毕竟 一个变量解释了另外一个变量的百分之70 太夸张了

对了 还有个小问题 AMOS中 如何看T值啊

当然可以阿。这是路径系数，相当于回归中的标准化系数。

楼上的请说的具体点啊

最好能截个图哦

如果0.5的路径系数是显著的即可接受。但是若从可靠性上讲最好大于0.7.

如果0.5的路径系数是显著的即可接受。但是若从可靠性上讲最好大于0.7.
本文来自: 人大经济论坛 LISREL、AMOS等结构方程模型分析软件 版，详细出处参考： https://bbs.pinggu.org/forum.php?mod=viewthread&tid=1347914&page=2&from^^uid=457241
----------------------------------------
我想问问楼上的，我用lisrel的话，应该看estimate 还是标准化的？0.7这个指标是对哪种而言呢？

是可以接受的，相关系数小于0.8即说明可能不存在多重共线，标准化的系数是很正常的

等待啊 。。。。。

是标准化的。

不夸张啊，路径不是指的是解释的变量方差的百分数吧？而且举个简单的例子intention to buy和purchase之间的系数更高

应该还可以接受吧。因为0.73的平方也没超过50%的解释量，应该还未造成严重的共线性问题吧。

如果是标准化的参数估计值，是不能大于1的；如果是非标准化的，有数值大小的要求吗？

从哪本书上看到的啊

首先，抱歉啊，键盘的问题，导致少了一个数字1，已经改过来了，大家不要骂我。
按照我的理解，标准化的参数估计值，反映的是变量间的相关度，其相关系数不可能大于1的（无论是因果模型还是测量模型）；至于这个数字的下限，因果模型的我还没有找到答案，但在测量模型中，应该是大于0.71,只有这样，其平方才会大于0.5,信度比较高，能够接受。
非标准化的参数估计值，因为这是在潜变量间的关系，是因果关系，指外生潜变量的变动对内生潜变量的影响，是可以大于1的，这与常用的计量经济学模型中的自变量系数可以大于1是一样的道理。

解释率应该是路径系数的平方

说的非常到位，谢谢，终于发现这个原因了。高人那！

多看点书。现在的同学什么问题都敢问

检验潜在变量之间的路径系数是否合适，首先你要看潜在变量之间的相关系数，一般来说，潜在变量之间的相关系数大于0.8，这就说明潜在变量之间有多重共线性，可以考虑将这两个潜在变量合并(吴明隆，2008）。在所有潜在变量相关系数小于0.8的情况下进行路径分析，一般情况下不会出现标准化系数大于0.8的情况，在此种情况下，潜在变量回归分析是有意义的。

一般来说，大于0.5就可以接受，但如果是1的话，就是绝对相关，一般不能接受

出现1或者更大怎么办 是什么原因了