A 理论建构和数据收集

1. 模型建构的理论或实证依据；

2. 模型检验数量和类型（因子间是相关、直角还是层级的）；

3. 具体的模型设置（指标与潜变量之间的明确关系）；

4. 模型路径图；

5. 样本特征（取样方法、样本量、所选目标样本依据）；

6. 等价模型的识别；

7. 模型是否可以识别。

B 数据准备

1. 数据正态性检验；

2. 缺失值分析及处理方法；

3. 指标类型的说明（名义的、类别的还是连续的）；

4. 数据转换的说明（如是否打包）；

5. 数据分析的水平（指标vs.分量表）。

C 模型分析

1. 分析所用矩阵的类型（协方差vs相关）；

2. 矩阵是否可供读者索取；

3. 采用的参数估计方法及依据；

4. 潜变量定义的方法（固定方差还是固定负荷）；

5. 分析采用的软件及版本。

D 结果报告

1. 模型评价是否采用多个拟合指标：卡方，自由度，p值，RMSEA，CFI和TLI等；

2. 模型修正的情况及依据；

3. 条目保留的情况；

4. 标准化因子负荷，因子间相关矩阵。

E 讨论

  1. 模型结果对理论的印证情况；

  2. 进一步的检验（如测量不变性）。