“The joy of discovery is certainly the liveliest that the mind of man can ever feel” - Claude Bernard -
person-centered approach vs variable-centered approach
Variable-centered approach
- 일반적인 통계적 방법론인 회귀분석, 요인분석, 조절된 매개분석, 구조방정식 등은 표본의 대상들이 모두 동질적(homgeneous)이라고 가정하고, 해당 표본에서 공통적으로 나타나는 공통적인 관계를 찾고 모집단에 일반화 하는 것을 목적으로 함(Lanza & Cooper, 2016; Laursen & Hoff, 2006).
- 달리 말해, 모든 사람들에게서 동일하게 나타나는 변수들의 보편적인 구조를 탐색하거나, ’평균 수준’의 사람들이 보이는 변수들의 관계 양상을 탐색하는 것이 변수중심접근법의 목적임(Lanza, Rhoades, Greenberg, & Cox, 2011)
- 하지만, 모든 사람은 보편적인 구조로는 설명할 수 없는 개인차가 존재함. 따라서 표본에 활용한 대상이 모두 동질적이라는 변수중심접근법의 가정은 동의하기 어려움. 즉, 인간은 이질적임(heterogeneous).
- 이러한 표본의 이질성을 탐색하고자하는 방법론이 person-centered approach임.
person-centered approach
- 심리학 등과 같은 행동과학은 데이터의 대상들이 비동종적인 경우가 흔하기 때문에 person-centered approach 활용의 장점이 더욱 두드러질 것이라 생각함.
- person-centered approach에 속하는 방법론은 Latent Class Analysis(LCA), Latent Profile Analysis(LPA), Latent Transition Analysis(LTA), Latent Growth Curve Modeling(LGCM) 등이 있음. 이러한 방법론들은 전부 구조방정식의 특수한 유형임.
- person-centered approach의 목적은 비슷한 특성을 공유하는 대상끼리 분류하여 몇개의 잠재 집단(latent class)분류하는 것임.
- 이때, 비슷한 대상끼리 하나의 집단에 분류하였기 때문에, 집단 내에서는 동질적이고 집단 간에는 이질적임.
- 이처럼 person-centered approach는 표본에서 나타나는 개인차를 집단 수준으로 밝혀낼 수 있기 때문에, 특성이 보편적이지 않은 임상군에 대한 탐지가 용이함. (e.g. 대부분 BDI PANAS 척도가 낮은데 이 척도가 높은 일부 대상자의 판별).
- 즉, 군집화방법의 일종이라고 볼 수 있음. 허나 이러한 방법론들은 구조방정식의 일종이기 때문에 모형적합도를 활용하여 어떤 모형이 적합한지에 대하여 검증이 가능함. 이는 모형 검증 과정이 다소 주관적인 판별분석 등과 비교하여 상당한 강점임. 즉, person-centered approach는 주관성의 개입 여지가 적음.
- 또한, 집단에 따라서 어떤 차이가 발생하는지, 어떤 요인이 이러한 집단의 차이를 야기하는지에 대한 분석도 가능함함. 즉, 예측변수와 결과변수에 대한 활용도 가능함. (e.g. 아빌리파이를 처방했을 때 정상 집단에 비해 BPD 집단에 속할 확률이 줄어드는지, BPD 집단은 정상 집단에 비해 향후 자타해 위험성이 높은지 등). 후술하겠지만, 집단을 나타내기 위해 쓰이는 변수는 indicator라고 부르며 집단을 나타내는변수는 아니지만 집단에 영향을 주거나 영향을 받는 변수는 auxiliary variable이라고 부름.
분석의 시작
1. 기술통계량
- psych 패키지가 최고.
cor.plot, pairs.panel, describe, describeBy 등 좋은 함수가 많음
library(psych)
library(magrittr)
library(dplyr)
##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
library(tidyLPA)
## tidyLPA is intended for academic use. We do not make any money on this and only ask that you please cite this in publications when you use the results. You can use the function citation('tidyLPA') to create a citation. Mplus is installed; you can use package = 'MplusAutomation' when calling estimate_profiles().