晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

在潛在變項模式（latent variable modeling, LCM）這一類型的研究中，依潛在變項、測量變項的量尺區分，大致可分為以下四類方法。

筆者在此對其中的潛在類別分析(Latent Class Analysis; LCA)特別感興趣，因為在許多領域中，常常需要將樣本對象經由某些理由加以分類，如行銷學中使用集群分析進行市場區隔、醫護研究使用類別特徵將病人分群。但用來區隔的變項並不一定都是連續量尺，更多時侯類別量尺的變項其實頗為常見。

而該類研究較常用的軟體有LatentGOLD、Mplus、SAS等，而筆者常用的SPSS並無此功能，但慶幸的是，自從SPSS透過與R軟體的聯結後，也能夠執行LCA分析了。

              首先你必須先裝R軟體，以SPSS 22版為例，它搭配的是R版本是2.15.3。安裝好R後，接著再到IBM官網下載SPSS_Statistics_REssentials (網址如附註)，簡單申請一個ID後，選擇適合的版本下載，安裝執行後，重新開啟SPSS時，可在對數線性中，多了一個潛在類別分析的選項。

                例如我想依照性別(2類)、居住地區(3類)、身體質量指數BMI(6類)、生活習慣(吸菸、喝酒、吃檳榔、運動習慣等)(皆3類)，將病人分組，使同一組的病人具有相似的特徵。故在外顯變數中放入這些類別變項，鍵入想要分類的組數，按確定即可。

輸出報表第一個為適配指標，其中AIC、BIC可用來判斷到底分幾群較好。你可以再跑3、4、5群，以AIC、BIC最小者即為較佳的分群數。

                第二個報表為條件機率，說明各群病人為某一特徵的機率。如第一群人為女性的機率.712較高，但第二群人為男性的機率.937較高。

第三個報表為分群人數比例，如第一群人佔76%，第二群人佔24%。

第四個報表為剖繪圖(profile)，可以視覺化看出各群的人的特徵。如第一群人，主要為女性較多、較少抽菸喝酒等習慣，或許可命名為健康生活型。而第二群人則可命名為不良習慣型。後續，可以去比較這二群人在某些健康指標上是否有差異，如有，表示不同生活型態的人確有不同的健康情形。

SPSS附加的這個功能，讓我們執行LCA方便許多。對商管、教育、心理、醫護等領域，對於類別變項都可以這個分析，來看看研究對象的族群分布。尤其是沒有具體目標變項的議題，都是可以一試的方法。

註1：

R 2.15.3下載：http://cran.r-project.org/bin/windows/base/old/2.15.3/

IBM官網：https://www.ibm.com/developerworks/community/wikis/home?lang=en#!/wiki/We70df3195ec8_4f95_9773_42e448fa9029/page/Downloads%20for%20IBM%C2%AE%20SPSS%C2%AE%20Statistics

SPSS_Statistics_REssentials下載：

https://www-01.ibm.com/marketing/iwm/iwm/web/reg/pick.do?source=swg-tspssp&lang=en_US

註2：使用時，變項名稱只能用英文；如SPSS有錯誤訊息表示缺少package，則必須先至R中下載安裝此套件。