Latent structureScale / measurement
多分类验证性因子分析
多分类验证性因子分析 (CFA) 在项目具有三个或更多有序响应类别（例如，李克特量表）时，检验预设的因子结构。通过处理多列相关和稳健估计量（如 WLSMV），可以避免将有序分类数据视为连续数据时产生的失真。
在 MethodMind 中打开即将推出Apply, compare, get guidance
Tools & resources
Learn & explore
视频即将推出
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- 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 ↗
如何引用本页
ScholarGate. (2026, June 3). Polytomous Confirmatory Factor Analysis. ScholarGate. https://scholargate.app/zh/psychometrics/polytomous-confirmatory-factor-analysis
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
- 验证性因子分析（CFA）心理测量学↔ 比较
- 项目反应理论 (IRT)心理测量学↔ 比较
- 测量不变性检验心理测量学↔ 比较
- 序数确认因子分析 (序数 CFA)心理测量学↔ 比较
- 多项探索性因子分析心理测量学↔ 比较