Die Mitglieder des endgültigen, vollständigen Datensatzes waren statistisch gesehen häufiger weiblich (p = 0,002; 74,4% vs. 65,0%), Nicht-Studenten (p 0,0001; 73,2% vs. 60,4%) und älter (p – 0,0001; 41,9 Jahre vs. 37,9 Jahre), als Mitglieder, die die gesamte Bewertung nicht abgeschlossen haben. Die Mitglieder des endgültigen Datensatzes beendeten ihre Mitgliedschaft im ersten Jahr im Vergleich zu den Mitgliedern ohne vollständige Daten, 2(1) = 21,8, p – 0,0001; 24,0% gegenüber 35,7%. Die Beendigung der Mitgliedschaft stand nicht wesentlich mit dem Geschlecht zusammen, 2(1) = 0,8, p = 0,38; diejenigen, die gekündigt haben, waren jedoch deutlich jünger (M = 37,5 Jahre, SD = 12,3 Jahre vs. 39,2 Jahre, SD = 12,7 Jahre), t (2357) = 3,24, p = 0,0012 und waren deutlich weniger Schüler (33,5% vs. 39,0%), 2(1) = 6,7, p = 0,0096, als diejenigen, die nicht beendeten. Studenten (M = 54,3, SD = 40,7) besuchten das Fitnessstudio seltener als Nicht-Studenten (M = 64,8, SD = 51,4, t[261] = 2,24, p = 0,02). Ziel dieser Studie war es, den Grad zu untersuchen, in dem psychologische (Stress, Lebenszufriedenheit), Verhaltens-(Schlafqualität) und körperliche (körperliche Fitness, metabolische Gesundheit) Dimensionen des Wohlbefindens die Anzahl der Besuche im Fitnessstudio und die Beendigung der Mitgliedschaft 1 Jahr nach der ersten Einschreibung in einem Fitnessstudio vorhergesagt haben.

Diese Studie nahm einen personenzentrierten Ansatz (d.h. mit latenter Klassenanalyse) auf, um zu untersuchen, wie Dimensionen von Wellness Besuche und Die Beendigung der Mitgliedschaft vorhersagten. Die spezifischen Forschungsfragen waren: (1) Können die Teilnehmer nach ihren Ergebnissen nach den individuellen Wellness-Dimensionen in Gruppen eingeteilt werden?; (2) Prognostizieren die resultierenden Gruppen die Beendigung der Mitgliedschaft nach der Einschreibung nach einem Jahr?; und (3) Beziehen sich die daraus resultierenden Gruppen auf die Häufigkeit von Fitnessstudiobesuchen im ersten Jahr? Angesichts des Mangels an Forschung in diesem Bereich wurden spezifische Hypothesen allgemein gehalten. Die Hypothesen waren, dass (1) latente Gruppen entstehen würden; (2) latente Gruppen würden die Beendigung der Mitgliedschaft nach einem Jahr unterschiedlich vorhersagen; und (3) Gruppenmitgliedschaft würde mit der Häufigkeit der Besuche im Fitnesscenter zusammenhängen. SAS Version 9.4 Software (SAS Institute, Inc., 2015) wurde verwendet, um alle beschreibenden Statistiken und Regressionsanalysen zu berechnen. Beschreibende Statistiken wurden für Ergebnisse und Interessensvorgaben berechnet. Unabhängige Proben t-Tests und 2-Analysen wurden verwendet, um Die Unterschiede zwischen der gesamten Fallstichprobe, die in der Analyse enthalten war, und der gesamten Stichprobe von Mitgliedern, die zwischen April und Dezember 2012 beigetreten sind, und zwischen Männern und Frauen zu untersuchen. Pearson bivariate Korrelationen zwischen den fünf Wellness-Dimensionen wurden berechnet, um Muster in den Daten zu untersuchen. Der personenzentrierte Ansatz verwendete die Mplus 7.4-Software (Muthén und Muthén, 2015), um latente Klassenanalysemodelle (LCA) mit 2–5 Klassen zu schätzen, wobei die fünf Wellness-Dimensionen als Indikatoren für die Klassenzugehörigkeit verwendet wurden.