Latent structureMultivariate analysis
강건 확인적 요인 분석
강건 확인적 요인 분석은 미리 지정된 요인 구조를 관찰 데이터에 적합시키면서 다변량 정규성 위반에 대해 표준 오차와 적합도 통계량을 보정합니다. 리커트형, 왜곡되거나 첨도가 높은 지표가 고전적인 정규 이론 추정치를 신뢰할 수 없게 만드는 경우 CFA의 선호되는 변형입니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Robust Confirmatory Factor Analysis. ScholarGate. https://scholargate.app/ko/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.
- 확인적 요인 분석 (CFA)심리측정학↔ compare
- 탐색적 요인 분석 (EFA)통계학↔ compare
- 다층 확인적 요인분석 (Multilevel Confirmatory Factor Analysis, MCFA)심리측정학↔ compare
- 강건 탐색적 요인 분석심리측정학↔ compare
- 강건 구조방정식 모형통계학↔ compare
- 구조방정식 모형연구 통계↔ compare