Journals / Akdeniz Eğitim Araştırmaları Dergisi / 2019 / Cilt: 13 - Sayı: 29

A Primer on Applied Latent Class Analysis for Modeling Qualitative Differences: An Application on Resilience Data

Bireysel Farklılıkların Kategorik Değişkenler Olarak Modellenmesinde Örtük Sınıf Analizi Kullanımı için Uygulama Kılavuzu: Psikolojik Dayanıklılık Örneği

Pages
356–382
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

The ultimate purpose of this paper is to provide researchers with a brief guide to latent class analysis using a real data illustration.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:The efficiency of an educational program is closely related to the quality of its monitoring, prevention and treatment strategies that are most suited for students’ characteristics and needs.
📊
Key Findings & Data:How to conduct a latent class analysis is illustrated via an application that focused on studying qualitative differences in resilience levels of pre-service teachers.
💡
Conclusion & Impact:The ultimate purpose of this paper is to provide researchers with a brief guide to latent class analysis using a real data illustration.
🔬Design:Research Article
📍Scope:Comprehensive Sample
⚙️Variables:Domain Parameters

Abstract

The efficiency of an educational program is closely related to the quality of its monitoring, prevention and treatment strategies that are most suited for students’ characteristics and needs. Group differences reflecting inter-individual differences are needed to be defined as well as the characteristics of the groups reflecting distinct needs of students comprising them. This study focuses on latent class analysis which is a statistical method used for defining and analyzing inter-individual differences as categorical variables. How to conduct a latent class analysis is illustrated via an application that focused on studying qualitative differences in resilience levels of pre-service teachers. The illustration presents the steps of conducting a latent class analysis using three stages: pre-analysis, analysis and post-analysis. The application nicely illustrates the importance of utilizing a theoretical base when providing a validity argument for that it reveals a four categorically different subgroups of resilience which aligns with the vulnerability, competence, resiliency and maladaptation subgroups as suggested by some viable resilience theory. To illustrate how researchers can further enhance the validity of the findings from a latent class analysis, the last section provides an extended application where an external variable, i.e., social support received, is used as a covariate showing that students whose social support was higher in fact more likely to be in “resilience” and “competence” subgroups. The ultimate purpose of this paper is to provide researchers with a brief guide to latent class analysis using a real data illustration.

Özet

Eğitim programlarının hedeflerine ulaşmadaki başarıları, içerdikleri izleme, koruma ve müdahale, plan ve uygulamaların, bu programlardaki öğrencilerin ilgi ve ihtiyaçlarını karşılamadaki başarıları ile doğru orantılı olacaktır. Öğrencilerin farklı gereksinimlere sahip olmalarından kaynaklanan kategorik farklılıkları yansıtabilecek grup değişkenlerinin tanımlanması ve içerdikleri alt grupların belirlenmesi bu anlamda oldukça önemlidir. Bu çalışmada, öğrenci gruplarında oluşabilecek olan niteliksel farklılıkların kategorik değişkenler olarak tanımlanmasında ve test edilmesinde kullanılabilecek istatistiksel bir yöntem olan örtük sınıf analizine odaklanılmıştır. Öğretmen adaylarının psikolojik dayanıklılık alt gruplarının çalışıldığı bir araştırma üzerinden, öğrenci gruplarında var olduğu düşünülen ancak henüz tanımlanmamış kategorik farklılıkların örtük sınıf analizi modelleri ile nasıl çalışılabileceği uygulamalı olarak örneklendirilmiştir. Örtük sınıf analizinin nasıl yapılabileceği, (1) analiz öncesi, (2) analiz ve (3) analiz sonrası olmak üzere üç parçaya ayrılarak aşamalı olarak anlatılmıştır. Son aşamada, elde edilen bulguların teorik bilgiler ile birlikte yorumlanmasının öneminin altı çizilmiş ve örnek uygulama verileri için bulunan dört alt dayanıklılık grubunun, ilgili literatürde geçen ve bireylerin dayanıklılık türlerini savunmasızlık, yeterlik, dayanıklılık ve uyumsuzluk olarak dört ayrı kategoride ele alan teorik bakış açısı ile beraber tartışılmasının getirdiği yorumsal derinliğe vurgu yapılmıştır. Bulguların geçerlilik argümanlarının desteklemesi açısından ikincil değişkenlerin kullanılmasının getireceği potansiyel katkı, sosyal desteği daha yüksek olan bireylerin psikolojik dayanıklılık bakımından daha güçlü bir profil çizen dayanıklılık ve yeterlik gruplarında yer almalarının daha olası olduğu bulgusu ile örneklendirilmiştir. Bu çalışma, hem örtük sınıf analizinin ölçme ve değerlendirme araştırmalarında daha çok yer alabilmesi için araştırmacılara kısa bir kullanım rehberi sunmakta, hem de elde edilecek bulguların kuramsal bilgilerle sentezlenerek, yapılacak geçerlilik argümanlarını zenginleştirmede nasıl kullanılabileceğini örneklendirmektedir.

