結構方程模型

第十五章的 CFA 回答了「這些構念怎麼測」，但研究者真正關心的問題，多半是構念「之間」的關係：工作滿意度會不會導致離職意圖？焦慮會不會中介壓力對表現的影響？教學品質是不是要先提高學生的學習投入，才可能反映在學業成就上？這些問題有一個共同的形狀，也就是它們同時牽涉兩件事：每個構念各自要被妥善測量，而構念與構念之間又要拉起有方向的關係。CFA 只做前一件事，它把潛在構念與指標的對應寫得很清楚，卻把構念之間一律當成無方向的共變；迴歸（第十一章）只做後一件事，它容許有方向的預測，卻假定放進方程式的變項本身沒有測量誤差。結構方程模型（structural equation modeling, SEM）正是能把「一整套理論」，也就是一張由潛在構念織成、彼此以箭頭相連、每個構念又各自由指標測量的網，放進「同一個模型」裡估計與檢驗的框架。

本章以一個貫穿全章的情境來說明：教學品質經由學習投入影響學業成就。這三個構念都是潛在的，各自由若干題目或指標測量，而它們之間的關係則以箭頭表達。沿著這個例子，讀者將看到 SEM 如何把一個總效果拆成直接與間接兩塊、間接效果的信賴區間為何要用拔靴法而非常態近似、以及在模型適配漂亮的同時，還有哪些結構完全不同卻配得一樣好的對手在旁邊等著。SEM 是心理計量工具箱裡最有野心的一個框架，也是最容易被過度宣稱的一個，尤其是在因果之上；因此本章的後半，會用相當的篇幅談它「不能」做到的事。

從測量模型到完整的 SEM

SEM 的結構，可以一分為二。一半是測量模型（measurement model），也就是第十五章的 CFA，講的是「每個潛在構念如何由它的指標測量」。另一半是結構模型（structural model），講的是「潛在構念彼此之間如何相互影響」。把這兩半接在一起，就是一個「完整的 SEM」：先以指標把看不見的構念測出來，再讓這些構念之間拉起有方向的箭頭。這一節要回答的是：為什麼非得把兩半放進同一個模型裡一起估計不可？直覺上，分兩步做似乎也行，先用 CFA 確認每份量表測得準，再把因素分數拿去跑迴歸。但這樣做會在第二步悄悄地把「測量並不完美」這件事忘掉，於是構念之間的關係被系統性地低估。讀完本節，讀者應能說清楚 SEM 相對於路徑分析究竟多了什麼，以及這個多出來的東西在什麼情況下值得付出額外的模型複雜度。

SEM 常以路徑圖（path diagram）來表示：圓圈是潛在變項、方框是觀測變項、單箭頭是有方向的效果、雙箭頭（曲線）是共變。這種圖的好處，是能把一個複雜的理論一目了然地攤在一張圖上。就歷史而言，路徑分析最早由遺傳學家 Wright (1934) 發明，用以釐清變項間的因果路徑；社會科學家 Duncan (1975) 把它引入社會學；而 Jöreskog 則把「因素分析」「路徑分析」「聯立方程」三條線熔於一爐，成就了今天的 SEM 與 LISREL（第十五章）。這一融合的意義在於，它讓研究者第一次能在單一模型中，同時處理「測量的不完美」與「構念間的結構」，而不必先犧牲其一。

須補充的是，SEM 有一個簡化的特例，即路徑分析。當所有變項都是單一觀測變項、沒有潛在構念與測量模型時，SEM 便退化為古典的路徑分析，也就是 Wright 最初的形式。此時模型只剩下結構部分，箭頭直接連在觀測變項之間。這雖然簡便，卻放棄了 SEM 最寶貴的優點，也就是扣除測量誤差；因此除非變項本身幾無測量誤差，否則以潛在變項的完整 SEM 取代純觀測變項的路徑分析，通常更為妥當。

