AMOS已勾选standardized estimates，但路径系数还是大于1

如果标准化解相关系数仍然大于1，这就是出现了异常解，而异常解往往表明模型存在误设，这个时候最好首先检查输入的数据和程序设定是否无误，然后由简单模型开始到复杂模型，一步步检查模型的适切性，看到哪一步的时候出现了问题。然后对不适当的内容进行修改。

可以看到，你这里的异常值主要来自接纳意愿这个因子，该因子和其他因子的相关均大于1，说明这个因子存在很大问题，很明显可以看出两个问题：1、接纳意愿这个因子只有两个指标来测量，一般来说多一些指标测量因子会更加可靠，结果更稳定，经验是至少3个指标较好（这个是有研究者做过模拟研究证明的，两指标参数估计结果可能会不稳定）两个略少；2、接纳意愿的两个指标因子载荷偏低，说明这两个指标不能很好地测度接纳意愿这个因子，这很可能是导致异常的主因，因子载荷低于0.4就有点太低，你最好重新选择更好的指标来代替这两个指标。

amos标准化路径系数的范围：0-1之间。

路径系数的平方表示潜变量对测量题目方差的解释比率，如果Amos标准化路径系数大于1，一种可能的情况是外源变量之间的相关性太强，考虑把两个相关性很强的因子合并在一起。另外，数据质量差也有可能导致标准化路径系数大于1。

内容

路径分析包含了两个基本内容：一个是路径的搜索；另一个是距离的计算。路径搜索的算法与连通分析是一致的，通过邻接关系的传递来实现路径搜索。路径的长度(距离)以积聚距离(accumulated distance)来计算。

距离的计算方法为：将栅格路径视做由一系列路径段(path segments)组成，在进行路径搜索的同时计算每个路径段的长度并累计起来，表示从起点到当前栅格单元的距离。这里路径段指的是在一定的精度范围内可以以直线段模拟和计算的栅格单元集合。

Amos标准化路径系数类似于回归中的标准化回归系数，取值范围在0-1之间。

路径系数的平方表示潜变量对测量题目方差的解释比率，如果Amos标准化路径系数大于1，一种可能的情况是外源变量之间的相关性太强，考虑把两个相关性很强的因子合并在一起。另外，数据质量差也有可能导致标准化路径系数大于1。这种情况比较麻烦，可能需要你去做一次数据清洗工作，提升数据的质量。在路径系数都显著的前提下，直接比较标准化路径系数，或者用amos自带的pairwise parameters功能，若CR值大于1.96，差异显著，设置完全自由模型与部分限制条件模型，两个进行对比，看是否存在显著差异。

---