เปรียบเทียบวิธี

	ความไม่แปรเปลี่ยนของการวัดแบบพหุระดับ	แบบจำลองสมการโครงสร้าง
สาขาวิชา	การวัดทางจิตวิทยา	สถิติการวิจัย
ตระกูล	Latent structure	Process / pipeline
ปีกำเนิด	2000s	1921
ผู้ริเริ่ม	Muthén, Asparouhov, and colleagues	Sewall Wright
ประเภท	Measurement model evaluation	Method
แหล่งต้นตำรับ	Muthén, B. O., & Asparouhov, T. (2009). Multilevel factor analysis of class and student achievement components. Journal of Educational and Behavioral Statistics, 34(2), 250–270.	Jöreskog, K. G., & Sörbom, D. (1973). LISREL: A general computer program for estimating a linear structural equation system. Research Bulletin 73-5. University of Stockholm.
ชื่อเรียกอื่น	MLMI, multilevel factorial invariance, cross-level measurement invariance, multilevel CFA invariance	SEM, path analysis, latent variable modeling, causal modeling
ที่เกี่ยวข้อง	3	3
สรุป	Multilevel measurement invariance testing evaluates whether a latent construct is measured equivalently both within clusters (e.g., individuals within teams) and between clusters (e.g., team-level aggregates). It extends standard measurement invariance procedures to nested data structures commonly encountered in organisational, educational, and cross-cultural research.	Structural equation modeling (SEM) is a comprehensive statistical framework combining path analysis (Sewall Wright, 1921) and confirmatory factor analysis to test complex causal models linking observed and latent variables. Formalized by Jöreskog (1973) with LISREL software, SEM enables simultaneous estimation of measurement relationships (how variables measure latent constructs) and structural relationships (how constructs influence outcomes), making it powerful for theory testing in psychology, epidemiology, organizational research, and health sciences where complex mediation, moderation, and latent processes require integrated analysis.