结构方程模型(Structure Equation Modeling)在管理研究中的运用

结构方程模型(Structure Equation Modeling, SEM)是应用线性方程系统表示观测变量与潜变量之间，以及潜变量之间关系的一种统计方法。
在70 年代中期，瑞典统计学家、心理测量学家Karl G. Joreskog 提出了结构方程模型( Structural Equation Modeling ,简称SEM)，根据数据结构,称之为协方差结构分析；根据其功能，称之为因果建模(Casual Modeling) 等。SME产生后在社会科学研究中得到的广泛的运用，目前已有SME的期刊《结构方程模型》（Structure Equation Modeling），结构方程通过为难以直接测量的潜变量设定观测变量，用这些可以用于统计分析的观测变量之间的关系来研究潜变量之间的关系，来结构化的解释社会经济中的各种现象。
结构方程特点
(1)可以假定潜在因素哪些是相关的，哪些是不相关，,这更符合心理学实际；(2) 它能确定哪个观察变量受哪个特定潜在变量影响；(3) 可指定哪些特定性变量误差之间是相关的，而不是假定所有特定变量误差无相关。
在管理研究中的运用
管理领域中有许多不能直接测量的东西，如员工满意度，但通过一些潜在变量可以观察这些直接变量的表现，同时好可以建立这些变量的结构化模型，来解释变量之间的关系与变量的内涵。由于现代管理活动的复杂性，只考虑两个变量是不能解释管理现象的，通过SME建模，可以研究多个变量之间的结构化关系，以了解复杂管理活动的本质，明确活动背后的主要影响因素，如客户满意度等。
结构方程软件
目前商用的SME软件有Amos，LISREL，CALIS，EQS，Mplus，Mx,，RAMONA，SEPATH等，其中最为常用的是Amos与LISREL。Amos不需要对数据进行处理，而LISREL需要对数据进行初步处理，得到协方差矩阵后再输入软件，同时LISREL需要进行命令输入，对新手来说比较困难；Amos构建变量图形的能力很强，能很直观的建立SME模型。