這個差別有多大，用數字看最清楚。設想一份研究以四題自陳量表測量學習投入、以校內段考成績測量學業成就，而兩者在潛在層次的真實相關為 0.50。假定投入量表的信度為 0.80、成績的信度為 0.90，則依第五章的衰減公式，觀測層次的相關只會是 0.50 \times \sqrt{0.80 \times 0.90} \approx 0.42。讀出來就是：光是測量誤差，就讓這個關係憑空縮水了約一成六；若直接以觀測分數跑路徑分析，路徑係數也會依同樣的比例被低估。SEM 的潛在變項把這一成六還給研究者，代價則是每個構念都需要多個指標，而且必須承擔測量模型設定錯誤的風險。

路徑分析與結構模型

結構模型的核心，是描述潛在構念之間的有方向關係。上一節說明了為什麼要把測量與結構放進同一個模型，這一節則要把「結構」那一半寫成可以計算的形式。直覺上，結構模型做的事很像一組聯立迴歸：每一個會被解釋的構念都有自己的一條方程式，等號右邊擺的是所有指向它的構念。把這一組方程式疊成矩陣形式，便得到 SEM 的引擎，也就是下面方塊中的兩條式子。其中第二條式子，即所謂的縮減式，特別值得留意，因為本章後面關於直接效果、間接效果與中介的一切討論，都是從它推出來的。

值得強調的是，SEM 之所以強大，正在於它把「測量」與「結構」放在同一個模型裡一起估計。這意味著，構念之間的關係，是在「已經扣除測量誤差」之後估出來的，這正是第五章衰減校正的邏輯，被內建進了整個模型。相對於「先算因素分數、再拿去跑迴歸」的兩段式做法（那會受因素分數不定性所累，見第十四章），SEM 一步到位，也更嚴謹。

結構模型還可依「是否含回饋」而分為兩類。若箭頭只單向流動、沒有任何變項透過一連串箭頭回到自己，稱為遞迴模型（recursive），其估計相對單純；若模型允許雙向因果或回饋迴路，例如 \eta_1 \to \eta_2 且 \eta_2 \to \eta_1，則為非遞迴模型（non-recursive）。非遞迴模型雖能表達互為因果的理論，卻常面臨辨識的困難，往往須藉助工具變項（第三十一章）之類的額外設定才能估計。(\mathbf{I}-\mathbf{B}) 是否可逆，正是這類模型能否求得縮減式的數學關鍵。

以貫穿本章的情境為例。若三個構念只以「教學品質 \to 學習投入 \to 學業成就」的單向箭頭相連，這就是遞迴模型，箭頭一路向前，沒有任何構念繞回自己。但研究者也可以主張，成績進步會提高學生的效能感，使他更願意投入，而投入又進一步推高成績，於是學習投入與學業成就之間形成回饋迴路，模型隨即成為非遞迴的。這時單靠一次施測的橫斷資料，通常無法把兩個方向的係數分開估計，必須另外找到一個只影響其中一方的變項當作工具變項，例如只會影響投入、卻不直接影響成績的通勤時間，模型才可能辨識。可見遞迴與非遞迴的分別不只是畫圖的習慣，而是關乎「這個模型到底估不估得出來」。

直接、間接與總效果

SEM 最迷人的能力之一，是把一個變項對另一個變項的影響，拆解為「直接」與「間接」兩塊。前一節得到的縮減式其實已經預告了這件事：(\mathbf{I}-\mathbf{B})^{-1} 把沿著箭頭一步一步傳遞的所有路徑全部加了起來，而效果分解要做的，就是把這個總和再拆回一條一條的路徑。直覺上，這就像問一位教師：把教學品質提上來以後，學生成績的改善，有多少是「因為學生變得更投入」而發生的，又有多少是繞過投入、經由別的途徑直接發生的。前一節只告訴研究者這些路徑會被自動加總，這一節則要把加總的結果重新拆開、逐條命名。這正是「中介」概念的數學基礎，如下面的方塊所示。

