二、结构方程简介
1.测量模式（measurement model）：主要描述潜在 变量与观察变量之关系。 2.结构模式（structural model）：主要描述潜在变 量间之因果关系，可以透过路径分析的概念进行。
例子：员工工作满意度的测量
概念模型：
x
工作方式选择
工作自主权
工作目标调整
任务完成时间充裕度
—x —外源指标与外源变量之间的关系（如两个工作自主权指标与工作自主
• 被假定为果者，称为潜在因变量（latent dependent variables）或称为内因变量（endogenous variable）以η表 示。
• 观察变量
• 属于潜在自变量ξ的观察指标称为x变量，也称为外源指标 • 属于潜在因变量η的观察指标称为y变量，也称为内生指标。
• 潜在自变量ξ与y变量无直接关系，潜在因变量η与x变量 亦没有直接关系，而x与y变量亦没有直接关系。
LISREL latent variable structural modeling 从上述名称中可以看出，结构方程模型的几
个本质特征是： 结构、协方差、线性
SEM模式的变量种类
◎有四种变量种类：2种潜在变量、2种观察变量。 • 潜在变量
• 被假定为因者，称为潜在自变量（latent independent variable）或称为外因变量（exogenous variables）以ξ表示；
（一）测量模型
对于指标与潜变量（例如两个工作自主权指标与工作自主权）间的关系，通常 写为以下测量方程：
x x
y y
其中：x——外源指标（如两个工作自主权指标）组成的向量；
y——内生指标（如四个工作满意度指标）组成的向量；
——外因变量（如工作自主权等）组成的向量；
——内因变量（如工作满意度等）组成的向量；
工作方式选择 工作目标调整
工作自主权
工作满意度
目前工作满意度 工作兴趣 工作乐趣
工作厌恶程度
二、结构方程简介
简单来说，结构方程模型分 为：
测量方程（measurement equation）测量方程描述潜 变量与观察变量之间的关系 ，如工作方式选择等指标与 工作自主权的关系；
结构方程（structural
• 分析软件:可透过LISREL 、 Amos 、 SAS、 Statisitca、SYSTAT 加以分析。
结构方程模型（SEM）的优点
同时处理多个因变量 容许自变量和因变量含测量[误差传统方法（如
回归）假设自变量没有误差] 同时估计因子结构和因子关系 容许更大弹性的测量模型 估计整个模型的拟合程度[用以比较不同模型] SEM包括:回归分析、因子分析(验证性因子分
工作负荷轻重
工作负荷
工作节奏快慢
工作内容丰富程度 工作多样性程度
工作单调性
工作满意度
y
目前工作满意度 工作兴趣 工作乐趣
工作厌恶程度
二、结构方程简介
简单来说，结构方程模 型分为：
测量方程（
measurement equation
）测量方程描述潜变量 与观察变量之间的关系 ，如工作方式选择等指 标与工作自主权的关系 ；
传统的统计分析方法不能妥善处理这些潜变量，而 结构方程模型则能同时处理潜变量及其指标。
回归分析与结构方程模型
一个回归分析和结构方程比较的例子： 假如有五道题目来测量外向型性格，还有四道题
目来测量自信。研究自信与外向型性格的关系。 假如是你，你将怎样来进行研究？ 回归分析的做法：先分别计算外向题目的总分（ 或平均分）和自信题目的总分（或平均分），在 计算两个总分的相关。 这样的计算所得的两个潜变量（性格与自信）的 关系，恰当吗？
equation），描述潜变量之间的
关系，如工作自主权与工作 满意度的关系。
工作自主权
工作满意度
测量模式与结构模式之目的
• 测量模式旨在建立测量指标与潜在变量间之关 系，主要透过验证性因素分析来考验测量模式 的效度。
• 结构模式旨在考验潜在变量间之因果路径关系， 主要针对潜在变量进行路径分析，以考验结构 模式的适配性 。
多元统计方法中的相关解决方法
针对1）：路径分析（Path Analysis）
缺点：分开考察不同的因变量，无法考察因变量之间 的关系且缺少整体的视角
针对2）：偏最小二乘法（PLS）
缺点：相关理论尚不完善，解释力较弱。
《王惠文，偏最小二乘法理论与应用，国防工业出版社》
针对3）：指标赋予权重，进行综合评价，得出 一模型原理简介 三、模型建模 四、例子:顾客满意度模型 五、模型解释
一、为何要用结构方程模型？
很多社会、心理研究中所涉及到的变量，都不能准 确、直接地测量，这种变量称为潜变量，如工作自 主权、工作满意度等。
这时，只能退而求其次，用一些外显指标，去间接 测量这些潜变量。如用工作方式选择、工作目标调 整作为工作自主权（潜变量）的指标，以目前工作 满意度、工作兴趣、工作乐趣、工作厌恶程度（外 显指标）作为工作满意度的指标。
线性回归模型及其局限性
y b0 b1x1 b2 x2
1）无法处理因变量（Y）多于一个的情况； 2）无法处理自变量（X）之间的多重共线性； 3）无法对一些不可直接测量的变量进行处理，主
要是一些主观性较强的变量进行测量。如幸福感 、组织认同感、学习能力等； 4）没有考虑变量（自变量、因变量）的测量误差 ，以及测量误差之间的关系
析、 探索性因子分析)、ｔ检验、方差分析、 比较各组因子均值、交互作用模型、实验设计
结构方程模型的含义
Structural Equation Model，SEM Covariance Structure Modeling，CSM Linear Structural Relationship ，
缺点：权重设计，需要相当的技巧，通常的方法，如 AHP,模糊综合评判等方法缺少信度与效度
针对4）：没有办法解决
结构方程模式
• 结构方程(SEM）可同时处理一系列或多组 自变量与依变量之间关系。
• 目的:在于考验潜在变量(Latent variables)与观 察变量(Manifest variable)之关系。