Strukturmodellering
Strukturmodellering (SEM) er et omfattende statistisk rammeverk som kombinerer stianalyse (Sewall Wright, 1921) og konfirmatorisk faktoranalyse for å teste komplekse kausale modeller som knytter observerte og latente variabler. Formalisert av Jöreskog (1973) med LISREL-programvare, muliggjør SEM samtidig estimering av målingsforhold (hvordan variabler måler latente konstrukter) og strukturelle forhold (hvordan konstrukter påvirker utfall). Dette gjør SEM til et kraftig verktøy for teoritesting innen psykologi, epidemiologi, organisasjonsforskning og helsevitenskap, der komplekse medierings-, modererings- og latente prosesser krever integrert analyse.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
+40 more
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 4). Structural Equation Modeling (SEM). ScholarGate. https://scholargate.app/no/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.
- FaktoranalyseForskningsstatistikk↔ compare
- FlernivåmodelleringForskningsstatistikk↔ compare
- Multippel regresjonsanalyseForskningsstatistikk↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →