【摘要】典型相关分析（CCA）和结构方程模型（SEM）的应用日益广泛，但由于二者存在较大的相似性而常使研究者在使用过程中面临选择困难等问题，因而准确理解和区分二者之间的差异至关重要。文章基于SPSS和AMOS操作环境对典型相关分析和结构方程模型在函数式、基本图形、二阶因素、中介效应及使用条件等方面进行系统性比较，研究结果表明：（1）CCA可以进行线性组合计算，直接计算一个潜变量与另一组显变量的关系，能有效处理二阶因素计算问题。（2）SEM可以同时考虑多个潜变量之间的关系、计算和呈现误差方差和残差、准确地计算和展示中介效应、运用辅助性标准来判断模型适配度并通过调整变量之间的逻辑联系来修正模型，其输出结果全面而精确。（3）CCA适用于含有两个潜变量的简单模型，而SEM适用于含有多个潜变量的复杂模型。在特定条件下，可以结合使用CCA和SEM，或用CCA代替SEM。