把數字放進來，這個分解的意義會更清楚。假定在一份以標準化解呈現的分析中，教學品質對學習投入的路徑為 a = 0.45、學習投入對學業成就的路徑為 b = 0.52、教學品質對學業成就的直接路徑為 c' = 0.10。那麼間接效果是 a \cdot b = 0.45 \times 0.52 \approx 0.23，總效果是 0.10 + 0.23 = 0.33。讀出來就是：教學品質每提高一個標準差，學業成就平均提高約三分之一個標準差，而其中約 0.23 個標準差是經由「學生變得更投入」傳過來的，只有 0.10 個標準差走的是其他直接途徑。這個分解之所以有價值，在於它把「要不要投資教學品質」這個籠統的問題，轉成了「該從哪一個環節介入」這個可以行動的問題。有了效果分解，下一節就能問：a \cdot b 這個乘積該怎麼檢定、怎麼給信賴區間。

中介分析與拔靴法

上面的間接效果 a\cdot b，正是中介分析（mediation analysis）的核心量，它回答「X 是不是透過 M 來影響 Y」。經典的做法，是 Baron & Kenny (1986) 提出的一套逐步檢定：先看 X 對 Y 顯不顯著、再看 X 對 M、M 對 Y，最後看放入 M 後 X 對 Y 的效果是否縮小。這套流程直觀、影響深遠，但如今已知有不少侷限：它其實沒有直接檢定「間接效果 a\cdot b」本身，而且步驟繁瑣、檢定力偏低。更關鍵的是一個統計上的細節：間接效果 a\cdot b 的抽樣分配，並不是常態的。

承續前一節的數字，可以看出這個差別在實務上長什麼樣子。設想樣本數為 300，估得 a \cdot b = 0.23。以五千次重抽得到的偏誤校正拔靴區間為 [0.14,\ 0.34]，它並不對稱，右尾比左尾長，這正反映了乘積項偏態的抽樣分配；而以常態近似計算的 Sobel 區間則必然對稱，約為 [0.15,\ 0.31]。在這個例子裡，兩者都排除了 0，結論一致。但當間接效果較小、樣本較少時，硬把一個偏態的分配壓成對稱的常態，會使區間整體往錯的方向偏移，於是真正存在的中介被判為不顯著。這就是為什麼拔靴區間如今已取代 Sobel 檢定，成為中介分析的預設做法。

拔靴法中介的普及，很大程度上要歸功於 Preacher & Hayes (2008) 把它推廣到多重中介模型，並提供了廣為使用的工具，使研究者能同時估計多條中介路徑、並比較其相對大小。然而工具的便利也帶來了新的風險，也就是把「顯著的間接效果」不假思索地讀成「因果機制」。最後須提醒一句，而且怎麼強調都不為過：中介，本質上是一個「因果」主張（X 透過 M 造成 Y）。即使 a\cdot b 的信賴區間漂亮地排除了 0，那也只是統計上的關聯；要把它讀成真正的因果中介，需要一整套關於「沒有干擾 M 與 Y 關係的第三變項」的強假設，即序列可忽略性，這是第三十一章因果推論的主題。以橫斷資料跑出的「顯著中介」，遠不等於證明了因果機制。

中介模型的家族遠不止於單一中介。當多個中介依序相連，如 X \to M_1 \to M_2 \to Y，稱為序列中介；當中介效果本身又隨第三變項而變，例如某條中介路徑只在高壓力者身上成立，則為調節式中介或條件間接效果，這把中介與調節結合為一。這些延伸都能在 SEM 或迴歸框架內以拔靴法估計其條件間接效果的信賴區間。

