2026年结构方程方法测试题及答案

2026年结构方程方法测试题及答案

一、单项选择题（总共10题，每题2分）1.在结构方程模型中，观测变量与潜变量之间的关系由哪部分模型定义？A.结构模型B.测量模型C.路径模型D.协方差模型2.若模型的卡方检验结果显著（p<0.05），说明：A.模型拟合良好B.模型拟合不佳C.样本量足够大D.变量间无相关性3.以下哪个指标不属于绝对拟合指数？A.RMSEAB.CFIC.GFID.SRMR4.验证性因子分析（CFA）主要用于检验：A.因果路径B.测量工具的效度C.中介效应D.调节效应5.结构方程模型要求样本量至少为：A.50-100B.100-200C.200-500D.大于5006.若潜变量的平均方差萃取量（AVE）小于0.5，说明：A.收敛效度良好B.区分效度不足C.信度过低D.模型需要修正7.标准化因子载荷的理想范围是：A.0.1-0.3B.0.3-0.5C.0.5-0.7D.大于0.78.检验调节效应时，需要在模型中增加：A.潜变量交互项B.观测变量交互项C.路径系数约束D.误差项协方差9.以下哪种方法可处理非正态分布数据？A.最大似然估计（ML）B.广义最小二乘法（GLS）C.贝叶斯估计D.稳健加权最小二乘法（WLSMV）10.结构模型中路径系数的显著性检验通常使用：A.t检验B.F检验C.卡方检验D.Z检验---二、填空题（总共10题，每题2分）1.结构方程模型包含的两大核心部分是__________和__________。2.若CFI值大于__________，通常认为模型拟合可接受。3.测量模型中的误差项代表__________未被解释的部分。4.区分效度可通过比较__________与潜变量间相关系数的平方进行检验。5.修正指数（MI）大于__________时建议释放参数约束。6.部分中介效应要求直接路径系数__________且间接效应__________。7.Bootstrap法主要用于检验__________的显著性。8.当卡方自由度比（χ²/df）小于__________时，模型拟合较好。9.多群组分析需要检验__________的跨组不变性。10.PLS-SEM适用于__________样本或__________分布数据。---三、判断题（总共10题，每题2分）1.探索性因子分析（EFA）与验证性因子分析（CFA）可互换使用。（）2.RMSEA值越接近0越好。（）3.结构模型中的路径系数可解释为标准化回归系数。（）4.所有潜变量必须由至少3个观测变量测量。（）5.模型拟合优度仅取决于统计指标，无需理论支持。（）6.误差项之间允许存在协方差。（）7.AVE值用于评估区分效度。（）8.调节效应属于因果关系的边界条件。（）9.非递归模型允许双向因果路径。（）10.结构方程模型可处理分类因变量。（）---四、简答题（总共4题，每题5分）1.简述结构方程模型（SEM）的主要优点与局限性。2.说明如何通过组合信度（CR）和AVE评估量表的信效度。3.解释中介效应检验的Bootstrap法与传统Sobel检验的区别。4.列举模型修正的三种策略并说明适用条件。---五、讨论题（总共4题，每题5分）1.比较CB-SEM（基于协方差）与PLS-SEM（偏最小二乘）的适用场景差异。2.如何从理论构建与统计检验角度验证一个有调节的中介模型？3.论述模型识别不足的常见原因及解决方案。4.分析样本量不足对SEM结果可靠性的影响及应对措施。---答案与解析一、单项选择题1.B2.B3.B4.B5.C6.D7.D8.A9.D10.A二、填空题1.测量模型、结构模型2.0.903.观测变量变异4.AVE5.3.846.不显著、显著7.间接效应8.39.测量等值10.小、非正态三、判断题1.×2.√3.√4.×5.×6.√7.×8.√9.√10.√四、简答题1.优点：同时处理潜变量与观测变量；整合因子分析与路径分析；估计直接/间接效应；支持模型整体拟合评估。局限性：样本量需求大；模型设定依赖理论；数据需满足多元正态性；模型修正可能导致过度拟合。2.组合信度（CR）：所有条目标准化载荷的平方和除以（平方和+误差方差之和），>0.7表明内部一致性良好。AVE：潜变量解释观测变量变异的均值，>0.5表明收敛效度达标。3.Bootstrap法：通过重复抽样生成间接效应的置信区间，不依赖正态假设，统计效力更高。Sobel检验：基于正态分布假设的近似检验，小样本或非正态数据中易失效。4.策略1：释放误差协方差（理论支持时）。策略2：增加路径（基于修正指数MI>3.84）。策略3：删除不显著路径（简化模型）。五、讨论题1.CB-SEM：适用于理论验证、模型拟合优度检验，要求数据正态性且样本量较大；PLS-SEM：适用于预测导向、小样本或非正态数据，更关注变量间关系的强度。2.理论构建：明确中介路径（X→M→Y）及调节变量（W）如何影响路径强度（如M→Y）。统计检验：-分步验证中介效应（Bootstrap法）；-检验调节作用（交互项XW显著）；-分析有调节的中介效应（如过程宏）。3.原因：自由参数过多；潜变量测量不足（<3指标）；遗漏关键路径/协方差。