个人认为应该基于文献来制定你的模型，而非一味追求模型的适合度才去建立误差的关联咯。倘若你硬要建立那四条关联，可能需要思考是否有文献的支持！！另外一个方法，你还可以通过检查ESTIMATE的各列表的结果，譬如，看看是否有哪些题目的路径系数小于0.5，是否存在非常异常的题目或样本，题目的正态性等等。另外，还可以考虑使用斜交因子旋转法（如Principal Axis factoring + Direct oblimin），而非主成分分析法象（PCA），先进行探索性因子分析（EFA），因为那样可能帮你先删掉一些不太可靠的题目。根据个人的一些体会，发现相对PCA而言，PAF的结果与验证性因子分析（CFA）常常比较接近。还有一点要补充的是，如果你建立关联的题目之间的相关系数特别高，你可能需要考虑是否要删掉其中的一道题目。以上意见仅供参考 |
