Enumeración de clases en el modelado de mezclas con datos anidados: un breve informe

Área de la Ciencia:

• Investigación educativa
• Psicología cuantitativa
• Modelado estadístico

Sus antecedentes:

• La investigación educativa se centra cada vez más en la heterogeneidad de los estudiantes.
• Los modelos de mezcla se utilizan para identificar subgrupos de estudiantes.
• Las estructuras de datos anidadas (estudiantes dentro de las aulas/escuelas) son comunes en la educación.

Objetivo del estudio:

• Evaluar las diferentes especificaciones del modelo de clase latente para los datos anidados.
• Demostrar el impacto de varios enfoques analíticos en los resultados.
• Orientar a los investigadores en la selección de métodos apropiados para el modelado de mezclas a varios niveles.

Principales métodos:

• Se utilizaron datos longitudinales de los estudiantes recogidos por el estado.
• Se compararon cuatro especificaciones del modelo de clase latente: ignorando el anidado, el ajuste post-hoc, los enfoques paramétricos y no paramétricos.
• Analizó las implicaciones de cada especificación para identificar clases latentes en datos anidados.

Principales resultados:

• Las diferentes especificaciones del modelo producen resultados variables al analizar los datos anidados.
• La elección de la especificación tiene un impacto significativo en la identificación de los subgrupos de estudiantes.
• Se destacaron los factores que influyen en la selección de los enfoques de modelado de mezclas multinivel.

Conclusiones:

• Proporciona recomendaciones para el uso de modelos de mezcla con datos educativos anidados.
• Hace hincapié en la importancia de los métodos estadísticos adecuados para la identificación precisa de los subgrupos.
• Ayuda a los investigadores a tomar decisiones informadas para el modelado de mezclas a varios niveles.