各位，我在做综合评价，评价指标是由已有文献中理论分析构建的，模型中指标之间有关联。而一般评价指标的建立要求独立性原则，是否应该做相关性分析和处理，避免指标间相关性过高，重复计算影响评估结果？
       我只看到文献关于建立回归模型时判断多重共线性的一些方法。但是综合评价时，因变量应该是未知的待评估出的结果，这和建立回归模型是的情况不太一样。是否能使用判断多重共线性的方法来分析指标的相关性，判断指标体系建立是否合理？
       如果不行怎样解决该问题？

有人说简单看各指标数据间相关系数，值大就直接删去该指标。可是这样的话很多指标都属于正、负相关，但是从考虑其含义，直接删除会导致与原有的理论抵触。个人觉得不合理。

我看到论坛里有个类似的帖子有人回答：  
    1、根据理论提出假设确定指标体系的几个方面。
    2、每个方面提出若干个相关的问题。
    3、搜集数据。
    4、分别对各个方面做信度检验，最后做总体信度检验。
    5、对指标体系做探索性因素分析，即做因子分析。
    6、用amos或其他软件做验证性因子分析。
    7、最后对各个方面做结构方程模型分析，确定各个方面的关系。

不太明白。是否是说用建立结构方程模型的方法可以相对避免指标相关性过高的问题。但是这个方法好像比较难，我的时间紧迫，有没有简单点的方法？

有没有相关资料介绍这类问题？谢谢了！