SEM 是一个总称。CFA是SEM的测量部分，它显示了潜在变量与其指标之间的关系。另一部分是结构组件或路径模型，它显示了感兴趣的变量（通常是潜在变量）是如何相关的。

您可以单独运行 CFA、单独路径分析或完整的 SEM。路径分析是没有潜在变量的 SEM。

我同意Hotaka先生的回答，并想补充一下。CFA（确认性因素分析）实际上测试了一个测量模型。这意味着您使用问卷收集了一些数据。问卷中的问题称为项目或指标变量。使用 EFA（或类似过程），您可以得出这些项目组的结构。CFA 用于确认和修整这些结构和项目（测量模型）。SEM 用于查找这些项目和构造（结构模型）之间是否存在关系。它们统称为 CFA-SEM，其中 SEM 是一个总称，CFA 是一个子集。但我们使用术语 SEM 专门用于假设检验部分（检验指标和结构之间的关系）。

我从维基百科上拿了这个：

“CFA 与结构方程建模的区别在于，在 CFA 中，潜在因素之间没有定向箭头。换句话说，虽然在 CFA 中不假定因素直接导致另一个因素，但 SEM 通常确实指定特定因素和变量以本质上是因果关系。在 SEM 的上下文中，CFA 通常被称为“测量模型”，而潜在变量之间的关系（带有定向箭头）被称为“结构模型”。

Bollen 和 Pearl (2013)在“社会研究因果分析手册”中将因子分析模型（如 CFA）视为 SEM 的一部分。

摘抄：

在路径图中，椭圆或圆形代表潜在变量。如上所述，这些变量是我们理论的一部分，但不在我们的数据集中。与前面的路径图一样，观察到的变量在方框中，单箭头表示直接因果效应，双箭头（通常是弯曲的）表示连接变量之间关联的来源，尽管它们关联的原因不是模型中指定。可能是它们对彼此有直接的因果影响，不是模型一部分的第三组变量会影响两者，或者可能有一些其他未指定的机制（优先选择）导致它们相关联。该模型只说它们是关联的，而不是为什么。[...]

在我看来，CFA 是一种 SEM 模型，您对潜在变量为何或如何相关不采取任何立场。