Robust Confirmatory Factor Analysis
Robustti konfirmatorinen faktorianalyysi sovittaa ennalta määritellyn faktiorakenteen havaittuun dataan korjaten samalla keskivirheitä ja mallin sopivuustilastoja monimuuttujaisen normaalisuuden rikkomusten osalta. Se on CFA:n suositeltava muunnelma aina, kun Likert-tyyppiset, vino tai huipulliset indikaattorit tekevät klassisesta normaaliteoriaan perustuvasta estimaattorista epäluotettavan.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Satorra, A. & Bentler, P. M. (1994). Corrections to test statistics and standard errors in covariance structure analysis. In A. von Eye & C. C. Clogg (Eds.), Latent variables analysis: Applications for developmental research (pp. 399–419). Sage. link ↗
- Browne, M. W. (1984). Asymptotically distribution-free methods for the analysis of covariance structures. British Journal of Mathematical and Statistical Psychology, 37(1), 62–83. DOI: 10.1111/j.2044-8317.1984.tb00789.x ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Robust Confirmatory Factor Analysis. ScholarGate. https://scholargate.app/fi/statistics/robust-confirmatory-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.
- Vahvistava faktorianalyysi (CFA)Psykometriikka↔ compare
- Eksploratiivinen faktorianalyysi (EFA)Tilastotiede↔ compare
- Monitason konfirmatorinen faktorianalyysi (MCFA)Psykometriikka↔ compare
- Robust Exploratory Factor AnalysisPsykometriikka↔ compare
- Robust Structural Equation ModelingTilastotiede↔ compare
- Rakenteellinen yhtälömallinnusTutkimuksen tilastomenetelmät↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →