学员档案：H 同学，某高校管理学方向学术硕士，学位论文研究组织氛围与员工创新行为之间的关系，数据来自自填问卷，回收有效样本三百余份。论文采用结构方程模型处理中介与调节关系，变量多、路径复杂，初稿在方法与结果部分看起来颇成体系，送审后反馈却集中在模型本身。
困境：一张漂亮的路径图，背后是说不清的模型
我们把送审稿的结果部分单独抽出来看，问题很快就清楚了。
第一是模型估计出了异常，却没有任何交代。论文只给出了一张标准化路径图，图上各条路径系数都写着显著。但我们在复算时发现，潜变量方差出现负值、个别标准化载荷超过 1，属于典型的估计不当信号。这些异常论文里一个字没提，读者只能看到经过挑选的结果。
第二是拟合指标几乎缺失。全文只报了卡方与自由度之比。模型能不能接受，关键要看比较拟合指数、非规范拟合指数、近似误差均方根、标准化残差均方根这一组指标，论文一个都没给，等于把"这个模型对不对"这道题直接跳过。
第三是测量模型没有做效度检验。量表只报了内部一致性系数，没有报告组合信度与平均方差抽取量，也没有检验各潜变量之间的区分效度。构念之间到底是不是相互独立，读者无从判断；而这恰恰是结构模型成立的前提。
第四是中介效应的检验程序没有交代。论文直接下结论说中介效应显著，却没有说明是否采用自助抽样、抽样次数多少、置信区间如何构造、是否做了偏差校正。这部分不写清，中介效应是否显著就成了一个无法核对的说法。
第五是调节效应的技术细节缺位。交互项是怎么构造的、变量是否中心化处理、简单斜率如何估计与作图，全都没有说明。方法上的省略，会让读者把注意力从结论挪到对操作的怀疑上。
辅导路径：先修好测量模型，再谈路径系数
一、把测量模型做扎实
先补组合信度与平均方差抽取量，逐条检查标准化载荷。对于载荷偏低、内容重复的题项，我们和 H 同学一起回到量表原文，判断是删除还是合并，并写明依据——不是因为删掉它能让拟合变好，而是因为它与所测构念的关系确实不够紧。区分效度用平均方差抽取量的平方根与潜变量相关系数逐对比较，给出可读的对照表。
二、把拟合指标报全
补齐一组常用拟合指标，并交代每一类的判断标准出处。绝对拟合、增量拟合、简约拟合各列一二，卡方易受样本量影响，因此单独说明为什么不能只看卡方。指标全部达标或部分达标，都如实呈现；不达标的部分说明可能的来源与处理。
三、中介效应改用规范的检验方式
改为自助抽样检验间接效应，报告间接效应的点估计与偏差校正置信区间，并写明抽样次数与随机种子。把直接效应、间接效应、总效应分开呈现，再下中介类型的判断。这一步做完，中介"显著"两个字才站得住。
四、把调节效应写细
说明变量中心化的理由与做法，写清交互项如何由主效应变量相乘得到，补充简单斜率分析并在高、中、低三个取值上给出斜率，配一张交互作用图。调节效应的结论不再只靠交互项显著一句话。
五、把分析策略前置到方法章
在方法章一次性交代：数据来源与样本特征、缺失值处理方式、共同方法偏差的检验安排、分析软件与版本、模型修正的每一步及理由。把过程写在前面，结果部分就不必反复自证。
结果：质疑从模型转向结论
返修稿提交后，再审意见没有再质疑模型设定与报告规范，讨论转向结论在多大范围内成立、跨行业是否同样适用。论文随后按正常流程继续送审。H 同学说，重读自己当初的路径图，他才意识到，那张图之所以看着"完美"，是因为不好看的部分都被省略了。
复盘建议
- 模型估计出现异常值（负方差、超界载荷）时，先处理再报告，别挑好看的写。
- 拟合指标不要只报卡方，增量与绝对拟合指标各列一二，并给出判断依据。
- 测量模型是结构模型的地基，组合信度、平均方差抽取量与区分效度一个都不能省。
- 中介效应必须交代检验方式与置信区间，调节效应必须交代中心化与简单斜率。
- 所有分析策略尽量前置到方法章，避免结果部分边报结果边补充操作。
本次辅导由学长汇匹配的同方向导师负责。导师来自签约合作导师库，年均在线导师 5,000+，覆盖 1,200+ 细分学科方向（内部统计，统计口径为年均在线导师），在量化研究设计与统计建模方面经验较多。
（本案例已脱敏整理，仅用于呈现学术辅导的常见路径，不代表任何具体机构或个人；文中过程与结果均为中性描述，不构成对投稿结果的承诺。）