Latent structureScale / measurement
階層的探索的因子分析 (ML-EFA)
階層的探索的因子分析は、データ階層の2つ以上のレベル、例えば個人の内側とグループの間といった両方のレベルで、事前に固定された構造を課すことなく、潜在因子構造を同時に明らかにします。これは、組織やクリニック、あるいは教室にネストされた回答者から調査項目やテスト項目が収集される場合に不可欠です。
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
- Muthén, B. O. (1994). Multilevel covariance structure analysis. Sociological Methods & Research, 22(3), 376–398. DOI: 10.1177/0049124194022003006 ↗
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Multilevel Exploratory Factor Analysis. ScholarGate. https://scholargate.app/ja/psychometrics/multilevel-exploratory-factor-analysis
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。
- 二因子モデル（一般因子と特定因子）心理測定学↔ 比較
- 確認的因子分析（CFA）心理測定学↔ 比較
- 因子分析（EFA）統計学↔ 比較