Opis

• Tytuł:
  Analiza danych podłużnych Modelowanie latentnych krzywych rozwojowych
• Twórca:
  Zając-Lamparska, Ludmiła;
  Warchoł, Łukasz;
  Deja, Monika
• Opis:
  Zjawiska leżące w obszarze zainteresowań psychologii mają bardzo często charakter dynamiczny. Wynika stąd konieczność stosowania schematów badawczych i analiz statystycznych umożliwiających identyfikację zmiany i jej charakterystykę. Artykuł prezentuje jedną z intensywnie rozwijających się aktualnie metod analizy zmiany: modelowanie latentnych krzywych rozwojowych (LGCM, latent growth curve modeling), będące jedną z odmian SEM (structural equation modeling). Zaletą LGCM jest dostarczanie informacji o dwóch aspektach analizowanej zmiany: jej przeciętnym („typowym”) przebiegu oraz indywidualnym zróżnicowaniu trajektorii zmiany. To odróżnia LGCM od tradycyjnych metod, jak ANOVA z powtarzanymi pomiarami czy analiza szeregów czasowych, które analizują zmianę na poziomie średniej tendencji w grupie. Dodatkowo LGCM umożliwia ocenę związku między wyjściowym poziomem zmieniającej się właściwości a przebiegiem zmiany. W artykule wyjaśniamy istotę LGCM, charakteryzujemy etapy przeprowadzania tej analizy, ilustrując je przykładami z badań oraz wskazujemy na dodatkowe możliwości tej metody analizy danych, jak modelowanie zmian krzywoliniowych, włączanie do modelu predyktorów czy modelowanie krzywych rozwojowych dla wielu grup.
• Dostępność obiektu:
  Dostęp otwarty
• Data:
  2018.07.03;
  2018
• Typ:
  Article
• Język:
  polski;
  pol
• Format:
  application/pdf
• Wydawca:
  Wydawnictwo Uniwersytetu Kazimierza Wielkiego w Bydgoszczy
• Temat i słowa kluczowe:
  modelowanie latentnych krzywych rozwojowych;
  analizowanie zmiany;
  czynniki latentne zmiany
• Identyfikator:
  Polskie Forum Psychologiczne 2018, T. 23, nr 2.;
  http://repozytorium.ukw.edu.pl//handle/item/5473
• Dostawca danych:
  Repozytorium Uniwersytetu Kazimierza Wielkiego w Bydgoszczy
• Czy mogę z tego obiektu skorzystać?:
  poproś o pozwolenie
• Rodzaj zawartości:
  obrazy