Zusammenfassung
Die Latent-Class-Analyse (LCA) oder Latent-Structure-Analysis (Goodman, 1974; Lazarsfeld & Henry, 1968) ist ein statistisches Verfahren, das zur Klassifizierung von Personen in homogene Subgruppen („latente Klassen“) eingesetzt werden kann. Ausgangspunkt für die Klassifizierung sind die beobachteten Antwortmuster von Personen über eine Reihe von kategorialen (nominalen oder ordinalen) Test- oder Fragebogenitems (z.B. Intelligenztestaufgabe gelöst/nicht gelöst; Symptom vorhanden ja/nein; Fragebogenitems gemessen mittels 4- stufiger Likert-Skala). In einer LCA werden Zusammenhänge zwischen den Items durch das Vorhandensein von a priori unbekannten Subpopulationen (latenten Klassen) erklärt. Anders ausgedrückt: Die für ein Set von Items beobachteten interindividuellen Unterschiede in den Antwortmustern werden durch die Zugehörigkeit zu latenten Klassen mit klassenspezifischen Antwortprofilen erklärt.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Rights and permissions
Copyright information
© 2010 VS Verlag für Sozialwissenschaften | Springer Fachmedien Wiesbaden GmbH
About this chapter
Cite this chapter
Geiser, C. (2010). Latent-Class-Analyse. In: Datenanalyse mit Mplus. VS Verlag für Sozialwissenschaften. https://doi.org/10.1007/978-3-531-92042-9_6
Download citation
DOI: https://doi.org/10.1007/978-3-531-92042-9_6
Publisher Name: VS Verlag für Sozialwissenschaften
Print ISBN: 978-3-531-16393-2
Online ISBN: 978-3-531-92042-9
eBook Packages: Humanities, Social Science (German Language)