样本量太小怎么做结构方程模型？

      大样本是结构方程模型分析的基本前提，因此，常常有研究者困惑于小样本能不能做结构方程模型。那么，多大的样本量才适合做结构方程模型，样本量太小能不能做结构方程模型？

   对此，有几个问题要明确：

   第一，结构方程模型只是一种统计建模与数据分析的方法，理论上来说，只要有数据，建立好模型，就可以运行软件进行分析，只是存在信度效度好不好、模型能不能识别、结果可不可靠的问题。

   第二，样本量的大小没有绝对固定的“临界值”，而要根据研究的模型复杂性、样本的结构、测量质量等来决定。一些统计方法认为30以下是小样本，60以上是大样本，但这个只是针对个别情况而言的。在结构方程模型中，模型越复杂，所要求的样本量就越大，否则会影响参数估计的准确性。因此，300的样本量对于5个变量以下的模型来说可能算是大样本，但对于近十个变量的模型来说则可能就是小样本。再如，测量的质量问题，如果测量质量比较高（如潜变量的测量指标信度0.8以上），那么较小的样本量其参数估计也偏差不大，但如果测量质量较低（如测量指标载荷低于0.4，变量信度低于0.7），那么即便是较大的样本量，那么模型的拟合度和参数估计也不佳。