Latent structureScale / measurement

تحلیل عاملی اکتشافی چندسطحی (ML-EFA)

تحلیل عاملی اکتشافی چندسطحی ساختارهای عاملی پنهان را به طور همزمان در دو یا چند سطح از سلسله‌مراتب داده‌ها — برای مثال، هم در درون افراد و هم بین گروه‌ها — بدون تحمیل ساختار ثابت از پیش، کشف می‌کند. این روش زمانی ضروری است که آیتم‌های نظرسنجی یا آزمون از پاسخ‌دهندگانی جمع‌آوری شده باشند که در کلاس‌ها، سازمان‌ها یا کلینیک‌ها تو در تو هستند.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

The neighbourhood of related methods — select a node to explore.

منابع

  1. Muthén, B. O. (1994). Multilevel covariance structure analysis. Sociological Methods & Research, 22(3), 376–398. DOI: 10.1177/0049124194022003006
  2. Ryu, E. & West, S. G. (2009). Level-specific evaluation of model fit in multilevel structural equation modeling. Structural Equation Modeling: A Multidisciplinary Journal, 16(4), 583–601. DOI: 10.1080/10705510903203466

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Multilevel Exploratory Factor Analysis. ScholarGate. https://scholargate.app/fa/psychometrics/multilevel-exploratory-factor-analysis

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

ارجاع‌شده در

ScholarGateMultilevel EFA (Multilevel Exploratory Factor Analysis). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/psychometrics/multilevel-exploratory-factor-analysis · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026