因子分析を実行すると「共通性が１を超えました」「反復が収束しません」などというメッセージが出ることがある．親切にも「出力結果は信頼できません」というウォーニングが付加されることもある．推定方法には，主成分法，主因子法，最小２乗法などたくさんあるが，このような分析の異常性が最も頻繁に報告されるのが最尤法（ＭＬ）である． 分析がうまく行かないとき（異常性が示されるとき），その原因を切り分けすることが重要である．そのプロセスが，モデルの適切性の吟味，つまり，モデル診断に貴重な情報をもたらす．この意味で，演者は「これらのメッセージがしばしば出ることは良いことである」という立場に立つ． 本講演では，いくつかの例題を通して異常性の原因を明らかにし，対処法としての検証的因子分析（共分散構造分析）を紹介する．