收敛效度是指测量同一概念不同题项之间应该具有显著的相关性，可通过验证性因子分析(CFA)法进行检验及判断是否适合做因子分析的问题。在SPSS上实现可以通过回归检验，就如你所提供的“标准化估计值一般大于0.60，且T值大于1.96”证明可以进行因子分析。回归系数的T值的绝对值都大于其临界值1.96，且显著性水平小于0.05，方差膨胀因子VIF均小于10，所筛选出的变量可以作为进一步进行因子分析的变量。还有一个方法是通过BARTLETT和kmo检验。进行因子分析用kmo值检验一下适不适合做因子分析，KMO是用来比较变量间相关系数的大小，kmo值大于0.5做因子分析就可以了，kmo值越大，因子的贡献率也就越高，如果KMO接近1，表示适合做因子分析，如果KMO接近0，表示不适合做因子分析。BARTLETT是检验总体变量不相关，即总体相关矩阵是单位矩阵，如果接受原假设，表明因子分析可能不适合。

CFA主要根据现有的理论模式或是量表来建立量表或是测量模式,因为我们已经知道因素名称所以也知道哪些题目是用来测量哪些因素，可以通过AMOS和楼上说的lisrel建置测量模式。

在Amos中，这几个指标可以用以判断拟合优度：x2      df       x2/df    NNFI   GFI    AGFI   CFI   RMSEA。其中卡方与自由度之比(X2/df)小于3，表明整体拟合度较好；大于3则不太好；大于5则较差。拟合优度指数(GFI)、矫正拟合优度指数(AGFI)和平均拟合指数(NFI)，其值均在0～1之间。越接近1，整体拟合度越好。均方根残差(RMR)，其值在0～1之间。越接近0，整体拟合度越好。

如果拟合不好那么就要调整模型直到拟合好为止啦