结构方程模型概念和特点 概念： 结构方程建模(Structural Equation Modeling. 简称 SEM) 是一种综合运用多元回归分析、路径分析和确认型因子分析方法而形成的一种统计数据分析工具，是基于变量的协方差矩阵来分析变量之间关系得一种统计方法，也称为协方差结构分析。它既能够分析处理测量误差，又可分析潜在变量之间的结构关系。 特点： 1. 同时处理多个因变量 结构方程分析可同时考虑并处理多个因变量。在回归分析或路径分析中，即使统计结果的图表中展示多个因变量，在计算回归系数或路径系数时，仍是对每个因变量逐一计算。所以图表看似对多个因变量同时考虑，但在计算对某一个因变量的影响或关系时，都忽略了其他因变量的存在及其影响。 2. 容许自变量和因变量含测量误差 态度、行为等变量，往往含有误差，也不能简单地用单一指标测量。结构方程分析容许自变量和因变量均含测量误差。变量也可用多个指标测量。用传统方法计算的潜变量间相关系数与用结构方程分析计算的潜变量间相关系数，可能相差很大。 3. 同时估计因子结构和因
