求助潜变量统计值

下面是我看到的一篇文章中的潜变量相关表，涉及的八个变量均为潜变量。

请问：1.潜变量的值是通过因子得分计算出来的吗
            2.在LISREL中是可以求得潜变量得分的，类似因子分析中的因子得分，上表是先求得潜变量得分，再计算各统计值和相关矩阵的吗

这是一张相关系数矩阵表
潜变量的值是什么意思，表示潜变量之间的关系的指标在结构方程里面成为路径系数，
和因子得分关系不大，因子得分是因子分析中的指标，判断因子重要性的。

买一本结构方程的书就好了，好好读读

1# firewater
回答1、你的猜测是对的，潜变量是通过验证性因子分析的标准化系数加权得到；
       2、通过你说的方法可以得到相关系数和标准差

参考文献见附录：同济大学博士论文 《人力资本对企业能力作用的理论与实证研究》P84-P99

另外，需要说明的是，该文有一部分潜变量是采用直接求和（均值）的方法得到，本人觉得不够妥当。

4# yangyang9189
非常感谢你的详实回答和无私风险！
另外再问一下，潜变量得分和因子得分分别得到的潜变量的值以及在此基础上得到的相关系数表，哪那一种方法更好呢？
从技术上来说，似乎潜变量得分更科学准确一些，但是我看很多文章似乎都采用的是因子得分啊，这是为何？

应该是各层面所含题项的平均得分

4# yangyang9189
我看了你上传的文献，感觉作者得出潜变量值的方法不是采用因子得分值，而是简单地用各指标与相应潜变量的相关系数作为权重，进行加权平均求得，甚至都没有进行相关系数归一化处理（这个漏洞较大，如果指标越多，潜变量得分值必然越高，这显然是不合理的）。至于作者采用简单平均方式获取潜变量得分值就更值得商量了

“甚至都没有进行相关系数归一化处理（这个漏洞较大，如果指标越多，潜变量得分值必然越高，这显然是不合理的）”  这个不是什么问题，无需事先进行归一化处理，因为现代的回归技术都会提供标准化结果。   

“作者采用简单平均方式获取潜变量得分值就更值得商量了” 我也这么觉得，但实际上，主流计算中，都采用的直接平均的方法。 这个6楼的lele213也说到了。

5# firewater

另外，个人觉得，结构方程实质上时因子分析 回归分析 通过路径分析的可视化。  你说的那几个方法，实质是一样的

8# yangyang9189
“文中作者得出潜变量值的方法不是采用因子得分值”，他确实是用AMOS计算出的各观测变量的载荷（即是因子得分）加权得到的。
我没有用过AMOS，但既然称作观测变量的载荷，那就应该是因子载荷，不是因子得分（Factor scores，相当于潜变量值了）。在因子分析法中，因子得分确实是观测变量的线性加权平均，但权数不是因子载荷，其具体计算方法，参见 郭志刚—《社会统计分析方法-spss软件应用》中的第三章P109，见附件。
“因子分析模型是用因子的线性组合来表示一个观测变量，因子负载实际上是该线性组合的权数。”——书中原话。
你该不是搞混了吧
“简单地用各指标与相应潜变量的相关系数作为权重，进行加权平均求得” 各指标与潜变量之间的那个系数不是相关系数，而是因子得分。  这是个基本概念，你最好还是看一些书。
根据侯杰泰—《结构方程模型及其应用》P16，Λx是外源指标在外源潜变量上的因子负荷矩阵，也就是说指标与潜变量间的那个系数是因子负荷，再根据郭志刚—《社会统计分析方法-spss软件应用》中的第三章P89，因子载荷是第i个变量在第j个公因子上的负载，相当于多元回归分析中的标准回归系数，而标准回归系数实际上就是自变量与因变量之间的相关系数。