首先结构方程模型研究问题的层次多元性，结构方程模型所考察研究的事件一般较为复杂，不是简单易解的问题，其结构层次非常复杂，具有多元性，所触及到的影响因子也具有多元性，不是简单在一个层面而是在复杂的多个层面，层层相关，环环相扣，相互影响，相互关联。

　　(3)研究方法的多样性。

　　结构方程模型的研究方法非常多样，它是综合多种方法的一种综合研究方法，是一种复合的方法，有归纳总结、演绎推理、公式推导、逻辑演算、相关分析法等等，并且灵活多样，在验证分析过程中允许测量误差的存在。

　　(4)潜在发现性。

　　结构方程模型还有一个最大的特点在于，它不光能研究显在变量间的相关关系，估计多元和相互关联的因变量之间的线性关系，还能处理不可观测的假设概念，说明误差，同时，还能分析潜在变量之间的结构关系，应用结构方程模型，在进行数据分析之前，将已标识潜在变量之间建立起假设路径，因观测变量与中心潜在变量都具相关性，潜在变量之间也可能有关系，从而达到潜在发现性研究目的。

　　(5)研究工作的同步性。

　　结构方程模型可以同时处理测量与分析问题，做到研究工作的同步进行。其原因在于结构方程模型是一种将测量与分析整合为一的计量研究技术，它可以同时估计模型中的测量指标、潜在变量，不仅可以估计测量过程中指标变量的测量误差，也可以评估测量的信度与效度。

　　(6)协方差理论运用的核心地位性。

　　结构方程模型分析的核心概念是变量的协方差，在其分析中，处处运用到协方差理论，协方差有两种功能：①利用变量间的协方差矩阵观察多个连续变量间的关联情形，此为结构方程模型的描述性功能;②结构方程模型是可以反映出理论模型所导出的协方差与实际搜集数据的协方差的差异，此为验证性功能。这两个功能决定了协方差理论在结构方程模型中运用的重要和核心地位。

　　(7)其他特性。

　　结构方程模型适用于大样本分析，对于小样本分析其结果不稳定，这样也就限制了结构方程模型的应用面的极大推广。第二，结构方程模型中的因子分析中存在局限，所测项目只能被分配给一个因子，并只有一个因子载荷量，如果测验题项与两个或两个以上的因子有关时，因子分析就无法处理。第三，结构方程模型中要求因子间要么是全有关系，要么是全无关系，这种过于武断极端式的要求对于自然和社会实际中所存在的复杂实情是不相符的。此外，结构方程模型因子分析中假设误差项不相关，但对于我们所研究的事件所涉及领域中，许多测验的题项与题项之间的误差来源是相似的，即误差间具有相关关系，从而研究分析的结果不能如实反映真实情况。

　　2 结构方程模型的应用现状

　　结构方程模型应用一般都是在管理方面，其具体应用步骤是：首先理论分析，设定模型，然后进行模型识别，再选择测量变量和搜集资料进行模型的估计，接下来是模型的评价，如果发现模型不是很完善，不太正确，无法达到可接收的程度则要求进行模型的修订[11],如果能达到可接收的程度则解释完毕。

　　结构方程模型因其优越性在管理学方面得到非常广泛的应用，一般而言，只要是能将实际问题转化为方程的情况下，都适合应用结构方程模型来进行求解，像在物理、化学、工程、电子、建筑及经济等等诸多管理领域。如某种事件的满意度评价指标体系的构建[5];高新技术创新能力的评价研究[6];某事件绩效评价研究[7];在财务管理方面的研究[8];某事件认识与调控关系研究[9];某介质中某物质的平衡关系研究[10];某设计质量影响方面的研究[11];大学生毕业就业去向分析等研究[12];某种疾病症侯分析研究[13]等等。

　　结构方程模型的应用要有一定的条件，首先，在用前须先在理论分析基础上提出理论模型，包括指标的选取、变量关系的假设、参数的设定、模型的安排，每一步都须有清楚的理论概念和严密的逻辑推理。其二，进行验证性因子分析时，要分析样本指标分布特征，要使变通为正态化，要进行数据的甄别。其三，样本量要适度，一般样本量大于 100,样本收集要下很大工夫。

　　结构方程模型分析步骤一般为：第一步，提出理论模型;第二步，执行结构方程分析;第三步，模型评价;第四步，模型修正(如果达到预期效果是不用修正模型的)或进行结论解释。