我觉得应该不用吧，像已有运用LPA的文章，他们一般是用一个量表的不同维度作为外显指标，不见的这个维度的题目数是一致，你说的两个量表的分数范围不同估计也是因为题量不同而导致的吧，要是是这个情况的话，我觉得可以类比出不用Z，个人见解，仅供参考。
    另，我有个疑惑想请教一下，这个LPA的分类究竟有何意义，比如说我对生活满意度的调查，依据量表的几个维度进行LPA，得出的结果算是对生活满意度的分类么，这种分类又是否可以推广应用？

谢谢你的回复~~我也是初学者，你的问题我是这样理解的：LPA可以将异质性人群分类。比方说你的生活满意度分成了若干维度，不同的人在不同的维度得分可能会不同，例如有的在维度1得分高，维度2得分低；有的在维度1得分低，维度2得分高，诸如此类……这样这两类群体就是不一样的。根据人们对不同项目的应答将人群分类，而不是将生活满意度分类。或者说将人群不同的生活满意度类型分析出来。我也是初学，可能理解的不太对或解释不清晰。建议你看下相关论文和加一些群，会有帮助的。仅供参考~~

为何将两个量表的总分分别作为两个变量，直接用结构方程模型不就行了吗？

谢谢建议，这也是一个办法。

学习了！