结构方程模型的四大步骤  
1、模型构建：构建研究模型，具体包括：观测变量（指标）与潜变量（因子）的关系，各潜变量之间的相互关系等
2、模型拟合：对模型求解，其中主要是模型参数的估计，求得参数使模型隐含的协方差距阵与样本协方差距阵的“差距”最小
3、模型评价：检查1）路径系数/载荷系数的显著性；2）各参数与预设模型的关系是否合理；3）各拟合指数是否通过
4、模型修正：模型扩展（使用修正指数）或模型限制（使用临界比率）
具体过程
1、数据准备
  样本量：一般认为样本数最少应在100以上才适合使用最大似然估计法（MLE）来估计结构方程（侯杰泰，2004），但样本数过大（如超过400到500时），MLE会变得过度敏感，容易使所有的拟合度指标检验都出现拟合不佳的结果（侯杰泰，2004）。
缺失数据处理：列删除法、配对删除法、插补法
2、数据分析
（1）.信度、效度检验
信度 Cronbach’s >0.7
效度 验证性因子分析
（2）. 评估模型拟合度：估算每一个因子的载荷量（标准化因子载荷，反映了观测变量影响潜在变量的部分差异，用于表示观测变量与潜变量之间的相对重要程度。 ）
检查每一个单一因子的测量模型对问卷数据的拟合度；检查整个模型对问卷数据的拟合度；估算潜变量之间的关系


“Analysis Properties”设定界面中选择Estimation选项卡，在Discrepency
选项下列示了五种方法，可以用鼠标选择方法名字前面的单选框来具体选
择合适的参数估计方法。