讀這兩類結果時，關鍵在於分清楚報告的到底是哪一個量。序列中介報告的是連續數段路徑的乘積，例如教學品質 \to 學習投入 \to 學習策略 \to 學業成就，其數值通常遠小於單一中介的兩段乘積，因為每多乘一段，效果就再縮小一次；若三段路徑各為 0.45、0.40、0.50，串起來的間接效果只有 0.09，這個「看起來很小」是結構使然，不宜逕自解讀為機制不重要。調節式中介報告的則不是單一個間接效果，而是「在調節變項的不同取值上，各有一個間接效果」，因此必須把調節變項固定在幾個具代表性的水準上分別呈現，例如平均數以及上下各一個標準差處，並且說明這些間接效果彼此之差本身是否顯著。只寫一句「中介效果受到調節」而不列出各水準的數值，讀者無從判斷差異的實質大小。

還有一個常見的陷阱，出在衡量「中介了多少」的效果量指標上。所謂的中介比例，是把間接效果除以總效果，直覺上像是在說「總效果裡有幾成是繞道而來的」；但這個直覺只在兩個效果同號時才成立。假定間接效果為 0.30、直接效果為 -0.10，總效果便是 0.20，中介比例算出來是 0.30 / 0.20 = 1.50，字面上讀成「中介了百分之一百五十」顯然沒有意義。這種情形稱為不一致中介，它其實傳達了一個實質訊息：X 有兩條方向相反的作用途徑，經由 M 的那條是正向的，另一條直接途徑是負向的，兩者互相抵銷，才讓總效果看起來平淡。因此與其報告一個比例，不如把 a \cdot b 與 c' 各自的估計值與信賴區間並列，這樣既誠實，資訊也更完整。

調節、潛在交互作用與多群組 SEM

除了中介，SEM 也能處理調節（moderation），也就是第十一章談過的交互作用，只是現在牽涉的是潛在變項。潛在交互作用的估計，比觀測變項的乘積項困難得多，因為研究者不能直接把兩個「看不見的因素」相乘。文獻為此發展出兩條主要路徑：一是乘積指標法，以兩個因素各自指標的乘積作為交互作用因素的指標；二是 Klein & Moosbrugger (2000) 的潛在調節結構方程（latent moderated structural equations, LMS），它把交互作用所導致的非常態聯合分布，表示為若干常態分布的混合，再以最大概似直接估計。LMS 通常更有效率，但計算較重，且不提供傳統的整體適配指標，須改以巢狀模型的概似比檢定來評估交互作用。

更常用、也更根本的，是多群組 SEM（multigroup SEM）：把「同一個模型」同時配到好幾個群體上（例如男性與女性、實驗組與控制組），再檢驗「參數在群體間是否相等」。研究者可以問：某條結構路徑（如壓力對表現的效果）在不同群體是否一樣強？也可以問：測量的部分（如負荷、截距）在群體間是否等同，而這正是第十九章「測量不變性」的引擎。多群組 SEM 讓「群體差異」本身，成為一個可以精確設定與檢定的問題，而它與潛在交互作用其實是一體兩面：以類別調節變項分群，即多群組；以連續調節變項相乘，即潛在交互作用。

多群組比較還有一個常被跳過、卻不可或缺的前提：在比較各群體的結構路徑或潛在平均之前，必須先確認測量在群體間是不變的。若一份量表在不同群體測到的其實不是同一個構念，那麼比較它們的路徑係數就如同比較公斤與磅，數字再精確也沒有意義。因此，嚴謹的多群組 SEM，總是先以測量不變性（第十九章）打好地基，再談結構層次的群體差異。

SEM 的因果詮釋：能與不能

現在來到 SEM 最危險、也最常被誤用的地方，也就是因果。SEM 的路徑圖「看起來」就是因果圖，一個個箭頭，彷彿在宣告「這個造成那個」。於是無數研究把估出來的路徑係數直接當成因果效果報告，寫出「提高教學品質可使學業成就提升 0.33 個標準差」這樣的句子。這是一個嚴重的誤解，而它的嚴重之處不在於數字算錯了，而在於數字被賦予了它承擔不起的意義。這一節要處理兩個問題：路徑係數要在什麼條件下才能讀成因果效果，以及當這些條件不成立時，SEM 是否就完全失去了檢驗能力。

