Korelatīvā faktoru analīze skalām
Korelatīvā faktoru analīze (CFA) ir statistikas metode, lai pārbaudītu, vai hipotētiskā faktoru struktūra atbilst empīriskiem datiem. CFA, ko 1969. gadā izstrādāja Karls G. Joreskogs, ir standarta pieeja psihometrisko skalu validēšanai, novērtējot, vai atsevišķi jautājumi atbilstoši teorētiski noteiktajiem latentajiem faktoriem. Atšķirībā no eksploratīvās faktoru analīzes, CFA prasa a priori faktoru struktūras specifikāciju un nodrošina atbilstības rādītājus modeļa adekvātuma novērtēšanai.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- Jöreskog, K. G. (1969). A general approach to confirmatory maximum likelihood factor analysis. Psychometrika, 34(2), 183-202. DOI: 10.1007/BF02289343 ↗
- Hoyle, R. H. (Ed.). (2012). Handbook of Structural Equation Modeling. New York: Guilford Press. ISBN: 9781462503254
- Kline, R. B. (2015). Principles and Practice of Structural Equation Modeling (4th ed.). New York: Guilford Press. ISBN: 9781462523344
Kā citēt šo lapu
ScholarGate. (2026, June 3). Confirmatory Factor Analysis Method for Scale Validation and Structural Testing. ScholarGate. https://scholargate.app/lv/psychometrics/confirmatory-factor-analysis-scale
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- Satura validitātes koeficientsPsihometrija↔ salīdzināt
- Faktoru analīze skalas izstrādeiPsihometrija↔ salīdzināt
- Grīdas un griestu efektiPsihometrija↔ salīdzināt
- Likert Scale ConstructionPsihometrija↔ salīdzināt
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →