小弟我看了很多结构方程模型论文，大多只列出了主要的潜变量的关系，但是对于这些每个潜变量背后巨大的多维量表如何最终测量得到潜变量数值很不清楚，因此无法开展研究，请各位大侠专家赐教！不胜感激！ 我在许多管理学的博士和期刊论文里看到大量用3层或者以上潜变量构建结构方程模型，每个潜变量都是由一个比较大的多维量表去支撑的，如研究，如由一个文章模型的一部分是研究组织承诺通过员工态度的中介作用影响企业绩效的3个潜变量模型，其中组织承诺是由1个巨大的包含3个维度（连续承诺、规范承诺和感情承诺）的量表来测度，但是在我看来，用来测量组织承诺的三个维度本身就是3个潜变量，因为他们也都是由许多问项测得的，可惜在各类文章中，都仅仅列出了他们模型核心潜变量的路径图，以及核心潜变量的相关系数矩阵，我菜鸟实在不知道这些潜变量的值是如何确定下来的，比如上例该文章仅仅列出了组织承诺与员工态度，以及组织承诺与企业绩效的相关系数，和路径图，可是我不知道组织承诺是如何被测量出来的，一般说潜变量都是需要由3个或以上显变量测量，但是组织承诺的3个测量变量（连续承诺、规范承诺和感情承诺）都是隐变量啊，因为他们本身都是由许多问项去测量的，难道隐变量还可以测量隐变量？或者作者把他核心隐变量组织承诺的上一阶隐变量全部视为显变量处理了？他的处理方法又是什么呢？ 我在看了一些相关资料后，推测可能是先进行因子分析，然后利用因子得分进行测量，比如上例对组织承诺的测量量表进行因子分析，得到该量表3个维度（连续承诺、规范承诺和感情承诺）的因子得分，将因子得分视为该3个维度的分数以将这3个维度转化为组织承诺的显变量，继而进行后续的结构方程模型分析，等于对模型进行了降维处理，不知道是不是这样的？ 这种利用大型多维量表去测量某个潜变量是非常常见的，但是由于量表本身就是多维的具有潜变量，而不是我在AMOS教程里看到的每个潜变量都是由3，4个简单问项作为显变量去测量，而每个论文里都没有说明他是如何将多维的测量量表中的各个维度转化为其模型核心潜变量的显变量的，请大家不要笑我，我是真的不知道啊，谢谢大家了！ | 