必須把話說清楚：SEM 估計的，是「研究者所指定的那個模型」的參數；它「不會」證明那個因果結構是對的。路徑圖上的箭頭，是研究者「輸入」的假設，不是模型「輸出」的發現。要讓路徑係數具有因果意義，所需的假設與第十一章的迴歸如出一轍、甚至更嚴苛：沒有被遺漏的干擾變項、模型設定正確、箭頭方向正確，只不過現在要對「一整個系統」都成立。

近年，Pearl (2009) 的因果推論架構，為這件事提供了更清晰的語言。在他看來，SEM 其實是一種「結構因果模型」（structural causal model）：路徑圖確實可以承載因果意義，但那個因果意義，完全來自研究者在圖上「編碼進去」的因果假設。這一觀點也糾正了兩種相反的偏差。Bollen & Pearl (2013) 在一篇釐清 SEM 常見迷思的論述中指出，這些迷思多半落在兩個相反的極端。一端是把 SEM 的係數不加假設地讀成因果效果，或以為模型適配漂亮就等於因果結構得到了證實；另一端則是因為 SEM 用的是非實驗的相關性資料，便宣稱它與因果毫不相干、圖上的箭頭只是一種比喻。這兩種說法看似對立，其實來自同一個誤會，也就是把「模型」與「資料」的分工弄反了。因果結構是研究者帶進來的假設，資料能做的是檢驗這些假設所隱含的後果，而不是替研究者挑選假設；因此，沒有實驗操弄並不表示不能談因果，只表示所有因果宣稱都必須連同它所倚賴的假設一起攤開來受檢視。正確的立場是：SEM 是一個把因果假設寫清楚、再看它與資料合不合的工具。而且它並非全無檢驗力，因為一組因果假設會隱含若干可檢驗的條件獨立關係，透過檢視這些「模型所隱含、卻可用資料檢驗」的獨立性，研究者能對整個因果結構做局部的否證。SEM 與因果推論的整合，是第三十一章的核心議題。

值得把「SEM 並非全無檢驗力」講得更具體。一組因果假設會隱含某些條件獨立關係，例如若模型設定 X 僅透過 M 影響 Y、且無其他共因，則在控制 M 之後，X 與 Y 應條件獨立；一旦資料顯示兩者在控制 M 後仍顯著相關，這個中介結構便被否證。以本章的情境來說，若研究者主張教學品質「只」透過學習投入影響學業成就，這個主張等於設定 c' = 0，而它隱含一項可以檢驗的預測：在統計上控制了學習投入之後，教學品質與學業成就之間應該不再有關聯。假定實際估計得到 c' = 0.10 且其信賴區間排除 0，這個純中介的設定便被資料反駁了，研究者必須承認還有其他途徑存在，例如教學品質也可能直接改善了學生對教材的理解，而不必經過投入程度。因此，即使無法證明模型為真，研究者仍可透過檢驗這些「模型所隱含、卻可被資料反駁」的獨立性，對因果結構做局部而有意義的檢驗，這也是第三十一章因果圖取向的一大優點。

等價模型：適配良好的致命弱點

即使抵擋住了「把箭頭當因果」的誘惑，SEM 還有一個更深、更難纏的問題，也就是等價模型（equivalent models）。前一節談的是「係數能不能讀成因果效果」，這一節要談的更根本：同一組資料，往往連「箭頭該往哪個方向畫」都無力分辨。直覺上可以這樣想：SEM 的估計與適配，全部建立在一個共變數矩陣之上；只要兩個結構不同的模型隱含出同一個共變數矩陣，資料就沒有任何辦法在兩者之間做出區別，因為它們在資料看得見的那一層完全一樣。這不是估計技術不夠好，也不是指標選得不對，而是資訊本身不足；換再大的樣本、換再精緻的估計器，都無濟於事。

