深入浅出学习结构方程模型【1理论篇】

第一章 结构方程模型的概念及原理

1.1 结构方程模型基本概念

结构方程模型（structural equation modeling, SEM）是社会学研究中常用的实证研究方法，广泛应用于数据分析与模型检验。

结构方程模型早期被称为线性结构方程 (Linear Structural Relationships，LISREL)或共变量结构分析(Covariance Structure Analysis)。

在原理上，结构方程模型是基于协方差矩阵（covariance matrix）的多重变量统计方法，用于检测和验证理论模型中观测变量（manifest variable）和潜变量（latent variable）之间，及潜变量与潜变量之间的假设关系。

因此，结构方程模型是一种结合了因素分析和路径分析的多元统计技术，适用于多变量间交互关系的定量研究。

这里提到的显变量和潜变量的概念，实际生活中有一些抽象的指标，比如信任水平、顾客满意度等，严格来说是不可直接精确观测的，我们称之为潜变量；而潜变量需要通过显变量来间接测量。