เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การวิเคราะห์องค์ประกอบเชิงสำรวจแบบพหุระดับ (ML-EFA)× | การวิเคราะห์ปัจจัยยืนยัน (Confirmatory Factor Analysis: CFA)× | |
|---|---|---|
| สาขาวิชา | การวัดทางจิตวิทยา | การวัดทางจิตวิทยา |
| ตระกูล | Latent structure | Latent structure |
| ปีกำเนิด≠ | 1994 | 1969 |
| ผู้ริเริ่ม≠ | Bengt O. Muthén | Karl Gustav Jöreskog |
| ประเภท≠ | Latent variable / multilevel dimension reduction | Hypothesis-testing latent variable model |
| แหล่งต้นตำรับ≠ | Muthén, B. O. (1994). Multilevel covariance structure analysis. Sociological Methods & Research, 22(3), 376–398. DOI ↗ | Jöreskog, K. G. (1969). A general approach to confirmatory maximum likelihood factor analysis. Psychometrika, 34(2), 183–202. DOI ↗ |
| ชื่อเรียกอื่น | ML-EFA, multilevel factor analysis, two-level exploratory factor analysis, hierarchical exploratory factor analysis | CFA, confirmatory FA, measurement model, restricted factor analysis |
| ที่เกี่ยวข้อง≠ | 3 | 4 |
| สรุป≠ | Multilevel exploratory factor analysis uncovers latent factor structures simultaneously at two or more levels of a data hierarchy — for example, both within individuals and between groups — without imposing a fixed structure in advance. It is essential whenever survey or test items are collected from respondents nested inside classrooms, organisations, or clinics. | Confirmatory factor analysis tests a researcher-specified factor structure against observed data. Unlike exploratory approaches, the researcher decides in advance which indicators load on which latent factor, and the model is evaluated by how closely the implied covariance matrix reproduces the sample covariance matrix. CFA is central to scale validation, construct validity assessment, and measurement invariance testing. |
| ScholarGateชุดข้อมูล ↗ |
|
|