究发现：在RI-LTA模型中，高内外部动机组学生保留在本组别的转变概率为33.0%，该组别更倾向于转变到其他组别；在传统LTA模型中，高内外部动机组学生保留在本组别的转变概率为68.9%，该组别更倾向于保留在初始组别。由此可见，随机截距潜在转变分析模型通过引入随机截距避免了高估保留在本组别的转变概率。未来研究可以运用蒙特卡洛模拟研究探究随机截距潜在转变分析模型的适用性，也可以以多水平分析的思路为灵感，探究多水平随机截距潜在转变分析在统计软件中的实现。

 点击量 2897  下载量 1189  评论