Latent structure
確認的因子分析 — スケール妥当性検証 (CFA)
確認的因子分析(CFA)は、測定モデリング技法であり、理論または先行する探索的分析から導出された仮説的な因子構造が、新しい標本からの観測データに適合するかどうかを検証する。1969年にカール・ヨレスコウによって開発されたCFAは、心理尺度妥当性検証の主要なツールとなった。なぜなら、研究者は事前にどの項目がどの潜在因子に属するかを指定する必要があり、その指定の妥当性を統計的な適合基準に基づいて評価するからである。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
出典
- Brown, T. A. (2015). Confirmatory Factor Analysis for Applied Research (2nd ed.). Guilford Press. ISBN: 978-1462515363
- Hu, L. & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1–55. DOI: 10.1080/10705519909540118 ↗
このページの引用方法
ScholarGate. (2026, June 1). Confirmatory Factor Analysis for Scale Validation. ScholarGate. https://scholargate.app/ja/psychometrics/cfa-psychometric
どの手法を選ぶ?
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
- クロンバックのα(信頼性分析)統計学↔ 比較
- 因子分析(EFA)統計学↔ 比較
- 階層線形モデリング(HLM / マルチレベルモデリング)統計学↔ 比較
- 主成分分析機械学習↔ 比較
- ラッシュモデル心理測定学↔ 比較
- 構造方程式モデリング(SEM)統計学↔ 比較