結構方程模型（Structural Equation Modeling，SEM）是一種統計技術，它結合了因素分析和路徑分析，適用於多元統計分析。SEM可以處理多個變數之間的複雜關係，包括因果關係和共變關係，並允許考慮測量誤差。
SEM模型中既包含可觀測的顯在變數，也可能包含無法直接觀測的潛在變數。SEM能夠替代多元回歸、路徑分析、因子分析、協方差分析等多種方法，用於分析變數之間的相互作用和影響。SEM的套用範圍廣泛，包括社會科學、行為科學和市場研究等領域。
SEM分為基於協方差的SEM（CB-SEM）和基於部分最小二乘法的SEM（PLS-SEM）。CB-SEM適用於理論模型的驗證，而PLS-SEM適用於模型探索和預測。SEM包括測量模型和結構模型，前者用於度量不可直接觀察的潛變數，如顧客忠誠度、顧客喜好、質量水平等；後者用於對潛變數進行關係建模。
使用SEM時，需要考慮多個變數、大樣本量、常態分配、缺失值處理和獨立觀測等數據要求。作為一種高級統計分析方法，SEM在處理複雜數據集和探索變數間的複雜關係方面提供了靈活性。