王碧瑶 张敏强 张洁婷 胡 俊

    (华南师范大学心理学院/心理应用研究中心，广州 510631)

    1 前言

    纵向研究可以分析个体心理与行为发展变化的一般趋势和个体差异，在发展、社会、教育、临床等心理研究领域有广泛应用[1，2]。以往研究者往往关心总体中某一行为或特质随时间发展的趋势，采用的统计方法主要有重复测量方差分析 (repeated measures analysis of variance，RM ANOVA)，多层线性模型(hierarchical linear model，HLM)和潜变量增长曲线模型(latent growth curve model，LGM)等。近年来，随着理论研究和统计方法的快速发展，总体中的个体异质性(heterogeneity)引起了研究者的广泛关注，纵向研究的问题也逐渐由以往的注重总体平均趋势的发展过渡到综合考虑总体平均趋势和个体发展差异的系统分析的问题[3]。

    因此，一些个体定向(person-oriented)的纵向数据分析方法应运而生，如潜类别增长曲线模型(latent class growth model，LCGM)、潜变量混合增长模型(growth mixture model，GMM)和潜在转变模型(latent transition analysis，LTA)。这三种方法都能够研究类别型潜变量，其中，潜变量混合增长模型根据个体的发展轨迹(斜率和截距)的特征将其分为不同潜在类别，潜类别增长曲线模型是其控制组内方差为零的一种特殊形式，这两种方法适合于分析具有程度高低、概念化(conceptualized)的行为，如对儿童同伴关系相对地位，可以将其作答转换成标准分数[4]。而潜在转变模型根据作答模式将个体分为不同的潜在类别，并允许个体所属类别随时间的发展发生变化(图1)，适合于分析难以描述程度高低、多层面(multifaceted)的行为，如青少年不良行为，可以分为说谎、偷窃、打架等方面[5]。

    潜在转变模型是潜在类别分析 (latent class analysis)基础上进行纵向拓展的一种潜马尔科夫模型(latent markov model)，适用于分析外显变量和潜在变量都属于类别型的数据。该方法最早由Collins与Wugalter[6]提出，已被应用于许多心理学和社会科学领域的研究，如儿童情绪和认知的成长过程[7，8]，青少年不良行为和心理问题随时间的发展[9，10]，药物滥用和成瘾行为的干预效果[11，12]，临床和心理疾病的追踪治疗[13 ......