结构方程模型

科。

结构方程模型是在已有的因果理论基础上，

< br>用与之相应的线性方程系统表示

该因果理论的一种统计分析技术，

其目的在于探索事物间的因果关系，

并将这种

关系用因 果模式、

路径图等形式加以表述。与传统的探索性因子分析不同，在

结构方程模型中，我们可以提出一个特定的因子结构，并检验它是否吻合

数据。另外 ，通过结构方程多组分析，我们还可以了解不同组别内各变量

的关系是否保持不变，各因 子的均值是否有显著差异。结构方程模型可以

替代多重回归、通径分析、因子分析、协方 差分析等方法。

1.2

结构方程模型的优点

(

一

)

SEM

可同时考虑和处理多个因变量

在传统的回归分析或路径分析中

,

就算 统计结果的图表中展示多个因

变量

,

其 实在计算回归系数或路径系数时

,

仍然是对每一因变量逐一计算 。

表面看来是在同时考虑多个因变量

,

但在计算对某一因变量的影响或关系

时

,

其实都忽略了其他因变量的存在与影响。

(

二

)

< /p>

SEM

容许自变量及因变量项含测量误差

例如在心理学研究中

,

若将人们的态度 、

行为等作为变量进行测量时

,

往往含

有误差并不能使用单一指标

(

题目

),

结构方程分析容许自变量和因变量均含有测