HAL PENTING DALAM PENGGUNAAN SEM (skripsi, tesis, disertasi)

Ada dua isu yang bersifat metodologis yang muncul dalam SEM berkaitan dengan kekuatan menganalisis data. Pertama, apakah parameter-parameter yang akan kita estimasi dapat diidentifikasi. Lebih lanjut apakah kita dapat memperoleh estimasi unik parameter tersebut. Pada saat semua parameter dalam suatu model teridentifikasi maka model tersebut dikatakan teridentifikasi. Masalah indentifikasi ini seperti persamaan dalam aljabar yang digunakan untuk mengetahui apakah terdapat persamaan independent yang memadai untuk memecahkan X, Y dan Z. Idealnya, kita menginginkan semua parameter model dapat diidentififikasi. Amos dapat mendeteksi serta memberitahu kita kisaran masalah-masalah identifikasi. Selain itu juga Amos menawarkan remedi untuk mengatasi masalah ini. Kita dapat mengatasi masalah indentifikasi dengan menggunakan pengendalian-pengendalian tertentu.
Isu kedua ialah ekuvalensi model. Dua model SEM akan equivalen jika kedua model tersebut dapat memprediksi nilai-nilai yang sama dari data yang sama pula. Apa yang dianalisis pada saat melakukan pencocokan dalam SEM ialah matriks kovarian atau matriks korelasi. Sekalipun demikian dalam SEM kadang kita juga menggunakan rata-rata (mean) hasil observasi juga pada saat intercept atau rata-rata faktor diestimasi. Setiap dua model SEM yang memprediksi momen yang sama, misanya kovarian, means, dan lainnya diperlakukan equivalen. Sampai saat ini belum ada prosedur yang komprehensif untuk menghitung semua kemungkinan model yang ingin kita spesifikasi.. Untuk mengatasi masalah ini, maka kita harus bersandar pada informasi diluar data untuk memilih model-model yang terbaik. Informasi ini dapat diperoleh dari riset sebelumnya, pengetahuan tentang lingkungan dimana data dikoleksi, intuisi manajerial dan pengalaman-pengalaman meneliti sebelumnya. Pemahaman ekuivalensi tidak jauh berbeda dengan pemahaman dimana variable-variabel tertentu bergantung pada lainnya dan mana yang tidak bergantung.