第一章 结构方程模型的基本概念 1
第一节 结构方程模型的特性 2
第二节 测量模型 8
第三节 结构模型 15
第四节 结构方程模型图中的符号与意义 20
第五节 参数估计方法 24
第六节 模型的概念化 28
第七节 模型的修正 31
第八节 模型的复核效化 33
第二章 模型适配度统计量的介绍 37
第一节 模型适配度检核指标 37
一、模型基本适配指标 39
二、整体模型适配度指标（模型外在质量的评估） 40
三、模型内在结构适配度的评估（模型内在质量的检验） 53
四、模型统计检验力的评估 59
第二节 模型识别的范例 62
一、正好识别模型 64
二、过度识别模型 65
三、低度识别模型 68
第三章 Amos Graphics界面介绍 72
第一节 Amos Craphics窗口的介绍 72
一、开启【Amos Graphic】应用软件 75
二、工具箱窗口的图像钮操作介绍 82
第二节 图像钮综合应用 106
一、绘制第一个测量模型 107
二、绘制第二个测量模型 108
三、绘制第三个测量模型 110
第四章 Amos执行步骤与程序 115
第一节 路径分析的程序与执行 115
一、建立路径模型图 116
二、开启数据文件 116
三、设定观察变量 121
四、设定误差变量的变量名称 121
五、设定文字报表要呈现的统计量 123
六、将路径模型图存盘与计算估计值 124
七、浏览模型的结果 125
第二节 路径因果模型图的设定 136
一、外因变量间没有相关的设定 136
二、内因变量没有界定残差项 139
第三节 饱和模型与独立模型 141
一、饱和模型 141
二、独立模型 148
第四节 结构方程模型图 149
一、结构方程模型图的绘制步骤 149
二、执行结果的标准化参数估计值路径图 155
三、模型的平行检验 156
第五节 结构模型与修正指标 158
一、模型A：初始模型 160
二、模型B：修正模型1 164
三、模型C：修正模型2 165
四、模型D：修正模型3 167
第六节 单一文件多重模型的设定 171
第五章 参数标签与测量模型 176
第一节 参数标签的设定与特定样本的分析 176
一、更改特定群体名称与模型名称 177
二、开启数据文件选入指标变量 178
三、设定分析属性与计算估计值 179
四、增列模型变量或对象的参数标签名称 180
五、增列参数标签名称的模型估计结果 183
六、全体群体假设模型的修正 185
第二节 特定群体的分析 186
一、分析男生群体 187
二、分析女生群体 189
第三节 测量模型参数值的界定 190
一、测量模型假设模型 191
二、限制不同测量指标的路径参数λ 192
三、低度辨识的模型 194
四、增列参数限制条件 195
五、误差变量的界定 196
六、测量模型的修正 201
七、测量模型参数标签名称的设定 202
第四节 测量模型的平行测验检验 203
第五节 多因子测量模型潜在变量的界定 206
一、初始模型 206
二、修正模型 207
三、斜交关系的测量模型 207
四、界定测量模型潜在变量间没有相关 208
五、完全独立潜在变量参数修正 209
六、单向度测量模型与多向度测量模型 210
第六章 验证性因素分析 212
第一节 一阶验证性因素分析——多因素斜交模型 216
一、假设模型 217
二、输出结果 218
第二节 一阶验证性因素分析——多因素直交模型 241
一、假设模型 241
二、模型适配度摘要表 243
第三节 二阶验证性因素分析 246
第四节 一阶CFA模型多模型的比较 255
第五节 一阶CFA模型测量不变性检验 258
一、描绘一阶CFA假设模型图 258
二、单一群组多个模型的设定 259
三、模型估计结果 260
第七章 路径分析 263
第一节 路径分析的模型与效果 263
第二节 路径分析模型——递归模型 267
一、研究问题 267
二、采用传统复回归求各路径系数 268
三、Amos Graphics的应用 270
四、模型图执行结果 271
五、文字报表输出结果 271
第三节 饱和模型的路径分析 282
一、饱和模型假设模型图 282
二、参数估计的模型图 283
三、参数估计及适配度结果 283
第四节 非递归模型的路径分析一 287
一、假设模型图 287
二、参数估计的模型图 287
三、参数估计值 288
四、模型适配度摘要表 289
第五节 非递归模型的路径分析二 291
一、设定回归系数的变量名称 291
二、设定回归系数值W5=W6 292
三、参数估计的模型图 292
四、参数估计值 293
五、设定两个内因变量测量误差的方差相等 296
第六节 模型界定搜寻 298
一、饱和模型图 299
二、执行模型界定搜寻 299
