เปรียบเทียบวิธี

	การวิเคราะห์องค์ประกอบเชิงสำรวจแบบพหุวิภาค	การวิเคราะห์ปัจจัยเชิงสำรวจ (Exploratory Factor Analysis, EFA)
สาขาวิชา	การวัดทางจิตวิทยา	สถิติศาสตร์
ตระกูล	Latent structure	Latent structure
ปีกำเนิด	1978	—
ผู้ริเริ่ม	Bengt Muthén	—
ประเภท	Latent variable / dimension reduction	Latent variable / dimension reduction
แหล่งต้นตำรับ	Flora, D. B., & Curran, P. J. (2004). An empirical evaluation of alternative methods of estimation for confirmatory factor analysis with ordinal data. Psychological Methods, 9(4), 466–491.	Fabrigar, L. R., Wegener, D. T., MacCallum, R. C. & Strahan, E. J. (1999). Evaluating the use of exploratory factor analysis in psychological research. Psychological Methods, 4(3), 272–299.
ชื่อเรียกอื่น	EFA for ordered-categorical data, polychoric EFA, ordinal exploratory factor analysis, polytomous factor analysis	common factor analysis, açımlayıcı faktör analizi, factor analysis
ที่เกี่ยวข้อง	4	4
สรุป	Polytomous exploratory factor analysis extends standard EFA to ordered categorical (Likert-type) response data by replacing the Pearson correlation matrix with a polychoric correlation matrix. It recovers the latent continuous variable that each polytomous item is assumed to reflect, yielding more accurate factor loadings and better-defined factor structures than treating ordinal scores as if they were continuous.	Exploratory factor analysis reduces a large set of observed variables into a smaller number of latent common factors. It is widely used in scale development and psychometrics to uncover the dimensional structure that underlies a set of correlated items, without specifying that structure in advance.