滚雪球抽样数据可以用于结构方程分析，但需谨慎评估其适用性并处理潜在偏差。以下从可行性、应用案例、局限性及适用条件三方面展开说明：
结构方程分析的核心是验证变量间的理论关系，其数据来源并不严格限定为概率抽样。滚雪球抽样作为非概率抽样方法，通过初始样本的推荐链扩展样本，虽无法保证每个个体被抽中的概率已知，但若样本量充足且能覆盖目标群体的关键特征，仍可支持模型参数估计。例如，有研究利用滚雪球抽样回收328份有效问卷，通过AMOS 24.0构建结构方程模型，成功验证了品牌认知对重访意愿的影响路径。这表明，在特定条件下，滚雪球抽样数据能满足结构方程分析的基本要求。
滚雪球抽样的推荐机制可能导致样本存在系统性偏差：
滚雪球抽样数据用于结构方程分析需满足以下条件：
总结：滚雪球抽样数据可用于结构方程分析，但需结合研究目标、群体特征及理论框架综合评估其适用性，并通过方法学设计（如控制变量、稳健估计）弥补非概率抽样的局限性。
