Robustheit schrittweiser latenter Klassenmodellierung mit kontinuierlichen distalen Ergebnissen

In der Literatur wurden kürzlich mehrere bias-korrigierte schrittweise Ansätze zur latenten Klassenmodellierung mit kontinuierlichen distalen Ergebnissen vorgeschlagen und in allgemein verfügbaren Softwareprogrammen für die latente Klassenanalyse implementiert. In diesem Artikel untersuchen wir die Robustheit dieser Methoden gegenüber Verstößen gegen die zugrunde liegenden Modellannahmen mittels einer Simulationsstudie. Obwohl jede der 4 untersuchten Methoden unverzerrte Schätzungen der klassen-spezifischen Mittelwerte der distalen Ergebnisse liefert, könnten 3 der Methoden bei Verletzungen der Annahmen in unterschiedlichem Maße versagen. Basierend auf unserer Studie geben wir Empfehlungen dazu, welche Methode unter welchen Umständen verwendet werden sollte. Die Unterschiede zwischen den verschiedenen schrittweisen latenten Klassenansätzen werden anhand einer echten Datenanwendung zu Ergebnissen im Zusammenhang mit Rückfälligkeit von Gruppen jugendlicher Straftäter veranschaulicht. Schlüsselwörter: latente Klassenanalyse, Robustheit, schrittweise Ansätze.