Castro-Schilo, L. 與 Russo, E. (2021)。結構方程模型：多學科期刊。
按此了解 JMP Pro 18.1 的最新功能。
本文展示了使用 JMP Pro 16.0 版中的 SEM 平台擬合常見結構方程模型(SEM) 的逐步範例。本文分析所使用的數據可在開放科學框架 (Open Science Framework)中找到。
分析所需的具體文件是：
OSF_COVID_Threat_Study2.sav
OSF_COVID_Threat_Study3.sav
以下的影片展示了 SEM 平台用於擬合驗證性因子模型的交互作用和動態功能，包括新建構的可靠性和有效性評估、潛在變數的路徑分析以及縱向因子不變模型。
驗證性因素分析
作者重複了對兩個新開發的結構的驗證性因子模型的分析：對 COVID-19 威脅的現實感知和象徵性感知 (Kachanoff、Bigman、Kapsaskis 和 Gray，2020 年)。
立即觀看（1:25 / 影片沒有聲音）
評估結構的可靠性和有效性
使用 Kachanoff 等人 (2020) 第二項研究的數據，採用六因子驗證性因子分析來展示 JMP Pro 16.0 中結構方程模型 (SEM) 平台的「評估測量模型」功能。此選項提供統計數據和視覺化功能，有助於量化一項用於測量無形結構的新調查的適用性。
立即觀看（2:15 / 影片沒有聲音）
潛在變數的路徑分析
作者展示如何使用 Kachanoff 等人（2020 年）的研究 2 資料進行包含潛在變數的路徑分析。此路徑分析複製了原文中的關鍵發現。
立即觀看 （2:06 / 影片沒有聲音）
縱向因子不變性
此影片展示了使用 Kachanoff 及其同事 (2020) 的研究 3 資料對現實威脅構造進行縱向因子不變性分析的步驟。
立即觀看 （4:57 / 影片沒有聲音）
注意：JMP Pro 18 中新增了縱向測量不變性的新模型捷徑，使模型更容易擬合和比較。
