在验证性因子分析和结构方程模型的分析中,究竟样本(N)容量多大以及每个因子要包含多少个指标(Indicators)是研究实践中经常遇到的问题。不容置疑，样本容量越大、包含指标越多，会比较好有些。但是，我们需要了解的是，有没有一个最低可接受的标准可以参考？

Boomasa(1982)认为，无论从模型恰当解的百分率、参数估计的精确性还是卡方统计量的分布，N最少大于100，大于200更好。如果样本数量小于100

   通过研究程序的设计来控制和减少共同方法偏差的关键是确定预测变量和反应变量的测量,从而减少和消除这种偏差。一般而言，预测变量与反应变量的关联从三个方面体现出来：1）反应者；2）测量环境和问卷本身所提供的背景线索；3）问卷题目中的特定表述和形式。为此，研究者在研究设计与测量过程中所采取的控制措施有：

1）从不同来源测量预测与效标变量，
2）对预测变量和反应变量在测量的时间上（测量间距）、空间上（不同环境）、心理上（插入故事）与方法学上（纸笔、电脑、网络、访谈、量表形式的）适当分离，
3）保护反应者的匿名性、减小对测量目的的猜测度，
4）平衡项目的顺序效应

5）改进量表项目等。