重點是觀察變數的個數是否可以滿足模型的估計, 如果只有一個潛在變項, 二個觀察變項, 那麼那個觀察變項最多只能估計 (2)*(2+1)/2=3 個估計值, 而一個潛在變項對兩個觀察變項有兩個估計值, 觀察變項的測量誤差有兩個估計值, 加起來就會有四個估計值, 於是就產生無限多解,
如一個潛在變項, 三個觀察變項, 依公式可 求解 3*4/2=6 個估計值, 而需要估計的參數也有六個, 就可求得一個解, 如果限制其中一個因素負荷為1, 則可產生一個自由度.
一個潛在變項需三個觀察變項是由EFA來的觀念, 其中一個重要的理由是在EFA中信度的估計最好有三個觀察變項, 不然的話, 兩個觀察變項的相關係數即為信度值, 較為不佳,
在CFA中, 重要的是由內生觀察變數 P 與外生觀察變數 q ,依公式 (p+q)(p+q+1)/2> 所要估計的參數. 潛在變項由幾個觀察變項反而較次要.

测量模型识别与结构模型识别是两个独立判断过程。结构模型的识别决定于内生变量之间关系的假设，主要看是否是递归模型等。在纯化测量中，测量模型潜变量的观测指标至少3个以上，否则正好识别，自由度为0。至于在SEM中用1个观测变量代表1个潜变量，除非设定该观测变量的误差项方差为0，即潜变量100%解释这个观测变量。

我个人以为:很难说哦,但是有三个以上最好,

我也遇到类似的情况，有一个潜在变量面临着只有2个观测变量的尴尬局势

最好要三个或三个以上的

如果只有一个因子，那么至少有三个观测指标，模型才可识别；如果有两个因子，那么这两个因子具有相关时，每个因子有两个指标也可以识别的。侯杰泰老师的书中，有专门讲因果模型识别准则的，建议参考下。K.A.Bollen的SEM with latent variables（1989）书中，244页对此也就详细的介绍。

水木水缘 发表于 2010-1-11 00:53
如果只有一个因子，那么至少有三个观测指标，模型才可识别；如果有两个因子，那么这两个因子具有相关时，每个因子有两个指标也可以识别的。侯杰泰老师的书中，有专门讲因果模型识别准则的，建议参考下。K.A.Bollen的SEM with latent variables（1989）书中，244页对此也就详细的介绍。

thank you very much

问卷阶段，如果是引用 一些比较牛的文章，题项最好是3-5个，如果是要做探索性因子分析，最好5-7个，因为 模型修正的时候，可能会剔除一些因子。
最后SEM的时候，进行模型修正，最后如果剩下 两个也是可以的

观测变量太少，隐变量的信度可能太低，的不到保证

一个潜变量究竟要几个测量变量主要看两个：一是模型识别；而是模型拟合，也就是模型稳定。考虑到模型识别问题，不考虑其他情况，3个测量变量以及以上是模型能识别的必要条件，注意不是充分条件。如果是2个测量变量，那么必然有另外一个潜变量与这个潜变量共变，也就是协方差或者说相关，否则模型不能识别。如果是1个测量变量的话，那么因子载荷必须为一，并且测量变量的变异，也就是方差为0，实际上就是没有误差。从另一角度，如果从模型稳定性来讲，测量变量多于3个的话模型更稳定，或者在做MI模型修订的时候，删掉了一些测量变量的话，因子的测量变量就更少了，所以要多一点更好，以防删掉一些测量变量。如果因为某一些原因，样本太少的话，那么测量变量多一点，也就是增加测量的质量或稳定性，弥补样本的不足，也是个办法。若果在做parcel item的时候，也要求测量变来那个多一些才好。