本书重点介绍Amos、Mplus和SmartPLS统计软件里的结构方程分析方法。包括结构方程模型路径图的构建与数据的收集，结构方程模型的识别、分析结果评价及修正，反映型指标、形成型指标与二阶段分析，调节效应分析、中介效应分析、多群体差异分析与潜在平均分析，以及结构方程模型高级的分析方法即贝叶斯检验、混合回归分析、潜在成长模型、MTMM模型等内容。没有复杂的理论推导，而是结合作者自身的教学与科研实践，以数据为依托，深入浅出，使读者能在短时间内理解并掌握结构方程模型分析方法，进而应用到自己的研究实践中。本书的读者是统计分析方法的学习者和使用者，社会科学领域的本科生和研究生，也可以作为相关专业教师教学的辅助参考。

杨晓鹏，潍坊学院经济管理学院教师，在韩国庆熙大学获得博士学位，主要从事供应链管理等领域的研究与教学。主持教育部协同育人课题1项，多次参与教育部、山东省社科联、山东省社科规划办等研究项目。在国内外重要学术期刊上发表学术论文20余篇；出版学术专著《消费者产品选择策略》，与国外教授共同翻译出版专著《创意经济学》。

第1章 结构方程模型概述
1.1 结构方程模型的含义
1.2 潜在变量与观测变量之间的区分
1.3 数据适用范围
1.4 斜方差矩阵的分析对象
1.5 结构方程模型的特性
1.6 结构方程模型的优点
第2章 Amos、Mplus和SmartPLS的介绍
2.1 结构方程模型软件Amos简介
2.2 结构方程模型软件Amos的菜单介绍
2.3 制作路径图
2.4 结构方程模型软件Mplus简介
2.5 Mplus的命令概述
2.6 Mplus的常用命令
2.7 Mplus的功能比较
2.8 结构方程模型软件SmartPLS简介
2.9 CB-SEM与PLS-SEM的比较
2.10 SmartPLS菜单介绍
第3章 构建模型和路径图
3.1 模型框架的构建
3.2 假设的设定
3.3 构建模型需要考虑的问题
3.4 路径图的构建
3.5 递归模型与非递归模型
3.6 多元概念的模型构建
第4章 数据的收集与检验
4.1 数据的收集：样本量
4.2 数据的检验
第5章 模型设定、识别和估计
5.1 模型设定
5.2 结构模型与测量模型的设定
5.3 模型识别
5.4 自由度
5.5 问题识别诊断
5.6 模型估计
5.7 模型估计方法的种类
5.8 参数估计方法的选择
第6章 结构方程模型的分析结果评价
6.1 Amos软件分析
6.2 模型拟合度评价
6.3 测量模型的评价
6.4 结构模型的评价
6.5 分析结果的解释
第7章 模型修正
7.1 模型修正的意义
7.2 模型修正分类
7.3 模型修正的方法
7.4 模型修正的原则
7.5 修正模型的拟合度评价
7.6 交叉效度检验
第8章 反映型指标、形成型指标和二阶段分析
8.1 反映型指标和形成型指标
8.2 概念效度分析
8.3 二阶段分析
第9章 调节效应分析
9.1 调节效应概述
9.2 非连续型变量的调节效应分析
9.3 潜在变量的调节效应分析
第10章 中介效应分析
10.1 单纯中介效应模型
10.2 多重中介模型：并联多重中介模型
10.3 多重中介模型：串联多重中介模型
第11章 多群体差异分析
11.1 多群体分析
11.2 路径系数的相对效应分析
11.3 控制变量
第12章 潜在平均分析
12.1 测量不变性
12.2 潜在平均分析的路径及验证
第13章 贝叶斯检验、混合回归分析、潜在成长模型、MTMM分析及多层数据的中介和调节效应
13.1 贝叶斯检验
13.2 混合回归分析
13.3 潜在成长模型
13.4 共同方法变异
13.5 MTMM分析
13.6 多层数据的中介和调节效应
13.7 多层线性模型
参考文献