本次演講主要探討結構方程式的一些基本概念，演講者也和我們分享因素分析使用的弊病。首先，談到結構方程式的一些基本概念，說明測量變項、潛在變項為何？以及何謂測量誤差？內衍變項、外衍變項所指的又為何？  演講者更進一步指出結構方程模式具有以下幾個特色，分別為：具有理論先驗性；同時兼具觀察變項與潛在變項；以共變數的運用為核心，亦可處理平均數估計與比較；包含了許多不同的統計技術；適用於大樣本之分析；決策為多重統計指標的運用。

　　此外，在結構方程模式的應用上，分別介紹了驗證性因素分析、路徑分析、結構迴歸分析、時間序列、理論發展與測驗發展。其中，在談到因素分析時，演講者特別指出，可以讓因素分析統計結果跑出來的結果很完美的方法。在理論發展的部分，首先，結構方程模式可以作為驗證的基礎，也可以針對單一的先驗假設模型，評估其適切性。接著在模型產生的部分，先設定一個起始模式，在與實際觀察資料進行比較之後，進行必要的修正，反覆進行估計的程序以後得到最佳契合的模式，最後，在模型的比對上，利用不同模型的比較以決定何者最能反映真實的資料。

　　談到結構方程式的程序主要可分成兩個階段，階段一為模型的發展，由理論性發展、模型設定到模型辨識，第二階段為估計與評鑑，程序上一階段的模型辨識，接著是抽樣與測量、參數估計、模型契合度、模型修飾、討論與結論。而結構方程式的執行重點主要有四個方面，分別為模型的描述與設定、資料的準備、報表整理與分析、替代模型的使用。  結構方程式操作的評估策略有五個策略，分別為模型的收斂性、違犯估計、契合度指標、模型內在的品質檢驗以及模型修飾的運用。而基本的適配標準為誤差變異為正值、誤差變異必須達顯著水準、參數相關的絕對值不能太接近１、因素負荷量應介於0.50和0.95之間、估計標準誤不能過大。

　　最後，演講者提出十項結構方程模式分析決策的建議，分別為：對模型的優劣應該避免武斷與絕對的結論；對於所檢驗的模型皆以理論為基礎；盡可能的檢驗不同的模型，瞭解不同模型的計量特性；漸進合理性：先進行測量模型的檢驗，再進行結構模型的參數估計。使得SEM模型評估；模型界定的適當性，不應只考量統計數據的意義，而需考量概念的本質與意義。尤其應該注意潛在變項的多重指標是否具有理論與實務的適當性；對於模型契合度的評估，應同時兼採各種指標；盡可能的先行檢驗資料的分配特性；對於測量變項的選擇，應儘可能的符合常態化假設的基本特性；選擇簡單的模型（估計的參數較少者）；樣本數越大越好。

莊郁琳整理