如果存在多重共线性还能用Sem吗

能。

首先SEM更加灵活，更加综合。传统方法的模型是提前规定的或者说是默认的，而做结构方程的时候，它对变量关系的限制几乎没有，需要你自己根据理论知识设定变量之间的关系。SEM既包含显变量又有潜变量，而传统的方法之分析显变量。在SEM中我们认为误差是存在的，你甚至可以规定不同变量之间误差的关系，但是传统的方法认为误差是没有的。传统方法能够输出变量间关系的直接的显著性检验结果，而SEM没有这样的结果，我们得用拟合指标来评价模型。结构方程模型可以很好地容忍多重共线性。

你好这位朋友，百度知道官方认证心理学行家为你解答。

潜变量是指不能被直接精确观测或虽能被观测但尚需通过其它方法加以综合的指标，是在记录单元之间变化且其变化影响记录特征的任何未记录到的特征，结果是记录特征之间的联系，这种联系实际上并不是由记录特征本身的任何因果关系产生的。潜变量（Latent Variable），显变量（Manifest或Observable Variable）的主要区别在于：潜变量是实际工作中无法直接测量到的变量，包括比较抽象的概念和由于种种原因不能准确测量的变量。一个潜变量往往对应着多个显变量，可以看做其对应显变量的抽象和概括，显变量则可视为特定潜变量的反应指标。（参考资料：百度百科）

这些抽象的定义看起来是不是一头雾水呢？没关系，我们举个例子。

假设你想要通过一张问卷调查来了解消费者对一个新产品的满意度。这个“满意度”就是潜变量。

接着，为了充分了解这个潜变量的值，你设计了一份调查问卷。在这份问卷上，你询问消费者对这个商品在以下方面是否具有优势，比如：

价格、购买地点、质量、外观等。这些就都是显变量了。

由此你可以看出，问卷上的这些题目，每一题直接测量的都是显变量。等调查结束，把这些显变量综合起来考量得出的最后结果，就是你真正想要测量的潜变量了。

如果以上信息还是无法完全解决你的疑惑，我需要进一步了解你的那张问卷和实验设计才能更细地帮你解答问题。如果是这样，请进一步详细描述，谢谢。

祝你的问卷调查研究项目一切顺利 :-)

---