ScholarGate
Βοηθός

Σύγκριση μεθόδων

Εξετάστε τις επιλεγμένες μεθόδους δίπλα-δίπλα· οι γραμμές που διαφέρουν επισημαίνονται.

Ανάλυση Πολλαπλών Παραγόντων×Μερική Ελαχίστων Τετραγώνων Μοντελοποίηση Δομικών Εξισώσεων×
ΠεδίοΨυχομετρίαΨυχομετρία
ΟικογένειαLatent structureLatent structure
Έτος προέλευσης19851985
ΔημιουργόςBrigitte Escofier, Jérôme PagèsHerman Wold
ΤύποςMultiblock dimension reductionComponent-based structural equation model
Θεμελιώδης πηγήEscofier, B., & Pagès, J. (1985). Analyses factorielles simples et multiples : Objectifs, méthodes et interprétation. Dunod. ISBN: 9782040116835Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2017). A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM) (2nd ed.). Sage Publications. ISBN: 9781483377445
Εναλλακτικές ονομασίεςMFA, MFA multiplePLS-SEM, PLS path modeling
Συναφείς55
ΣύνοψηMultiple Factor Analysis (MFA) is a dimension reduction technique developed by Escofier and Pagès (1985) for analyzing multiple groups of variables measured on the same observations. MFA balances the influence of each variable group to provide a unified view of how observations relate across multiple perspectives.PLS-SEM is a variance-based approach to structural equation modeling developed by Herman Wold (1985) that estimates latent variable models by maximizing the variance explained in dependent variables. Unlike covariance-based SEM, PLS-SEM is particularly useful for exploratory research, small to medium samples, complex models with many constructs, and non-normal data.
ScholarGateΣύνολο δεδομένων
  1. v1
  2. 3 Πηγές
  3. PUBLISHED
  1. v1
  2. 3 Πηγές
  3. PUBLISHED

Μετάβαση στην αναζήτηση Λήψη διαφανειών

ScholarGateΣύγκριση μεθόδων: Multiple Factor Analysis · Partial Least Squares Structural Equation Modeling. Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/compare