第八章 潜在变量的路径分析 306
第一节 潜在变量路径分析的相关议题 306
一、原始数据文件变量排列 307
二、快速复制对象及参数格式 308
三、增列简要图像标题 309
四、增列参数标签名称 309
五、估计值模型图参数移动 310
六、模型适配度的评估 311
七、模型的修正 312
八、PA-LV模型修正 313
第二节 数学效能PA-LV理论模型的检验 314
一、研究问题 314
二、Amos Graphics窗口中的模型图 317
三、计算估计的模型图 321
四、参数估计相关报表 322
第三节 模型的修正 328
一、参数格式的模型图 330
二、参数估计相关统计量 330
第四节 混合模型的路径分析 344
一、路径分析假设模型图 344
二、增列模型图像标题 345
三、路径分析模型估计结果 346
四、采用潜在变量路径分析模型 348
五、混合路径分析模型范例二 354
六、混合路径分析模型范例三 360
七、混合路径分析模型——非递归模型 365
第九章 多群组分析 371
第一节 多群组分析的基本理念 374
一、绘制男生群体路径分析模型图 374
二、开启数据文件及选择目标群组变量 375
三、开启数据文件界定观察变量 375
四、设定参数标签名称 376
五、设定群组名称 376
六、输出结果 377
七、女生群体的分析模型图 377
八、多群组分析 378
第二节 多群组路径分析 385
一、绘制理论模型图 385
二、读取数据文件及观察变量 385
三、设定群体名称 387
四、界定群体的水平数值及样本 387
五、界定群体模型图的参数名称 389
六、界定输出格式 390
七、预设模型输出结果 390
第三节 多重模型的设定 395
一、预设模型（未限制参数） 395
二、协方差相等模型 396
三、方差相等模型 396
四、路径系数相等模型 396
五、模型不变性模型 396
六、多个模型的输出结果 397
第四节 多群组验证性因素分析 401
一、绘制理论模型图 402
二、读取数据文件及观察变量 402
三、设定群体名称 404
四、界定群体分组变量名称及其水平数值 404
五、设定多群组分析模型 406
六、输出结果 409
第五节 多群组结构方程模型 412
一、绘制Amos理论模型图 412
二、读取数据文件并设定群组变量及水平数值 413
三、设定多群组分析模型 413
四、群组模型执行结果 416
五、模型注解说明 417
第六节 三个群组测量恒等性的检验 423
第七节 多群组路径分析 429
一、绘制模型图与读入数据文件 429
二、增列群组及设定群组名称 430
三、设定两个群组数据文件变量与变量水平 430
四、执行多群组分析 431
五、计算估计值 432
六、输出结果 433
第十章 多群组结构平均数的检验 438
一、SPSS数据文件 439
二、设定平均数参数 439
三、范例一模型A 440
四、范例一模型B 441
五、范例二模型A 442
六、范例二模型B 443
第一节 结构平均数的操作程序 443
一、绘制理论模型与设定模型变量 444
二、增列群组与群组的变量水平数值 444
三、增列平均数与截距项参数标签 444
四、执行多群组分析程序 444
五、模型估计 448
第二节 增列测量误差项间有相关 451
一、执行多群组分析 452
二、模型截距项、平均数相等模型评估 453
三、测量残差模型的修正 456
第三节 结构平均数的因素分析 458
一、增列平均数与截距项参数标签 458
二、更改女生群体共同因素平均数的参数名称标签 459
三、设定多群组分析模型 460
四、输出结果 462
第十一章 SEM实例应用与相关议题 466
第一节 社会支持量表测量模型的验证 467
一、测量模型的区别效度 467
二、测量模型的收敛效度 472
第二节 缺失值数据文件的处理 475
一、观察变量中有缺失值 475
二、增列估计平均数与截距项 476
三、数据取代 477
第三节 SEM模型适配度与参数估计关系 480
一、模型A：初始模型 480
二、模型B 484
第四节 样本大小与适配度卡方值 486
一、样本数N为100 487
二、样本数N为300 487
三、样本数N为500 488
四、样本数N为700 488
五、样本数N为900 489
六、样本数N为1100 489
七、样本数N为1500 489
八、样本数N为2000 490
第十二章 典型相关分析与结构方程模型关系 492
第一节 典型相关分析 494
一、CANCORR语法指令 494
二、典型相关分析结果 494
第二节 SEM执行程序 500
一、第一个典型变量 500
二、第二个典型变量 506
三、MIMIC分析结果 512
参考文献 514