선형 성장혼합모형에서 잠재집단 간의 거리와 잠재집단의 분포형태가 모수추정과 잠재집단 수 결정에 미치는 영향력 검토

• 영문명: Effects of latent class distance and nonnormality of latent class distribution on the estimation of parameters and the selection of the number of latent classes in linear growth mixture modeling
• 발행기관: 한국교육평가학회
• 저자명: 구남욱(Namwook Koo) 김현철(Hyunchul Kim)
• 간행물 정보: 『교육평가연구』제26권 제1호, 151~180쪽, 전체 30쪽
• 주제분류: 사회과학 > 교육학
• 파일형태: PDF
• 발행일자: 2013.03.31

국문 초록

성장혼합모형으로 자료를 분석할 때, 전체 종단자료의 비정규성은 성장혼합모형을 활용하기 위한 전제 조건이라고 할 수 있으며, 잠재집단 간의 거리는 전체 종단자료의 비정규성에 큰 영향을 미치는 요인이다. 이 모의실험연구에서는 잠재집단의 다양한 분포형태와 잠재집단 간의 거리를 함께 고려하여, 과연 이 두 요인이 성장혼합모형의 결과에 어떠한 영향을 미치는지 검토하였다. 이 연구의 결과에 따르면 잠재집단 간의 거리가 멀리 떨어질수록 잠재집단의 분포형태에 관계없이 모수와 표준오차는 더욱 정확하게 추정 되었다. 또한 모든 잠재집단들이 정규분포를 따를 때에는 집단 사이의 거리가 멀수록 정확한 잠재집단의 수가 선택되었다. 그러나 하나 이상의 잠재집단이 비정규분포를 따를 때에는 잠재집단 간의 거리가 멀수록 실제 존재하는 잠재집단의 수보다 더 많은 잠재집단이 선택될 수 있다는 사실이 관찰되었다. 따라서 성장혼합모형을 이용하여 종단자료를 분석하는 응용연구에서는 보다 정확한 자료의 분석과 해석을 위하여 자료 분석 이전에 전체 자료의 분포형태를 확인해 보는 일이 중요하며, 또한 자료 분석 이후에도 잠재집단들의 분포형태, 잠재집단 간의 거리, 그리고 잠재집단의 분류의 정확도 등을 보고하는 노력이 필요하다고 판단된다.

영문 초록

When we fit a growth mixture model to data, nonnormality of a mixture distribution is needed for the correct parameter estimation and the selection of the correct number of latent classes. Nonnormality of a mixture distribution arises because of a distance between latent classes and nonnormality of latent class distributions. Thus, this Monte Carlo simulation study included two factors of a distance between latent classes and a shape of a latent class distribution, and then investigated how both factors affected the parameter estimation and the selection of the number of latent classes in linear growth mixture modeling. It was found that when a latent class distance was large, the parameter estimates were very accurate regardless of a shape of a latent class distribution. Furthermore, when a latent class distance was large and all latent classes were normal, the correct number of latent classes was selected across all conditions. However, when one or more latent classes were nonnormal, the number of latent classes incorrectly increased as a latent class distance increased. Therefore, in applied research using growth mixture modeling, it is recommended that the latent class distance and the shape of latent class distributions should be examined and reported.

목차

Ⅰ. 서론

Ⅱ. 이론적 배경

Ⅲ. 연구방법

Ⅳ. 연구결과

Ⅴ. 결론

참고문헌

키워드

성장혼합모형 잠재집단의 분포 잠재집단 간의 거리 J 통계치 growth mixture modeling nonnormality distance between latent classes J statistic