Process / pipelinemultivariate-modeling
構造方程式モデリング
構造方程式モデリング（SEM）は、パス解析（Sewall Wright, 1921）と確認的因子分析を組み合わせた包括的な統計的フレームワークであり、観測変数と潜在変数を結びつける複雑な因果モデルを検証します。Jöreskog (1973) がLISRELソフトウェアを用いて形式化して以来、SEMは測定関係（変数が潜在構成概念をどのように測定するか）と構造関係（構成概念が結果にどのように影響するか）を同時に推定することを可能にし、心理学、疫学、組織研究、健康科学など、複雑な媒介、調整、潜在プロセスが統合的な分析を必要とする分野での理論検証に強力なツールとなっています。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
+40 more
出典
- Jöreskog, K. G., & Sörbom, D. (1973). LISREL: A general computer program for estimating a linear structural equation system. Research Bulletin 73-5. University of Stockholm. link ↗
- Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indices in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling, 6(1), 1–55. DOI: 10.1080/10705519909540118 ↗
- Wright, S. (1921). Correlation and causation. Journal of Agricultural Research, 20(7), 557–585. link ↗
このページの引用方法
ScholarGate. (2026, June 4). Structural Equation Modeling (SEM). ScholarGate. https://scholargate.app/ja/research-statistics/structural-equation-modeling
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
Compare side by side →この手法を参照する項目
ベイズ正準相関分析 (Bayesian CCA)ベイズ共分散分析測定誤差を伴うベイズ推論ベイズモデルテスト研究ベイズ流調整媒介ベイジアンネットワーク測定誤差を伴うベイズネットワークベイズ流観察的定量的研究ベイジアン調査研究確認的因子分析（CFA）動的因果モデリング因子分析階層的確証研究階層モデル検証研究縦断的確認的因子分析縦断的判別妥当性縦断的測定不変性検定縦断的モデル検証研究最尤推定法媒介分析混合モデル (Mixture Modeling)調整された媒介分析多群同時確認的因子分析（MG-CFA）多群測定不変性検定多層測定不変性階層的媒介分析多層レベルモデリング重回帰分析多変量相関研究多変量説明的研究多変量縦断研究多変量モデル検証研究多変量パネル調査多変量定量的内容分析構成概念妥当性（Nomological Validity）順序型探索的因子分析パネルベースの確証的研究パネルベースのモデルテスト研究パス解析ロバスト確証的因子分析ロバストな判別妥当性頑健的媒介分析頑健なモデルテスト研究頑健な調整済み媒介分析ロバストなヌソロジカル妥当性頑健パス解析ロバスト構造方程式モデリング構造方程式モデリングにおける検出力分析シミュレーション支援確認的研究Voxel-Based Morphometry