เปรียบเทียบวิธี

	การวิเคราะห์องค์ประกอบเชิงสำรวจแบบคงทน	การวิเคราะห์ปัจจัยเชิงสำรวจ (Exploratory Factor Analysis, EFA)
สาขาวิชา	การวัดทางจิตวิทยา	สถิติศาสตร์
ตระกูล	Latent structure	Latent structure
ปีกำเนิด	2000–2003	—
ผู้ริเริ่ม	Pison, Rousseeuw, Filzmoser, and Croux; Yuan and Bentler (parallel streams)	—
ประเภท	Latent variable / dimension reduction (robust)	Latent variable / dimension reduction
แหล่งต้นตำรับ	Yuan, K.-H., & Bentler, P. M. (2000). Robust mean and covariance structure analysis through iteratively reweighted least squares. Psychometrika, 65(1), 43–58.	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	robust EFA, robust factor analysis, outlier-resistant factor analysis, EFA with robust estimation	common factor analysis, açımlayıcı faktör analizi, factor analysis
ที่เกี่ยวข้อง	4	4
สรุป	Robust exploratory factor analysis discovers the latent factor structure of a set of items using estimation methods that are resistant to outliers and violations of multivariate normality. It applies the same measurement model as standard EFA but replaces classical covariance estimation with robust counterparts — such as minimum covariance determinant or iteratively reweighted least squares — so that a small fraction of atypical cases cannot distort the recovered factor loadings.	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.