第三节 结构方程建模
迄今为止，管理研究中最实用且最为普及的数据分析方法当属多元回归分析法，它综合运用了上述描述统计和推论统计中的各种概念和原理，适合科学研究的客观性、实证性、可重复性和概括性等要求，且有成熟的相应的计算机软件如SPSS，SAS等，使用方便。近年来，出现一种与多元回归分析关系密切，却在原理和方法上有许多拓展的多变量数据分析方法，称作结构方程建模法。它涵盖了多种原有的多变量数据分析方法，适用于定序、定类以及定距定比尺度，在管理、社会科学的实证研究中，逐渐成为与多元回归分析并立的一种主要多变量数据分析方法。多元回归分析，前面已介绍过，本节介绍结构方程建模（Structural Equation Modelling）的内容，一是为了研究生论文工作中有可能应用此方法，二是结合此方法说明描述统计和推论统计中各种概念和原理的应用。
多元回归方法有两个弱点。第一，管理研究难以回避诸如满意度、凝聚力、积极性等这类无法直接观测的不可观测的变量（non-observed variable），而多元回归的因变量和自变量都要求可测，方能估计出回归系数。第二，回归分析难以处理多重共线性问题。现实系统并非完全按线性回归方程所表述的那样，只是自变量xi和因变量y相关，实际上，自变量xi之间同样存在相关关系。自变量xi并非全部都直接影响y，有些是间接影响的，xi和y之间可能存在多重关联，而多元回归分析只着眼于自变量对因变量独立的、直接的作用。因此，涉及自变量多或自变量相互关联复杂的系统时，人们需要在多元回归分析的基础上，探索新的数据分析方法。目前，在管理研究中，特别是采用问卷法收集数据的情况下，结构方程建模是针对上述回归分析的弱点而研发出来的并已得到较广泛应用的数据分析方法。
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。
