构成性指标（Formative Indicator）与反映性指标（Reflective Indicator）是结构方程模型（SEM）中的核心概念。构成性指标通常用于测量复合构念（Composite Construct），其测量模型中的箭头从指标指向潜变量，意味着潜变量是由各指标共同“构成”的。因此，其公式在本质上是一种加权线性组合。以下是构成性指标常用的公式及其在统计软件中的实现方式。
. 基础构成公式（线性加权和）
在最常见的情况下，构成性指标变量得分由下列公式计算：
\[
\eta = \sum{i=1}^{} wi x_i + \varepsilon\]
其中：
- \(\eta\) 为变量（构成型构念）；
- \(x_i\) 为 \(i\) 观测指标（可测变量）；
- \(w_i\) 为第 \(i\) 个指标的权重（权重系数）；
- \(\varepsilon\) 为误差项（在构成模型中通常忽略或表示未解释部分）。
- SmartPLS：在PLS-SEM算法中，权重 \(w_i\) 通过迭代计算（如模式A或模式B）自动估计，最终给出标准化或原始数据的潜变量得分。
- SPSS：通过因子分析模块的“成分矩阵”权重，或使用“回归法”计算因子得分，但需注意SPSS默认面向反映性指标，若需构成性需手动设置，或使用AMOS语法指定
formative模式。
2 偏最小二乘（PLS）路径模型中的权重估计公式
在PLS-SEM中，构成性指标的权重不是直接给出的，而是通过两阶段迭代获得：
第一步：外部估计（权重公式）\[
wi = \frac{\mathrm{Cov}(xi, \text{内部估计值})}{\mathrm{Var}(x_i)}
\]
或更常用的标准化形式：
\[
wi \propto \sum{j} \mathrm{Corr}(xi, xj) \cdot \text{关系强度}
\]
实际上，PLS三种模式给出了不同的权重规则：
- 模式A相关模式）：权重 \(x_i\) 与潜变量得分之间的回归系数（适用于反映性指标）。
- 模式B（回归模式）：等于将潜变量得分作为因变量、所有组成指标作为自变量进行多元回归得到的回归系数。模式B正是构成性指标的标准权重估计方法。
\[
\mathbf{w} = (\mathbf{X}^\top \mathbf{X})^{-1} \mathbf{X}^\topmathbf{z}
\]
其中 \(\mathbf{z}\) 为内部估计的潜变量得分，\(\mathbf{X}\) 为指标矩阵。
在SmartPLS/XLSTAT中的操作：选择“PLS-SEM”方法后，在“测量模型”设置中，将构念指定为“构成型”，软件会自动采用模式B求解权重。3 二阶构成模型的公式（嵌套构成）
当多重层级的构成指标存在时，公式递归展开。例如，一阶构成指标 \(xi\) 先构成子维度 \(\xim\)，再由子维度构成高阶因子 \(\eta\)：
\[
\xim = \sum{i \in Sm} w{mi} x_{mi}
\]
\[
\eta = \summ=1}^{} \gammam \xim
\]
合并后为：
\[
\eta = \summ=1}^{M} \gammam \sum{i \in Sm} w{mi} xmi}
\]
在软件中的处理方式
-AMOS**：使用“二阶验证性因子分析”可直接绘制路径图，但若为构成型，需在“插件”中设置“构成型测量模型”并手动指定权重的路径系数约束。
- M：通过
MODEL CONSTRAINT命令对权重进行约束估计，或利用BY ... (w1)指定权重。
4. 权重的归一化公式
为了便于解释，常用权重归一化处理，使指标权重之和为1：
\[
wi^* = \frac{|wi|}{\{j=1}^{} |wj|}
\]
此公式常用于综合评价指标体系中计算“构成性权重”。例如在构建营商环境评价指数时，每个三级指标的构成权重即为该公式输出。
使用方法：在Excel中输入各指标原始权重 \(w_i\)，使用=ABS(B2)/SUM(ABS($B$2:$B$))向下填充即可。
5. 指标相乘的构成性公式（非补偿性模型）
在某些特定场景（如技术接受模型中的“易用性”由可用性、功能性等构成），允许指标间存在交互作用，则公式扩展为乘积形式：
\[
\eta = \prodi=1}^{} xi^{wi}
\]
对数后可转化为线性形式：
\[
\ln \eta = \sum{i=1}^{k wi \ln x_i
\]
但这种形式在SEM中不常见，多用于效率测算中的Cobb-Douglas类型构成指标。
6. 测量误差处理公式
构成性指标模型通常假设构念作为指标的组合，允许存在测量误差，但误差不影响权重本身。在基于协方差的SEM（如LISREL）中，估计公式为：
\[
\mathbf{x} = \boldsymbol{\Lambda} \mathbf{\eta} + \{\delta}
\]
注意，对于构成型模型，方向相反，除非使用多重指标—多因（MIMIC）模型。MIMIC模型中，构成型部分用回归方程表示：
\[
\mathbf{\eta} =mathbf{\Gamma} \mathbf{x} + \zeta
\]
其中 \(\mathbf{\Gamma}\) 为构成权重系数矩阵，\(\zeta\) 为误差项。该公式可通过AMOS或LISREL的MIMIC模块直接估计。
7. 基于偏相关的权重公式（控制其他指标的影响）
为了剔除其他指标的影响，构成性指标权重也可用偏相关系数表示。第 \(i\) 个指标的权重系数 \(wi\) 等于指标 \(xi\) 构念 \(\eta\) 的偏相关系数，控制其余指标后的标准回归系数：
\[
wi = \frac{\partial \eta}{\partial xi}\bigg|{\{xj:j\neq i\}}
\]
实际计算中，直接对 \(\eta\) 和所有 \(x\) 做多重回归，则标准化回归系数即为权重。
软件操作示例：- 将潜变量得分（或替代变量如总体满意度值）保存为变量
eta； - SPSS中操作
分析 → 回归 → 线性，变量设为eta，设为所有构成指标； - 输出的“标准化系数 Beta”即为构成性权重。
总结**：构成性公式核心在于线性（或可非线性变换）的组合权重。实际应用中，大多通过PLS-SEM软件（SmartPLS、WarpPLS）或协方差结构方程软件（AMOS、Mplus）的“构成型模式”自动计算权重也可使用回归法在Excel、SPSS中手工估算。理解上述公式有助于正确设置模型，避免将反映性权重误用于构成性指标。
