做SEM之前你需要考虑
你的假设
样本量：好一点的话就应该是估计参数的20倍，现实一点10倍就行，千万不要小于5倍。
测量工具
多元正态性
参数识别
离群值和缺失值
模型拟合指数

做SEM的一般流程
首先你得有你的理论模型，根据这个理论来设定变量间的关系
设定模型，可以通过图（AMOS）或者代码（lavaan,mplus）
判断模型识别情况
明确模型变量的测量（就是明确问卷，或者自编条目）
收集数据
初始分析（缺失值、离群值的处理，标准化等）
估计模型参数
评估模型拟合情况
修正模型（如果有必要的话）
结果解释写作

结构方程模型有着非常多的拟合指标，比如卡方自由度比，RMSEA,CFA,RMR等几十种，但在实际研究中会发现基本上很难所有指标均达标，而且很多指标都不达标。那怎么办呢？

最为常见的指标RMSEA, CFI, NNFI, AGFI，RMR，TLI，卡方自由度比等

1.特别强调一点，结构方程模型特别依赖理论模型、理论依据的支持，所以从最初的立项开始思考，我的研究有无理论支持依据；
2.前期形成自己的理论模型，然后收集数据，展开验证。
3.理论的形成，研究变量的定义，假设的提出，变量的测量，数据的收集，最后数据分析实证。
4.因此你的提问是反的，直接从现有数据去思考接下来要怎么做，这是不妥的方式。建议从研究目的展开

结构方程模型对样本量要求很高，样本与变量数之比至少为10:1至15:1

顶