เปรียบเทียบวิธี

	Robust Confirmatory Factor Analysis	การสร้างสมการโครงสร้างที่ทนทาน (Robust Structural Equation Modeling)
สาขาวิชา	สถิติศาสตร์	สถิติศาสตร์
ตระกูล	Latent structure	Latent structure
ปีกำเนิด	1984–1994	1994
ผู้ริเริ่ม	Satorra & Bentler (robust SE/chi-square corrections); Browne (ADF estimator)	Albert Satorra & Peter M. Bentler
ประเภท	Confirmatory latent variable model with robust estimation	Latent variable / path model with robust inference
แหล่งต้นตำรับ	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.	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 (pp. 399–419). Sage.
ชื่อเรียกอื่น	Robust CFA, CFA with robust standard errors, Satorra-Bentler CFA, non-normal CFA	Robust SEM, SEM with robust standard errors, Satorra-Bentler SEM, non-normal SEM
ที่เกี่ยวข้อง	6	5
สรุป	Robust confirmatory factor analysis fits a pre-specified factor structure to observed data while correcting standard errors and goodness-of-fit statistics for violations of multivariate normality. It is the preferred variant of CFA whenever Likert-type, skewed, or kurtotic indicators make the classical normal-theory estimator unreliable.	Robust structural equation modeling (Robust SEM) applies the full SEM framework — simultaneous estimation of measurement and structural relations among latent variables — while using corrected test statistics and sandwich standard errors that remain valid when observed data depart from multivariate normality. The Satorra-Bentler scaled chi-square is the most widely used correction.