（4）最后是在20世纪后期，这个阶段是理论丰富与实践提高的阶段，它为结构方程模型的概念发展得到极大的延伸，也使结构方程模型的应用得到很大的扩充.

1.2结构方程模型研究的意义

结构方程模型适用于各个生活领域的方方面面，传统的多变量分析方法仅仅只能得到比较简单的自变量与因变量间的关系,而且这些分析方法存在理论基础上的设想.变量与变量之间可以分析多个变量间的关系.而有些结构分析方法却可以进一步明确它们之间的这种关系.

结合路径分析与验证性因素分析之间的联系，不仅同时可以形成一些相互作用关系的方程模型,尤其特别是可以形成具有结果关系的方程，这种结构分析方法不仅能同时解释多组变量之间的关系,还将帮助研究者进一步开展探索性分析和验证性分析.

一些很难理解的概念,如可信度、满意度、动机性等概念，将会不容易直接测量得到的,况且还需要结合多个指标来进行测量验证.如回归分析方法，它是很难测量出多个指标与多个变量之间的关系,在实际的应用生活中能很快的帮助解决这些问题，正因为如此，结构方程模型在心理学，社会学等领域研究中得到了越来越广泛的实际应用.

1.3研究现状

在国内，由于结构方程模型在各个领域的理论与实证研究成果，它将会在心理学，管理学，社会学，医学等社会科学领域中,涌现出有越来越多的与其相关的研究以及实证性论文出现.随着中国学术研究国际化的发展，这一研究方法在未来的发展过程中将尤为广泛.

在各个研究领域中，结合使用网络动机以及使用行为因素.还采用模型创建人格关系、自我和谐关系、行为阻碍动机关系和身心心理健康症状之间的关系;在管理学领域方面，通过组织公司间员工的信任度，员工的影响力来进一步设定模型并做出了考察并进行分析.结合方程模型有很大相当一部分受到了员工的影响力得到了见证,公司里经理工资水平与影响因素之间的结构关系.在社会科学领域方面，从不同的角度多个方面进行共同探讨了居民水平标准，来发动群众参与行为动机的影响因素而产生的积极性；在医学领域方面，医院工作人员为了找出HIV检测结构模型，影响制约在医学大学生和非医学大学生之间的关系.

2.结构方程模型的基本原理

在结构方程模型分析过程中,搜集者收集了个标本个可以直接观测变量的结果,根据所收集的结果，以一个协方差矩阵来进行表示,像上述定义的矩阵叫做样本协方差矩阵,根据充分收集的数据和坚实的理论,建立了观测变量与潜在变量之间关系的假设模型结构.根据此理论模型的假设,模型还需要统计个测量参数,在个参数条件限制下,该个可以直接观测的变量应有一个估计理论协方差矩阵,尽量使得与之间的差距达到最小值.

2.1结构方程模型的概念

它的概念及定义是在协方差矩阵以及变量的基础之上引用而来的，通过深入分析探讨它们之间的方法,因此也被称为协方差矩阵结构模型.根据本文中引言所说的,在社会学、心理学研究方法中所牵涉的变量.如学习性动机、智力性发展动机、学业结果性评估等都不能直接进行测量,这种变量因素称为潜变量.反之，直接通过观察测量所得到的称为显变量.

对于这些潜变量概念,可用一些外显指标来间接的测量它们，如可结合语文学科、数学学科、英语学科三科的最终的成绩结果来作为外显指标，也即为学业成就因素作为外显指标.有些旧的理论方法不能妥善处理这些外显指标,而结合结构方程模型，则同时可以处理多个潜在变量及其外显指标.

一般而言,在宏观上,结构方程模型结合并总结了因素分析和回归路径分析的之间关系.微观上,是由许多个可以测量的变量与外显变量之间、潜变量和与潜变量之间的线性关系模型.