《表3 LPA的应用主题与样本信息》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《潜在剖面分析在组织行为领域中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

资料来源:作者整理

尽管LPA不强调变量之间的严格因果关系，不用收集多个时点的数据，但是该方法本身对样本特征也有自己的要求，尤其在研究目标是将分类结果扩展到更大的样本群体时。LPA一般要求样本量大于500（Meyer&Morin，2016；Nylund et al.，2007），样本量太小会造成无法聚合问题，很难识别小的剖面（Vargha，Bergman，&Takács，2016）。Woo等（2018）对以往研究的统计发现，基于LPA的研究样本的平均数是481。Yang（2006）发现每个剖面平均样本量达到50的情况下，才能得到稳健的统计分析结果。回顾以往研究，LPA应用中的样本一般分为两类（见表3）:（1）单样本，但样本总量比较大，例如Fisher和Robie（2019）基于可以借鉴探索性因子分析与验证性因子分析的思路，将样本随机分为两个子样本，分别做LPA，3137694名被试的研究，证实了基于大五人格可以将被试分为3个子群体。对于单一大样本，还对比剖面数量与特征（e.g.，Meyer et al.，2013）；（2）双样本或者多样本，样本来自不同的群体，或者第二个样本能够弥补第一个样本的不足，如非配对、非纵向、样本分散等缺陷（e.g.，Chambel et al.，2016；Gabriel et al.，2015）。这是由于LPA一般缺乏强有力的理论基础，因为理论一般针对变量，而非变量之间的多种组合，该方法侧重于探索性研究（Bergman&Lundh，2015），但研究希望分析出来的剖面具有更普适的意义。建议采用两个样本来验证剖面分类的普适性，Bouckenooghe等（2019）发现心理资本的剖面数量在两个样本中存在差异。