เปรียบเทียบวิธี

	การวิจัยการทดสอบแบบจำลองที่แข็งแกร่ง	การวิเคราะห์ปัจจัยยืนยัน (Confirmatory Factor Analysis: CFA)
สาขาวิชา	การออกแบบการวิจัย	การวัดทางจิตวิทยา
ตระกูล	Process / pipeline	Latent structure
ปีกำเนิด	1988–1998	1969
ผู้ริเริ่ม	Albert Satorra & Peter M. Bentler; Ke-Hai Yuan	Karl Gustav Jöreskog
ประเภท	Quantitative model-testing research design with robust estimation	Hypothesis-testing latent variable model
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.	Jöreskog, K. G. (1969). A general approach to confirmatory maximum likelihood factor analysis. Psychometrika, 34(2), 183–202.
ชื่อเรียกอื่น	robust SEM, robust structural model testing, robust fit evaluation, robust model evaluation research	CFA, confirmatory FA, measurement model, restricted factor analysis
ที่เกี่ยวข้อง	6	4
สรุป	Robust model testing research applies structural or path models to data while explicitly accounting for violations of multivariate normality and other distributional assumptions. Rather than discarding non-normal data or forcing transformations, it uses corrected estimators — most notably the Satorra-Bentler scaled chi-square and Yuan-Bentler robust standard errors — to produce trustworthy fit indices and parameter estimates even when classical maximum likelihood assumptions are breached.	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.