Latent Class Analysis in the Evaluation of Items in Survey Research

• Autorzy: Justyna Brzezińska

Warianty tytułu

Analiza klas ukrytych w ocenie pozycji testowych w badaniach sondażowych

• Języki publikacji: EN

Abstrakty

EN

Latent class analysis has been widely used in the measurement models. Models based on latent variables have a wide range of applications in the presence of repeated ob-servations, longitudinal data, and multilevel data. In this paper we present and apply log-linear analysis as a method for the analysis of multi-way tables. We also present a latent variable model based on a variable that is not directly observed. The basic model postulates an underlying categorical latent variable; within any category of the latent variable the manifest or observed categorical variables are assumed independent of one another (axiom of conditional independence). In this paper we present the results of a survey research based on categorical data and the author`s questionnaire. We present the results of the latent class analysis in the classification of respondents into clusters characterized by similar attitudes and features in economic research. We also conduct a prior log-linear analysis for a multi-way contingency table. All the calculations are conducted in R.(original abstract)

Modele oparte na zmiennych ukrytych znajdują szerokie zastosowanie w przypadku powtarzających się obserwacji, danych panelowych czy też modeli wielopoziomowych. Jako pierwszą zastosowano analizę log-liniową, która jest trudna do interpretacji w przypadku modeli z wieloma zmiennymi. W kolejnej części pracy zastosowano analizę klas ukrytych, która zawiera zmienne ukryte. Analiza klas ukrytych oparta jest na dwóch założeniach. Pierwsze mówi o tym, że populacja składa się z rozłącznych (mutually exclusive) i spójnych (exhaustive) jednorodnych podpopulacji, które łącznie tworzą klasę ukrytą; drugie natomiast nazywane jest warunkiem lub aksjomatem lokalnej niezależności (local independence assumption), zgodnie z którym związek między zmiennymi obserwowalnymi zależy od relacji pomiędzy zmiennymi obserwowalnymi a zmiennymi ukrytymi. W artykule zaprezentowano autorskie wyniki badań nt. postaw studentów stojących u progu kariery zawodowej. Ponadto przedstawiono zarówno teoretyczne, jak i praktyczne aspekty analizy klas ukrytych.(abstrakt oryginalny)

Słowa kluczowe

EN

Latent class analysis; Log-linear models; Survey research

PL

Analiza klas ukrytych; Modele logarytmiczno-liniowe; Badania sondażowe

• Czasopismo: Ekonometria / Uniwersytet Ekonomiczny we Wrocławiu
• Rocznik: 2018
• Tom: 22
• Numer: nr 3
• Strony: 55--65

Twórcy

autor

Justyna Brzezińska

• University of Economics in Katowice, Poland

Bibliografia

• Agresti A., 2002, Categorical Data Analysis, Wiley & Sons, Hoboken, New Jersey.
• Akaike H., 1973, Information Theory and an Extension of the Maximum Likelihood Principle, Proceedings of the 2nd International Symposium on Information, Petrow B.N., Czaki F., Akademiai Kiado, Budapest.
• Binet A., Simon T., 1905, Méthodes nouvelles pour le diagnostique du niveau intellectuel des anormaux, Annee Psychol., 11, pp. 245-366.
• Christensen R., 1997, Log-linear Models And Logistic Regression, Springer-Verlag, New York.
• Clogg C.C., 1981, Latent structures models for mobility, American Journal of Sociology, 86, pp. 863-868.
• Deming W., Stephan F., 1940, On a least squares adjustment of a sampled frequency table when the expected marginal totals are known, Annals of Mathematical Statistics, 11, 4, pp. 427-444.
• Formann A.K., 1985, Constrained latent class analysis: Theory and applications, British Journal of Mathematical and Statistical Psychology, 38, pp. 89-111.
• Goodman L.A., 1974a, Exploratory latent structure analysis using both identifiable and unidentifiable models, Biometrica, 61, pp. 215-231.
• Goodman L.A., 1974b, The analysis of systems of qualitative variables when some of the variables are unobservable. Part I: A modified latent structure approach, American Journal of Sociology, 79, pp. 1179-1259.
• Guilford J.P., 1936, Psychometric Methods, McGraw-Hill, New York.
• Gulliksen H., 1950, Theory of Mental Tests, Erlbaum, Hillsdale, NJ.
• Haberman S.J., 1974, The Analysis of Frequency Data, University of Chicago Press, Chicago.
• Haberman S.J., 1979, Analysis of Qualitative Data, Vol. 2, New Developments, Academic Press, New York.
• Hagenaars J.A., 1990, Categorical Longitudinal Data - Loglinear Analysis of Panel, Trend and Cohort Data, Sage, Newbury Park.
• Knoke D., Burke P.J., 1980, Log-linear models, Sage University Paper Series on Quantitative Applications in the Social Science, series no. 07-020, Sage, Beverly Hills and London.
• Lazarsfeld P.F., 1950a, The interpretation and mathematical foundation of latent class structure analysis, Souffer S. (ed.), Measurement and Prediction, Princeton University Press, Princeton, NJ.
• Lazarsfeld P.F., 1950b, The logical and mathematical foundation of latent structure analysis, Souffer S. (ed.), Measurement and Prediction, Princeton University Press, Princeton, NJ.
• Lazarsfeld P.F., Henry N.W., 1968, Latent Structure Analysis, Houghton Mifflin, Boston.
• Loevinger J., 1948, The technique of homogeneous tests compared with some aspects of 'scale analysis' and factor analysis, Psychological Bulletin, 45, pp. 507-530.
• Lord F.M., 1952, The relation of the reliability of multiple-choice tests to the distribution of item difficulties, Psychometrika, 17(2), pp. 181-193.
• Lord F.M., 1953, The relation of test score to the trait underlying the test, Educational and Psychological Measurement, 13, pp. 517-548.
• McCutcheon A.L., 1987, Latent Class Analysis, Sage University Paper. Sage Publications, Newbury Park.
• Raftery A.E., 1986, Choosing models for cross-classification, Amer. Sociol. Rev., 51, pp. 145-146.
• Rasch G., 1960, Probabilistic Models for Some Intelligence and Attainment Tests, Danish Institute for Educational Research, Copenhagen.
• Schwartz G., 1978, Estimating the dimensions of a model, Annals of Statistics 6, pp. 461-464.
• Spearman C., 1904, The proof and measurement of association between two things, The American Journal of Psychology, 15(1), pp. 72-101.
• Thurstone L.L., 1927, A law of comparative judgment, Psychological Review 34, pp. 273-286.
• Walker D.A., 1931, Answer pattern and score scatter in tests and examinations, British Journal of Psychology, 22, pp. 73-86.

Identyfikatory

DOI

10.15611/eada.2018.3.04