结构方程模型（structural equation modeling，SEM）通常由5个步骤组成：模型设定、模型识别、模型估计、模型评价和模型修正。本书研究的模型就是分析多个显变量与多个潜变量之间的关系，适用于结构方程模型。SEM的基本元素包括以下三个方面。
1.显变量与潜变量
在SEM模型当中，变量有两种基本的形态：显变项与潜变项。研究者得到的测量变项资料是真正被SEM用来分析与计算的基本元素；潜变项则是由显变项所推估出来的变项。在典型的SEM分析中，显变项的变异系受到某一个或某几个潜变项影响，因此又称为潜变项的测量指标或外显变项。
2.内衍变量与外衍变量
从变量生成的视角来分析，SEM又可分为内衍变量和外衍变量。所谓内衍变量是指模型中，会受到任何一个其他变量影响的变项，也就是路径图中会受到任何一个其他变量以单箭头指涉的变项；外衍变量则是模型当中不受任何其他变项影响但影响他人的变项，也就是路径图中会指向任何一个其他变项，但不被任何变项以单箭头指涉的变项。
3.直接关系与非直接关系
在SEM当中，变项的关系有直接关系和非直接关系两种主要类型。直接关系表示变项之间具有假设性的线性因果或预测关系，在路径图当中以单向箭头来表示。非直接关系则表示两个变项之间虽然具有线性关系，但两者之间影响关系方向无法辨认，多以相关来表示，在SEM路径图中，以带有双箭头的线段或曲线表示。无论是直接关系还是直接关系，两个变量之间的关系可以参数估计的方式被估计出来，用以反映两个变项间的路径或弧径。同时，一个完整的SEM模型，包括了测量模型与结构模型两部分，前者系指实际测量变项与潜在特质的相互关系，后者则说明潜在变项之间的关系（如图5-1）。
图5-1 典型的SEM模型图示
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。
