两个变量做相关分析时显著，但在结构方程模型中路径系数不显著，怎么解释？

第一，双变量分析是显变量分析，结构方程模型中如果是潜变量分析，那就考虑了误差问题，因而，显著性会有差异。

第二，双变量分析类似一元回归，而结构方程模型分析则类似多元回归。二者原理不一样。

（南心网 SPSS回归与结构方程模型分析）

spss里的pearson相关分析的作用就是单纯考量变量两两之间的关系，虽然你可以在分析时一次放入多个变量，但出来的结果都是两个变量的简单的相关，也就是不在求两变量相关时考虑其他的控制变量。然而回归不同，回归的结果是综合所有进入回归方程的自变量对因变量的结果而成的，也就是说，在回归当中你所看到的相关，是在控制了其他进入回归方程的变量之后的。因此，普通相关与回归之中的回归系数会有比较大的差别。举个例子，比如你考查变量a，b，c之间的关系，如果你使用一般的相关，那么其结果呈现的是a和b的简单相关，b和c的简单相关，a和c的简单相关，每一个相关都只涉及到两个变量，而与第三个变量无关，但如果是回归，回归里a和b的相关是在减去c变量的效应之后的，b和c的相关是在减去a的效应后的，a和c的相关是减去b的效应后的。计算方法不同，得出的结果就不同。所以相关性分析时两变量关系不显著,回归分析却显著了这很正常。出现任何形式的不同都不奇怪

---