5# aku2008 其实你很多指数都是接近达标的临界值，都是差一点，建议你可以考虑以下几个方面：
A. 检查MODIFICATION INDEX， 看看有没有一些变量之间变量对应的误差存在较显著的相关，尤其是那些MI值超过34的，这个好像是邱皓政和林碧芳老师书里有提到。
B.若有，可考虑添加一条相关路径，但必须慎重考虑，这是否有理论意义，即是否有文献支持该路径的添加。
C 你还可以观察哪些观测变量之间的相关非常之大，如大于.90，那你可能可以考虑删除其中一题，减少题目数还有助于提高GFI值。
D.你还可以看看在某一潜在变量下，哪些观察变量的standardized regression weight小于.50，则可以考虑删去，但记得最好能保证相应的潜在变量含至少三个观测变量。
E.再次检查你的AMOS报表中的“regression weight”和"variances"的数据， 若发现有不显著的路径（对于CFA的measurement model而言），可考虑将相应的观测变量删除。那些standardized regression weight有超过1的可考虑删除。
F.这一步其实应该是要在前面几步之前要先考虑的，就是在你做CFA之前应该要检查一元异常值和多元异常值（univariate and multivariate outliers，如检验D值及其相伴概率是否小于.001，以及标准残差值等见Tabachnick & Fidell (1996,2001,2007)），以及样本数据的是否满足正态分布的假设(如峰态值与偏态值等)。
G.以上问题如果你都考虑了而且还是得到一样的结果的话，你可能还要考虑样本数和题目数的比例关系，一般最好样本数是题目数是的10倍以上为佳，5倍左右基本可以接受吧。譬如你还可以考虑收集多些样本来另外检验你的模型，或者如果你原来的样本数超多，那可以试着随机分成两组，分别做CFA检验，看看两组出来的拟合度指数如何。另外，你可能需要回到文献，考虑性别，年龄等因素可能对你模型的影响，因为有些模型可能对男生的数据模拟程度好过对女生的数据，等等。
以上意见仅供参考！祝你成功！！ |
