文章基本信息

标题：Análisis de clases latentes como técnica de identificación de tipologías
本地全文：下载
作者：Daniel Ondé Pérez ; Jesús María Alvarado Izquierdo
期刊名称：INFAD
印刷版ISSN：0214-9877
电子版ISSN：2603-5987
出版年度：2019
卷号：5
期号：1
页码：251-260
DOI：10.17060/ijodaep.2019.n1.v5.1641
出版社：Asociación Nacional de Psicología Evolutiva y Educativa de la Infancia Adolescencia Mayores y Discapacidad
摘要：En Psicología es frecuente encontrar situaciones en las que se necesita realizar algún tipo de clasificación de personas en subgrupos o clases. Existen técnicas de análisis multivariado como el Análisis Clúster Jerárquico (HCA) que se utilizan habitualmente para este fin. Actualmente, existe un interés creciente por la técnica de Análisis de Clases Latentes (LCA), si bien es una técnica relativamente poco conocida y utilizada. Varios autores han destacado que el LCA presenta importantes ventajas respecto al HCA, en especial que el LCA permite obtener medidas de bondad de ajuste. El objetivo de este trabajo es presentar varias aplicaciones del LCA tanto a partir de un estudio de simulación como a partir de datos reales, y comparar el desempeño de esta técnica frente al HCA. Los resultados a partir de la simulación indican que el LCA tiene una elevada capacidad para detectar estructuras de clase. Los resultados del estudio a partir de datos reales muestran que las distintas clases o mixturas presentes en los datos pueden estar solapadas, lo que dificulta la agrupación de clases al aplicar LCA. El HCA puede ser una buena herramienta de análisis para el investigador aplicado, ya que puede orientar sobre el mejor modelo de LCA que se debería interpretar. En contextos de investigación en los que el modelo teórico no es claro, se recomienda utilizar ambas técnicas con el fin de buscar convergencia de resultados.
关键词：análisis de clases latentes; análisis de clúster jerárquico; variable latente categó;rica; BIC; AIC