프로파일을 나누는 기준이 되는 지표는 같은 개념의 하위요인이나 이론적으로 묶어야 할 변수를 3~10개 정도 선정합니다. 이때 선정된 변수가 너무 많으면 모델 추정이 불안정해지고 해석이 어려워집니다. 선행요인은 개인이 어느 프로파일에 속하는지를 설명하는 변수이며, 결과변수는 프로파일에 따라 차이가 나타나는지를 검증하는 변수입니다. 결과변수에 지표와 동일한 개념을 사용하면 당연히 차이가 나타나므로 피해야 합니다. 응답자 배경정보는 표본 기술용으로 포함해 연구대상의 일반적 특성과 프로파일별 분포를 함께 보고합니다. 이때 자주 헷갈리는 점은 지표와 결과변수를 혼동하는 경우입니다. 지표는 프로파일 구성을 위한 변수이고, 결과변수는 그 프로파일이 실제로 어떤 차이를 만드는지를 확인하는 변수이므로 역할을 명확히 구분해야 합니다. 또한 선행요인을 결과변수와 동일하게 설정하면 인과관계 해석에 오류가 생길 수 있습니다. 자세한 내용: https://ssra.or.kr/kc/post.php?id=215