LCGM, GBTM, 다집단 LGM 관련 문의
안녕하세요?
많은 연구자들에게 값진 도움을 주셔서 진심으로 감사드립니다.
종단분석을 진행하던 중에 해결하지 못하고 있는 부분이 너무 많은데, 참고할 서적이나 논문을 찾지 못해 이곳에서는 답을 구할 수 있을까 하여 글을 남기게 되었습니다.
질문이 많은데 혹시나 답변 가능하시다면 답변을 부탁드리고자 합니다.
1. 두 개의 관측값으로 계산된 변수 1문항을 종속변수로 하여 1~6차 년도까지의 변화궤적에 따른 잠재집단을 파악하고자 합니다. 초기수준(intercept), 변화율(slope), 곡선 변화(quadratic) 등의 잠재요인이 서로 다른 집단을 만든다는 가정을 하고 LCGM을 해도 되는지 궁금합니다.
2. 다른 분의 유사한 질문에 '실측변수로 분석을 한다면 GBTM 이 더 타당하다'라고 답변하신 것을 보았습니다. 혹시 같은 이유로 LCGM보다 GBTM으로 하는 것이 더 합리적일까요?
3. LCGM, GBTM, 다집단 LGM을 시행하기 전 통계적 가정에 대해 검증한 논문을 잘 찾지 못하였습니다. 집단의 최소 표본 수는 전체 표본 수의 5% 이상이어야 하는 것을 제외하고 각각의 분석을 시행하기 전 검증해야 할 통계적 가정이 있을까요?
4. LCGM을 시행하기 전 종속변수에 대한 잔차의 독립성, 정규성, 등분산성을 확인하는 것은 의미 없는 것일까요? 아니면 다른 통계적 가정에 대한 검정이 필요할까요?
5. 다집단 LGM을 시행하기 전 (a) 형태동일성, (b) 측정동일성, (c) 절편동일성을 확인하고자 하였는데, 생성형 AI로부터 (a)~(c)의 카이제곱, 자유도, CFI, TLI 등이 모두 같은 값으로 나올 수 밖에 없으며, 이를 확인하는 것은 무의미하다는 답변을 얻었습니다. 대신, 잔차 분산 동일성, 잠재요인 분산 동일성, 잠재요인 공분산 동일성을 확인하는 것이 의미있다는 답변을 얻었습니다. 다집단 LGM을 시행하기 전 어떤 통계적 가정에 대한 검정이 필요한지 궁금합니다.
6. 다집단 LGM에서 1차 년도(baseline)의 time-varying variable(만족도, 인간관계 등)을 time-invariant variable(성별 등)과 같이 취급하여 동시에 공변량으로 투입해도 되는지 궁금합니다.
7. 아니면 1~6차 년도의 time-varying variable 평균을 공변량으로 투입해도 될까요? 하지만 이렇게 분석한 선행연구는 찾지 못하였습니다.
8. 종속변수나 공변량에서 결측값이 많을 때 FIML로 처리한 후 모델이 잘 안 나오고, 편향을 감수하더라도 아예 삭제해서 모델이 잘 나온다면 후자가 더 나은지 궁금합니다.
9. 종속변수의 평균 변화 궤적이 상승하다가 하강하는 형태라 이차항 모델로 분석을 진행하고자 하였는데, 모델이 잘 안 나올 경우 선형 모델로 분석을 진행하여도 될까요? LCGM, GBTM, 다집단 LGM으로 분석한 논문들에서는 이차항 모델로 분석하였다고 표기한 논문을 잘 보지 못하였습니다.
10. LCGM, GBTM, 다집단 LGM과 관련하여 잘 설명이 되어 있는 책이나 논문을 추천해주실 수 있을까요?
혹시 가능하시다면 답변을 부탁드리고자 합니다.
감사합니다.
댓글
노력하는연구자 (2026-02-10 12:20:53)
큰 도움 되었습니다. 답변 진심으로 감사드립니다.
이일현 (2026-02-10 10:19:30)
LCGM : Latent Class Growth Model (잠재집단성장모형)
GBTM : Group Based Trajectory Model (집단중심궤적모형)
LGM : Laten Growth Model (잠재성장모형)
다집단 LGM : Multi-Group Laten Growth Model
이일현 (2026-02-10 10:19:44)
1. 말씀하신 내용만으로 보면 LGM 입니다.
하지만 이후 LCGM 가능합니다.
2. 둘 다 가능합니다.
다만 LCGM 에서는 개인별 분산을 허용하기 때문에 더 정교한 모형입니다.
다만 GBTM 이 더 쉽고 해석이 용이하죠.
분석의 목적이 약간 차이가 있지만, 두 분석을 모두 해서 결과가 비슷하다면 GBTM 으로 해도 무방합니다.
결과의 차이가 크다면 LCGM 이 더 좋을 수 있습니다.
또한 표본의 크기가 비교적 작다면(1000) LCGM 으로 분석하는 것이 좋습니다.
3.4. LCGM 은 정규성 조건이 있는데 비하여 GBTM 은 여러 분포를 선택할 수 있습니다.
전자는 집단 내 개인간 분산이 다르며, 후자는 집단내 분산이 동일합니다.
또한 random effect 가 있고, 없고의 차이가 있습니다.
5. Multi-Group LGM 은 그룹이 사전에 정의된 경우 사용합니다.
이때 group 은 SEM 에서 다집단 분석과 같이 생각하면 편합니다.
따라서 형태동일성은 당연히 존재하며, 측정동일성이 있어야 합니다.
그리고 구조동일성이 없으면 집단간 growth 가 차이가 있다라고 할 수 있습니다.
chi-square 통계량, df 는 같을 수 없습니다.
다르게 나오므로 검정해야 합니다.
잔차 분산 동일성, 잠재요인 분산 동일성, 잠재요인 공분산 동일성은 반드시 해야 하는 것은 아닙니다.
연구모형 등에 따라 달라집니다.
6. 통제변수로 사용 가능합니다.
7. 보통의 통제변수는 1차 년도에만 사용해도 무방합니다.
특히 인구 사회학적 특성 변인들.
8. 어느 정도의 결측값(<20%)은 FIML 만으로 충분히 가능합니다.
하지만 결측값이 많은 경우(>50%) MI 와 민감도 분석을 추가하는 것이 좋습니다.
종단연구에서 삭제하는 것은 매우 좋지 않습니다.
9. 선형이 설명하기 쉽고 간편하기 때문입니다.
그리고 대부분 선형으로 설명이 가능한 것도 그 이유입니다.
특별한 경우 이차항이 나올 수 있습니다.
이때 선형과 유의한 차이가 있는 경우 사용합니다.
10. 저도 잘 정리되어 있는 것은 아직 보지 못했습니다.
여러 개의 서적과 논문을 같이 보셔야 합니다.
Legacy document_srl: 309327 / Legacy URL: http://www.statedu.com/QnA/309327
댓글