以前我也有遇过类似现象，可以先试试将二阶潜变量的参数设置为1，这样有助于模型的识别，然后再重新运行你的模型。如果还不行，是否你的第二阶少于三个构念？其实二阶与一阶的原理较为相似，如通常的一阶分析会要求每个构念最好至少有三个项目或题目，类似地，你模型中的一阶因子最好也至少有三个。一般二阶分析要比一阶分析的要求高，这是经常一阶分析有较满意的结果，而二阶的模型拟合度相对较低些的可能原因之一。另外，你的样本数和测量误差等因素也会对二阶模型的拟合度和相关估计参数有影响。以上意见仅供参考:)

如果一阶模型的各项拟合指数都很好的话，没必要再做二阶了，除非理论上是需要的

如果你的潜在变量之间的相关性很高，那么你就必须用二阶验证因子分析。

潜在变量之间的相关如果大于0.75，就需要做二阶

请问所基于的文献是？能否告知，谢谢噢:)