การวิเคราะห์ปัจจัยยืนยันสำหรับข้อมูลหลายประเภท
การวิเคราะห์ปัจจัยยืนยัน (Confirmatory Factor Analysis: CFA) สำหรับข้อมูลหลายประเภท (Polytomous CFA) เป็นการทดสอบโครงสร้างปัจจัยที่กำหนดไว้ล่วงหน้า เมื่อรายการมีหมวดหมู่การตอบสนองที่เรียงลำดับกันตั้งแต่สามหมวดหมู่ขึ้นไป (เช่น มาตรวัดแบบ Likert) โดยการใช้สหสัมพันธ์แบบโพลีโคริก (polychoric correlations) และตัวประมาณค่าที่ทนทาน (robust estimators) เช่น WLSMV จะช่วยหลีกเลี่ยงความบิดเบือนที่เกิดขึ้นเมื่อข้อมูลเชิงอันดับ (ordered categorical data) ถูกปฏิบัติต่อเสมือนข้อมูลต่อเนื่อง
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
แผนที่ระเบียบวิธี
ย่านของระเบียบวิธีที่เกี่ยวข้องกัน — เลือกโหนดเพื่อสำรวจ
แหล่งอ้างอิง
- 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. DOI: 10.1037/1082-989X.9.4.466 ↗
- Muthen, B. (1984). A general structural equation model with dichotomous, ordered categorical, and continuous latent variable indicators. Psychometrika, 49(1), 115–132. DOI: 10.1007/BF02294210 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Polytomous Confirmatory Factor Analysis. ScholarGate. https://scholargate.app/th/psychometrics/polytomous-confirmatory-factor-analysis
ระเบียบวิธีใด?
วางระเบียบวิธีนี้เคียงข้างระเบียบวิธีใกล้เคียงที่สุด แล้วอ่านเปรียบเทียบกัน — คลังวางหนังสือไว้บนโต๊ะให้แล้ว ส่วนการเลือกเป็นของท่าน
- การวิเคราะห์ปัจจัยยืนยัน (Confirmatory Factor Analysis: CFA)การวัดทางจิตวิทยา↔ เปรียบเทียบ
- ทฤษฎีการตอบสนองข้อสอบ (IRT)การวัดทางจิตวิทยา↔ เปรียบเทียบ
- การทดสอบความคงสภาพของการวัดการวัดทางจิตวิทยา↔ เปรียบเทียบ
- การวิเคราะห์ปัจจัยยืนยันอันดับ (Ordinal Confirmatory Factor Analysis)การวัดทางจิตวิทยา↔ เปรียบเทียบ
- การวิเคราะห์องค์ประกอบเชิงสำรวจแบบพหุวิภาคการวัดทางจิตวิทยา↔ เปรียบเทียบ