先辨認錯誤訊息
收斂失敗不一定代表研究理論錯誤。先記錄軟體的警告文字、估計方法、迭代次數，以及是否存在負變異數、極端參數或不合理的標準誤，避免在沒有診斷資訊時直接修改模型。
檢查資料品質
確認遺漏值、異常值、變數分布、樣本數與資料編碼是否正確。對反向題、常數欄位、幾乎完全相關的題項或極端偏態尤其需要留意。資料條件不符合估計方法假設時，應評估是否選用合適的估計策略。
檢查模型設定與識別
確認每個潛在變數是否有合理指標、尺度是否固定、路徑是否有理論依據，以及模型能否識別。必要時先檢查測量模型，再評估結構模型。
修正要能被解釋
不應為了追求漂亮的配適指標或顯著結果，任意刪題、加入相關誤差或更改研究假設。修改應有理論與資料品質上的理由，並記錄前後差異和限制。
此文供一般研究方法理解，不取代針對個別資料與研究設計的專業判斷。公開前應由經營者完成專業審閱。