🔖

Cite This Article

AKBAŞ, D., KAHRAMAN, N. (2019). A Primer on Applied Latent Class Analysis for Modeling Qualitative Differences: An Application on Resilience Data. Akdeniz Eğitim Araştırmaları Dergisi, Cilt: 13 - Sayı: 29, 356–382. https://ajindex.com/articles/169496

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (13)

  1. Agresti, A. (1990). Categorical data analysis. New York: Wiley. Akaike, H. (1987). Factor analysis and AIC. Psychometrika, 52, 317-332.
  2. American Psychological Association (2014). The road to resilience. 10.12.2018 tarihinde http://www.apa.org/helpcenter/road-resilience.aspx adresinden alındı. Åsenlöf, P., Denison, E., & Lindberg, P. (2005). Individually tailored treatment targeting activity, motor behavior, and cognition reduces pain–related disability: a randomized controlled trial in patients with musculoskeletal pain. The Journal of Pain, 6(9), 588-603.
  3. Baruth, K. E., & Caroll, J. J. (2002). A formal assessment of resilience: The Baruth Protective Factors Inventory. The Journal of Individual Psychology, 58(3), 235-244.
  4. Beck, A. T., Ward, C., & Mendelson, M. (1961). An ınventory for measuring depression. Archives of General Psychiatry Journal, 4(6), 561-571.
  5. Berlin, K. S., Williams, N. A., & Parra, G. R. (2014). An introduction to latent variable mixture modeling (part 1): Overview and cross-sectional latent class and latent profile analyses. Journal of Pediatric Psychology, 39(2), 174-187.
  6. Bobek, B. L. (2002). Teacher resiliency: A key to career longevity. The Clearing House, 75(4), 202-205.
  7. Burnham, J. J. (2009). Contemporary fears of children and adolescents: Coping and resiliency in the 21st century. Journal of Counseling & Development, 87(1), 28-35.
  8. Carlbring, P., Maurin, L., Törngren, C., Linna, E., Eriksson, T., Sparthan, E., Strååt, M., Marquez von Hage, C., Bergman- Nordgren, L. & Andersson, G. (2011).
  9. Individually-tailored, Internet-based treatment for anxiety disorders: A randomized controlled trial. Behaviour Research and Therapy, 49(1), 18-24.
  10. Castro, A. J., Kelly, J., & Shih, M. (2010). Resilience strategies for new teachers in high-needs areas. Teaching and Teacher Education, 26(3), 622-629.
  11. Cheng, Z. (2012). The Relation between uncertainty in latent class membership and outcomes in a latent class signal detection model. Columbia University. Collins, L. M., & Flaherty, B. P. (2002). Latent class models for longitudinal data. Jacques A. Hagenaars & Allan L. McCutcheon (Eds.), in Applied latent class analysis (pp. 7-303).
  12. Cambridge, UK: Cambridge University Press.
  13. Collins, L.M., & Lanza, S. T. (2010). Latent class and latent transition analysis: with applications in the social, behavioral, and health sciences. New Jersey: John Wiley & Sons. Collins, L. M., Lanza, S. T., Schafer, J. L., & Flaherty, B. P. (2002). WinLTA user’s guide. State Co