自然或社会现象是复杂的，但在研究中经常将其简化为简单的模型，类似y～x这样的形式。当然并不是说这种简单模型有什么问题，只是有些情况下y实际上并非x的直接作用结果，y通常受到许多直接和间接因素的影响，这些因素之间也存在广泛的相互作用。毫无疑问，如果有某种方法可以将这种相互作用的因素网络转化为一个统计框架，就可以帮助我们在系统层面上更好地理解问题。
结构方程模型（Structural Equation Modeling，SEM）是一门结合因素分析、回归分析和路径分析的统计方法，研究的目的与回归相似，但更强而有力，因为SEM同时考虑了模型的交互作用、非线性关系、自变数相关、测量误差、测量误差相关、多指标外生潜在变量及多指标内生潜在变量。SEM可以为多元回归、路径分析、因素分析及时间序列分析提供另一种选择，而且说服力更强。
结构方程模型是一种融合了因素分析和路径分析的多元统计技术，就是一种将两个或多个结构模型联合起来，实现对多元关系进行建模的统计框架。所谓多元关系，即变量间直接和间接相互作用的总和。它的优势在于对多变量间交互关系的定量研究。在近30年内，SEM大量用于社会科学及行为科学领域，近几年逐渐开始应用于市场研究。
结构方程模型是当代行为与社会领域量化研究的重要统计方法，它融合了传统多变量统计分析中的“因素分析”与“线性模型之回归分析”的统计技术，对于各种因果模型可以进行模型辨识、估计与验证。
结构方程模型一词与LISREL（Linear Structural Relationships）统计软件关系紧密，LISREL是线性结构关系的缩写，用于处理协方差结构分析。由于这个程序和协方差结构模型十分近似，所以之后的学者便将协方差结构模型称为LISREL模型。协方差结构模型的应用非常广泛，涉及经济学、心理学、社会学等诸多领域，被用于探讨问卷调查或实验性的数据，包括横向式的研究及纵贯式的研究设计。(www.xing528.com)
结构方程模型整合了因素分析与路径分析两种统计方法，同时检验模型中包含的显性变量、潜在变量、误差变量间的关系，进而获得自变量对因变量影响的直接效果、间接效果或总效果。SEM模型分析的基本假定与多变量总体统计法相同，样本数据要符合多变量正态性假定，数据必须为正态分布数据，测量指标变量呈线性关系。
SEM是一种验证性方法，需要通过理论来构造初始模型而不是通过数据来归纳模型，因此SEM检验需要理论基础，即使是模型的修正，也必须根据相关理论进行。
在SEM的分析软件中，常用的包括LISREL外，还有EQS和AMOS，尤其是AMOS软件。AMOS软件属于SPSS软件包，AMOS的图形绘制模型功能及使用者界面导向模块，使得AMOS的使用者越来越多。AMOS除了进行SEM的分析以外，还能进行多群组分析、多群组平均数检验、潜在平均结构分析、因素结构不变性检验等。
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。