問題是這樣的：對幾乎任何一個 SEM，都存在一些「等價模型」，它們的結構不同（例如把某個箭頭的方向反過來），卻隱含出「一模一樣」的共變數矩陣，因此適配統計量完全相同、分毫不差。最簡單的例子是：用橫斷資料時，「X 造成 Y」與「Y 造成 X」這兩個模型，往往適配得一樣好，資料根本無力區分它們。事實上，Lee & Hershberger (1990) 整理出一套所謂的替換規則，能機械地由一個模型生成大量與之等價的模型。舉一個具體的例子：在模型的某個區塊中，若兩個變項之間原本設為一條有向路徑 X \to Y，只要該區塊滿足特定的對稱條件，把它替換為反向的 Y \to X、或替換為一條雙向的殘差相關 X \leftrightarrow Y，往往都給出分毫不差的隱含共變數，因而適配完全相同。這說明等價模型並非罕見的例外，而是普遍的常態。

回到本章的情境更能感受它的分量。「學習投入 \to 學業成就」與「學業成就 \to 學習投入」這兩個模型，在只做一次施測的橫斷資料上，適配結果會分毫不差地相同，卡方值、CFI、RMSEA 全部一樣。從理論上看，前者說的是投入帶來成績，後者說的是成績帶來效能感與投入，兩者都說得通，而資料完全不站在任何一邊；若再把這條箭頭改成一條雙向的共變，適配依然不變。要在這三個版本之間做選擇，研究者能倚靠的只有兩件事：研究設計對時序的安排，例如學期初測投入、學期末測成績；以及理論本身的說服力。

這件事的含意相當顛覆：模型適配良好，「不能」證明研究者的模型（尤其是箭頭方向）是對的，因為總有一批等價的對手，配得跟它一樣好。換言之，「我的 SEM 適配指標很漂亮」這句話，遠不如許多人以為的那麼有力，它只說明「這個模型與資料相容」，卻沒排除「一堆別的模型也同樣相容」。要在這些等價的對手中做選擇，靠的不是資料，而是理論與研究設計，例如縱貫資料能為「時間先後」提供方向的線索。MacCallum et al. (1993) 系統地揭示了這個問題在應用研究中的普遍與嚴重。這也是第十二、十五章「適配是工具、不是判決」那句話，在 SEM 裡最尖銳的體現。

分析實務與陷阱

把整章收攏成一套做 SEM 的實務準則。工作流程大致是：先從理論同時設定「測量模型」與「結構模型」，檢查辨識，選估計器並處理缺失（ML／MLR／WLSMV＋FIML，第十二、十三章），評鑑適配（多個指標，第十五章），帶著因果的謙遜去詮釋，主動考慮等價模型與替代設定。這裡有一個廣受推薦的策略，也就是兩步法 (Anderson & Gerbing, 1988)：先單獨把測量模型（CFA）確立好，再放進結構關係。這樣做的好處是，萬一整體模型適配不良，研究者能分辨問題是出在「測量」還是「結構」；否則兩者糾纏在一起，很難診斷。

至於最常見的陷阱，這裡一次列清：因果過度宣稱（把路徑當因果效果）；忽略等價模型（以為適配好就證明了結構）；為了通過門檻而順著修正指標修模型（第十五章，把驗證變探索）；樣本數不足（SEM 通常需要相當大的樣本，見第九章的樣本數規劃，且宜以蒙地卡羅事前估算）；以及，只報告一堆適配指標，卻不報告真正該關心的實質參數估計與其信賴區間。一份好的 SEM 分析，讓人看見的應該是「這個理論在資料上站得多穩、又有哪些同樣站得住的對手」，而不只是「我的 CFI 有沒有超過 0.95」。

