CB-SEM (Covariance-Based Structural Equation Modeling) 和 PLS-SEM (Partial Least Squares Structural Equation Modeling) 都是結構方程模型 (Structural Equation Modeling, SEM) 的兩種常見方法，用於分析觀察變數之間的關係和構建結構模型。它們之間的主要差異如下：

1. 建模方法：CB-SEM使用協方差矩陣來建立模型，而PLS-SEM使用偏最小二乘法來建立模型。CB-SEM假設變數之間的關係是線性的，並基於協方差矩陣進行參數估計；而PLS-SEM則不對變數之間的關係進行嚴格的線性假設，並基於變數間的最小平方差進行參數估計。
2. 樣本要求：CB-SEM對於較大的樣本量要求較高，通常需要大於200個樣本；而PLS-SEM對樣本量的要求較低，即使在較小的樣本量下也可以進行分析。這使得PLS-SEM在研究中樣本量有限的情況下更受歡迎。
3. 模型解釋性：CB-SEM提供了對模型的較全面解釋，包括指標之間的共變異、擬合指標等。它能夠提供模型的擬合度量和統計顯著性檢驗，並進一步評估觀察變數之間的關係。相比之下，PLS-SEM更加關注預測能力，它著重於探索和解釋構念之間的關係，並提供對潛在變數的解釋。
4. 多重構念測量：PLS-SEM較CB-SEM更適合處理多重構念測量的情況。在PLS-SEM中，可以使用反映構念的多個觀察變數，並且可以處理潛在變數之間的非線性關係。這使得PLS-SEM在探索性研究和理論發展方面具有優勢。

總體而言，CB-SEM和PLS-SEM是兩種常用的結構方程模型方法，它們在建模方法、樣本要求、模型解釋性和多重構念測量等方面存在差異。選擇使用哪種方法取決於研究的目的、樣本量和變數之間的關係性質。