잠재계층분석 (Latent Class Analysis)
쉽게 풀면
건강 설문조사에서 흡연, 음주, 운동 여부 등 여러 문항에 답했다고 해봅시다. 사람들의 답변 패턴을 자세히 들여다보면, 겉으로는 하나의 집단처럼 보여도 사실은 "건강습관이 전반적으로 나쁜 사람들", "일부만 안 좋은 사람들", "전반적으로 좋은 사람들"처럼 눈에 보이지 않던 몇 가지 유형이 숨어 있을 수 있습니다. 잠재계층분석은 이렇게 응답 패턴만 보고 데이터 안에 숨어 있는 유형(계층)을 찾아내고, 각 사람을 어느 유형에 속할지 확률적으로 배정해주는 방법입니다.
왜 중요한가
설문이나 행동 데이터에는 겉으로 드러나지 않는 이질적인 하위 집단이 섞여 있는 경우가 많아서, 이를 무시하고 전체를 하나의 집단으로 분석하면 중요한 패턴을 놓칠 수 있습니다. 잠재계층분석은 이론적으로 미리 정의하기 어려운 유형을 자료 자체에서 찾아낼 수 있어, 보건학·심리학·마케팅 등 응답자 유형화가 필요한 다양한 분야의 논문에서 널리 사용됩니다.
논문에서는 이렇게 쓰입니다
이 문장은 연구자가 미리 집단을 나눈 것이 아니라, 여러 건강행동 문항에 대한 응답 패턴을 통계적으로 분석해 3개의 자연스러운 하위 집단이 존재한다는 것을 발견했다는 뜻입니다. 몇 개의 계층이 가장 적절한지는 보통 BIC 같은 정보기준으로 비교해 결정합니다.
마케팅 연구에서 소비자를 응답 패턴에 따라 유형화하는 데 잠재계층분석을 활용한 사례이다.
교육·심리 분야에서 위험군을 세분화하는 목적으로 잠재계층분석을 사용한 예이다.
조금 더 깊게 보면
잠재계층의 최적 개수는 흔히 BIC, AIC 같은 정보기준과 함께 각 계층의 해석 가능성, 표본 크기를 종합적으로 고려해 결정합니다. 각 대상자는 특정 계층에 100% 속한다고 확정되는 것이 아니라 계층별 소속 확률(사후 확률)을 가지며, 이 확률을 바탕으로 가장 가능성이 높은 계층에 배정하는 방식을 흔히 사용합니다. 시간에 따른 계층 이동까지 살펴보는 확장 모형으로는 잠재전이분석(latent transition analysis)이 있습니다.
주의할 점
잠재계층분석은 사람들을 몇 개의 범주(계층)로 나누는 기법이며, 연속적인 잠재변수를 다루는 요인분석과는 목적이 다릅니다. 또한 미리 정해둔 기준으로 그룹을 나누는 k-평균 군집화과 달리, 각 대상이 특정 계층에 속할 확률을 함께 제공한다는 차이가 있습니다.