在報告的規範上，本章與第十五章有一道自然的分工。測量層次的交代，包括各題的標準化負荷、測量模型的適配、以及以 omega 估計的信度，屬於第十五章 CFA 的報告範疇；本章則聚焦於結構層次應報告的內容。一份完整的結構層報告，至少應包含：每一條結構路徑的未標準化與標準化係數及其信賴區間；直接、間接與總效果的分解，且間接效果須附拔靴信賴區間；各內生變項被解釋的變異比例；以及，同樣不可或缺的，研究者曾認真考慮過哪些等價或替代模型、又憑什麼理論理由偏好目前這一個。把測量層與結構層的報告分開陳述，不僅使讀者能分辨適配問題的來源，也讓「這個理論站得多穩」與「這份工具測得多準」兩個問題各得其所。

前沿：貝氏 SEM、正則化 SEM 與網絡

SEM 仍在快速演化，以下幾個方向特別值得一提。它們的共同動機是相近的：放鬆傳統 SEM 中某些過於僵硬的設定，讓模型更貼近資料真實的樣子，同時把不確定性交代得更完整。其一是貝氏 SEM（Bayesian SEM；(Muthén & Asparouhov, 2012)）。如第十五章所述，它以先驗把 SEM 變得更有彈性，例如以「小變異先驗」容許次要的交叉負荷或殘差相關「近似為零」而非「嚴格為零」，這往往比傳統的「全零」設定更貼近現實；貝氏取向也能自然地處理複雜模型與小樣本，並提供完整的後驗不確定性。其細節見第三十三章。

其二是正則化 SEM（regularized SEM）。Jacobucci et al. (2016) 把第十一章的 lasso 之類懲罰搬進 SEM，對眾多路徑或交叉負荷施加懲罰，讓資料自己把「不重要的」壓成零，藉此在參數眾多、或需要探索性地找出關鍵路徑時，做「資料驅動的模型化簡」。這條路等於把 SEM 與機器學習（第三十四章）接了起來，也呼應了本書一再出現的偏誤-變異權衡。其三是網絡取向與潛在變項模型的整合：晚近有研究把「潛在因素」與「變項間的直接網絡連結」納入同一個廣義框架，使研究者不必在「共同原因」與「直接互動」兩種本體論之間預先選邊（第三十五章）。更長遠地看，SEM 與現代因果推論（Pearl，第三十一章）的整合，仍是進行中的重要議題：如何在 SEM 的框架裡，更嚴謹地釐清「哪些效果在什麼假設下才有因果意義」，是這個領域持續在耕耘的方向。

小結

結構方程模型，是把「測量模型」與「結構模型」熔於一爐的完整框架，它讓研究者能把一整套理論，寫成一張潛在構念相連的網，一次估計、一次檢驗。本章的幾個核心工具值得記牢：縮減式 (\mathbf{I}-\mathbf{B})^{-1} 是理解一切效果傳遞的鑰匙；效果可分解為直接、間接與總效果，而間接效果（中介）因其偏態的抽樣分配，該用拔靴法而非 Sobel 檢定；至於因果詮釋，SEM 讓假設變明確，卻不能替研究者證明它們；而等價模型的存在，更提醒我們，適配良好從來不等於「這個結構就是對的」。

歸結成一句話：SEM 有「表達一套理論」的強大能力，但那不等於「證明一套理論」的能力。用它來清楚地陳述、並嚴謹地檢驗理論結構，同時對它的因果與結構宣稱保持謙遜，這才是 SEM 正確的用法。

接下來，第四部分將轉向另一大類測量模型。第十七章的項目反應理論，處理的是「類別型」的題目反應（如對錯、等級），它將揭示，那個看似專屬於測驗的理論，骨子裡其實就是一個「跑在潛在能力上的 logistic 迴歸」（第十一章）。而第十九章，則會用本章的多群組架構，正式建立測量不變性，回答「跨群體、跨時間的比較，到底何時才站得住腳」這個貫穿全書的問題。

參考文獻