Análise de Classes Latentes para Cientistas Sociais

Minicurso de 6 horas sobre Análise de Classes Latentes (ACL) para pesquisadores das ciências sociais: como identificar subgrupos qualitativamente distintos numa população a partir de variáveis que não se observam diretamente.

Formato: minicurso em dois encontros, 6 horas Público: graduandos e pós-graduandos em ciências sociais Instituição: PET Ciências Sociais, FAFICH/UFMG (tutoria de Yumi Garcia dos Santos) Realização: 7 e 14 de junho de 2024

A ACL é uma abordagem centrada na pessoa: em vez de perguntar como as variáveis se relacionam entre si na população inteira, pergunta que padrões de resposta se repetem e que subgrupos eles revelam. É a técnica que usei na dissertação de mestrado para construir uma tipologia de cientistas brasileiros segundo suas percepções sobre divulgação científica.

Programa

Dia 1 — Fundamentos conceituais

1. Variáveis latentes, construtos e indicadores; o princípio da independência local
2. Modelos de variável latente: onde a ACL se situa em relação à análise fatorial, à TRI e à análise de perfil latente
3. Abordagem centrada nas variáveis × centrada nas pessoas
4. Interpretação dos parâmetros: prevalência (γ) e probabilidade de resposta ao item (ρ)
5. Homogeneidade e separação de classes
6. Seleção do modelo: algoritmo EM, número de classes, AIC e BIC, interpretabilidade e parcimônia
7. Diagnósticos de classificação: probabilidade média posterior, entropia e chances de correta classificação
8. Nomear as classes — e a falácia do nome

Dia 2 — Aplicações práticas

1. ACL com covariáveis: por que a abordagem de três passos está errada e o que a estimação em um passo resolve
2. ACL multigrupo: invariância de parâmetros e comparação de prevalências
3. Mãos na massa no RStudio com os pacotes poLCA e glca
4. Estudo de caso: confiança nas instituições com dados do World Values Survey
5. Preparação dos dados, estimação, leitura das tabelas de ajuste e visualização

Materiais

• Slides — dia 1
• Slides — dia 2
• Código em R usado no estudo de caso (gist)

Referência principal

Collins, L. M.; Lanza, S. T. Latent class and latent transition analysis: with applications in the social, behavioral, and health sciences. Hoboken: Wiley, 2009.