朋友,你好!恕我理解能力较差,想请问两个问题:(1)为何你要给潜变量相关路径赋值呢?根据所提示的信息确(“the constraints on the parameters of the initial parameter values are bad”),你对路径做了限定似乎是导致无法运行模型的其中一个原因噢!(2)根据所提示的另外一个信息(“every endogenous variable has a residual variable(error variable) associated with it”),它是指你的那些外生变量(endogenous variable),即被箭头所指向的那些变量,有些可能没有赋给它相应的残差。我没有看到你的模型具体的情况是怎样的,对于只是测量模型(measurement model),这些外生变量则是你所说的观察变量;但对于较复杂的模型,譬如你的模型中涉及某个潜变量A对潜变量B有影响(即箭头从A指向B),那你还是需要给潜变量B赋予一个残差,依此类推。你试着从我提的两个问题着手考虑,实在不行的话,可能需要告知你的模型的具体关系图,再做进一步的讨论:) 以上意见仅供参考噢!
根据Hair et al (2006)和Kline(2005)两本书,我个人比较偏向的是先用A样本做EFA,这样先初步判断题目的归属性(如落在哪个因子)及其归属程度(如因子负荷大小),这时可能已经可以较大胆地删去个别很不合理的题目。然后将余下的题目(也可以包括一些因子负荷值处于临界值附近的题目),用B样本(尽量与A样本等效)来做CFA,这时可以更进一步确定或保留那些符合“标准”(参考本贴的首贴)的题目。然后再对这些经过validation后题目做Construct reliability (建构信度)与Average variance extracted (聚敛效度) 两种信效度分析,当然还可以用discriminant validity(两因子之间的AVE的平方根要大于相应因子之间的相关系数),引用Hair et al (2006)原文则为"AVE estimates for two factors also should be greater than the square of the correlation between the two factors to provide evidence of discriminant validity" (p.779).以上意见仅供参考:)再次感谢你的指正!!