楼主的问题说得很繁琐啊，个人看了一下，楼主是不是想问结构方程模型中的隐变量怎样得到的啊？ 一般来说，本人实际做研究的时候，会先构想自己要印证的模型的结构，然后根据模型变量的含义，对每个变量设置尽可能完备的测项，一般这个设置的过程是有量表可以参考和组合的，或者是通过深度访谈得到，然后对通过前测保留大约20个效果最好的测项。 用这个量表进行测量，数据拿回来，是每个测项的数据，然后用因子分析对测项数据进行分析，之后会看效果，是否能够提炼像一开始设计那样的几个变量，一般都能提取出来，否则就是前测没做好，就从修改量表开始再来一次。提取出这几个变量以后，再将测项的数据放到lisrel里头，通过组合调整删减，做出结构模型。 个人认为，变量的得到最常用的方法是因子分析，但不仅仅只有因子分析，聚类和主成分分析也都有人用，看看实际情况吧，符合相应的假设条件，就应该用相应的方法。 至于隐变量的问题，不知道楼主提的隐变量具体是指哪一级的变量，曾经和同仁讨论过一级变量和二级变量的问题，通常我们如果做验证性因子分析的时候，原本认为是一个变量的，结果却显示两个，那么会再用属于该两个变量的数据再做一次因子分析（聚类，主成分分析都有可能，看实际需要），然后通过组合调整变换，将它们拟合成一个变量，把前面的两个变量称为一级变量，后面的一个变量称为二级变量。不过以前读书的时候，和导师交流，感觉这种方法会对模型结构有不可预知的误差威胁，所以以前老师会更提倡我们的文献研究的时候，把模型做好一些，尽可能不要用二级变量。不过老师也说，学术界有些人倒是热衷于二级变量的运用，我想这个可能是观点的不一样咯。 不知道回答了楼主的问题没有。 | 
