amos结构方程模型是什么？

amos结构方程模型是指潜在变量之间的关系。

在结构方程模型（structural equation modeling，SEM）中可以设定三种类型的变量：潜在变量、观察变量、误差变量。AMOS的应用范围很广，在心理学研究、医学及保健研究、社会科学研究、教育研究、营销研究、组织行为研究等领域都有许多应用。

使用AMOS模式必须在因果关系上满足以下基本条件：

（1） 二变量之间必须要有足够的关联性。

（2） 假设的“因”必须要发生在“果”之前。

（3） 变量之间的关系要有理论依据。

AMOS在解释不能直接测量的构念（construct）之间的因果关系方面有很大优势。

结构方程模型实证要多久:

结构方程模型实证要1个半小时。

结构方程模型（SEM）=因子分析（测量模型）+路径分析（结构模型）

在社会科学领域很多概念比如智商、自尊等，是不可以直接观测的，称为潜变量。这些概念只能通过多个指标来测量，通过这些观测指标利用因子分析技术得到潜变量，这个过程是测量部分（模型）。

有时，我们需要构建多个潜变量之间的关系，此时要用到路径分析，这个部分就称为结构模型。

结构方程模型主要包括（2个）子模型。

结构方程模型包括两个基本模型，分别为测量模型和结构模型，测量模型由潜在变量、观测变量以及测量误差项组成，主要分析潜在变量与观测变量的共变效果。验证性因子分析是结构方程的一部分，验证性因子分析测试一个因子与相对应的测度项之间的关系是否符合研究者所设计的理论关系。

结构方程模型是被广泛认可的研究可观测变量与潜在变量，以及潜在变量之间关系的重要工具。验证性因子分析往往通过结构方程建模来测试。

介绍：

结构方程模型(structuralequationmodeling，SEM)是一种建立、估计和检验因果关系模型的方法。它可以替代多重回归、通径分析、因子分析、协方差分析等方法，清晰分析单项指标对总体的作用和单项指标间的相互关系。

常见的标准是需要是测量项的10倍以上，最少也是5倍，一般的样本量大于200个。

很多社会、心理研究中所涉及到的变量，经常不能准确、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。传统的统计分析方法不能妥善处理这些潜变量，而结构方程模型能同时很好地处理这些潜变量及其指标。

---