Il Corso inizierà presentando la differenza tra l'approccio variable-centered (classicamente utilizzato nelle scienze sociali) e l'approccio person-centered.
Verranno poi presentati i modelli di Latent Class Analysis (LCA) e di Latent Profile Analysis (LPA), che afferiscono entrambi al person-centered approach.
- La LCA si usa quando le variabili osservate dal ricercatore sono misurate su scala categoriale o dicotomica
- La LPA si utilizza quando le variabili osservate dal ricercatore sono misurate su una scala Likert (almeno a 5 passi) o continua.
In entrambi i casi, le analisi permettono di identificare sottogruppi omogenei di partecipanti caratterizzati da uno specifico profilo di risposte date alle variabili osservate. La variabile latente ottenuta è quindi una variabile categoriale che identifica l'appartenenza di ogni unità del campione (e.g., soggetto) a uno specifico gruppo (ovvero uno specifico profilo di risposta).
La possibilità di identificare diversi profili/sotto-gruppi di partecipanti è una nuova opportunità per la ricerca nelle scienze sociali, in quanto permette di studiare fenomeni sia vecchi che nuovi adottando una prospettiva differente e innovativa.
Le esercitazioni verranno svolte utilizzando il software Mplus.
