显变量路径分析：由于未校正的测量误差可能导致严重且具有误导性的后果。

尽管有明确证据表明显变量路径分析需要高度可靠的测量，但即使在顶级期刊中，使用有缺陷测量的路径分析也很常见。在路径分析中使用有缺陷的测量可能造成几个严重的问题：（a）随着测量误差遍布整个数据集，许多路径系数可能被高估或低估。（b）广泛的测量误差降低了统计功效，并可能阻止无效模型的拒绝。（c）即使是少量的测量误差也可能导致有效模型看起来无效。（d）模型不同部分的测量误差差异可能改变路径分析得出的实质性结论。（e）随着模型的复杂性增加，所有这些问题变得愈加严重且难以解决。对此问题的预防和校正方法进行了回顾。结论是研究人员应使用更可靠的测量（或对所使用测量中的测量误差进行校正），获取多个测量用于潜变量建模，并测试包含较少变量的简单模型.