在社会科学各研究领域,常常需要处理不可直接观测的变量,即所谓潜变量。例如管理学研究中的能力、信任、自尊、动机、成功等概念。实际上,这些变量基本上是人们为了理解和研究社会而建立的假设概念,一般来说,对于它们并不存在直接测量的操作方法,传统统计方法在处理此类含潜变量问题方面存在很大局限性。本文介绍潜变量统计建模方法,作为可以有效处理、检验显变量和潜变量、潜变量之间关系的一种多元统计方法,使之在经济学、管理学、心理学、行为科学等领域广泛应用。本文介绍了潜变量统计建模技术的各个发展阶段,从因子分析的潜变量提取,典型相关分析的潜变量之间线性相关关系的分析,主成分回归分析和定性因变量分析、偏最小二乘回归分析中潜变量作为中介变量的使用,到结构方程模型潜变量之间存在的因果关系分析,对潜变量建模方法作了系统的梳理。文中还用营商环境的例子说明了潜变量的应用,最后对潜变量建模方法的发展演化规律进行了归纳,对各种方法特点进行了比较,对潜变量建模方法和应用进一步发展进行展望。