การวิเคราะห์ชั้นแฝง (Latent Class Analysis - LCA)
การวิเคราะห์ชั้นแฝง (LCA) เป็นเทคนิคการจัดกลุ่มโดยใช้แบบจำลองความน่าจะเป็นที่ระบุกลุ่มย่อยที่สังเกตไม่ได้ หรือ ชั้นแฝง (latent classes) ภายในประชากร โดยอาศัยรูปแบบการตอบสนองต่อตัวบ่งชี้ที่เป็นข้อมูลประเภทกลุ่ม (categorical), ข้อมูลทวิภาค (binary) หรือข้อมูลอันดับ (ordinal) เทคนิคนี้มีต้นกำเนิดมาจากทฤษฎีการวัดทางสังคมวิทยา โดยงานของ Lazarsfeld เกี่ยวกับโครงสร้างแฝงในช่วงปี ค.ศ. 1950 และได้รับการพัฒนาอย่างเป็นทางการในเชิงคำนวณโดย Goodman ในช่วงทศวรรษ 1970 ปัจจุบัน LCA ถูกนำไปใช้อย่างแพร่หลายในสาขาวิทยาศาสตร์สังคม สุขภาพ และพฤติกรรม เพื่อเปิดเผยความแตกต่างที่ซ่อนอยู่ในประชากร
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Hagenaars, J. A. & McCutcheon, A. L. (Eds.) (2002). Applied Latent Class Analysis. Cambridge University Press. ISBN: 978-0521594516
- Nylund, K. L., Asparouhov, T. & Muthen, B. O. (2007). Deciding on the number of classes in latent class analysis and growth mixture modeling. Structural Equation Modeling, 14(4), 535–569. link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 1). Latent Class Analysis. ScholarGate. https://scholargate.app/th/statistics/lca
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- การวิเคราะห์กลุ่ม (Cluster Analysis)สถิติศาสตร์↔ compare
- การวิเคราะห์ปัจจัยเชิงสำรวจ (Exploratory Factor Analysis, EFA)สถิติศาสตร์↔ compare
- การสร้างแบบจำลองสมการโครงสร้าง (SEM)สถิติศาสตร์↔ compare