【摘要】：结构方程模型[13]学界也有将其称为潜在变量模型，它属于多变量统计，是因素分析与路径分析的综合，并对模型中各种变量间的相互关系进行统计分析，进而获得自变量与因变量之间的效应关系。结构方程模型是一种验证性的统计方法，强调理论的合理性，能够测量和分析模型中的指标和变量，常用极大似然值法估计参数，所以要求样本必须符合多变量正态分布且样本数量要大于200。
结构方程模型（Structural Equation Modeling，SEM）[13]学界也有将其称为潜在变量模型（Latent Variable Models，LVM），它属于多变量统计，是因素分析与路径分析的综合，并对模型中各种变量间的相互关系进行统计分析，进而获得自变量与因变量之间的效应关系。结构方程模型是一种验证性的统计方法，强调理论的合理性，能够测量和分析模型中的指标和变量，常用极大似然值法估计参数，所以要求样本必须符合多变量正态分布且样本数量要大于200。
结构方程模型主要包括两个次模型，即测量模型（Measurement Model）和结构模型（Structural Model），测量模型由潜在变量和观察变量组成，潜在变量是对显性指标的测量或概念化，观察变量是通过量表或问卷得到的数据；结构模型是对潜在变量间因果关系的说明。AMOS矩结构分析（Analysis of Moment Structures）也称为协方差结构分析，能够进行各种SEM模型分析，因此本书将使用AMOS 22.0软件进行结构方程模型分析，首先对测量模型适配度进行评估，检验潜在变量与观察变量的关系，即模型建构效度和信度的适切性和真实性，然后构建结构方程模型并对模型适配度进行评估，利用路径分析判断路径系数是否显著，得出潜在变量之间的影响效应。(www.xing528.com)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
