Uitval is een van de grootste problemen in panelonderzoek. Eerdere studies naar paneluitval kijken meestal naar respondenten die op enig moment nog actief en inactief zijn, en bestuderen de ver-schillen tussen deze respondenten om te bepalen hoe erg paneluitval is. In veel panelstudies is het proces van paneluitval veel subtieler. Respondenten missen soms enkele vragenlijsten, maar doen daarna weer mee. Of ze beginnen onregelmatig en doen later vaker mee. Met behulp van de huidige statistische modellen is het lastig om zulke responspatronen goed te analyseren. Dit artikel laat zien hoe paneluitval in het LISS panel kan worden bestudeerd met een Latente Klasse model. In dit Latente Klasse Model worden respondenten geclassificeerd op basis van hun uitvalproces. Aan de hand van achtergrondgegevens van de respondenten voorspel ik van welke klasse respondenten lid zijn. Trouwe deelnemers in het panel zijn bijvoorbeeld ouder en zorgvuldi-ger dan uitvallers, terwijl onregelmatige respondenten (luiaards), jong en lager opgeleid zijn. Het artikel sluit af met effecten van paneluitval op schattingen van de verkiezingsuitslag en enkele advie-zen aan managers van panels.