Latent-Class-Analyse

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.