In der sozialwissenschaftlichen Forschung sind die Beziehungen zwischen Variablen oft nicht einfach oder eindimensional. Eine Variable kann eine andere beeinflussen und gleichzeitig selbst von einer dritten beeinflusst werden. Um solche komplexen, mehrschichtigen Zusammenhänge zu analysieren, gehört die Strukturgleichungsmodellierung (SEM) zu den leistungsfähigsten statistischen Methoden.

In diesem Beitrag erklären wir, was SEM ist, wann es eingesetzt wird, welche Grundbegriffe es gibt und wie es in der Abschlussarbeit angewendet werden kann – klar und mit Beispielen.

1. Was ist SEM?

Strukturgleichungsmodellierung (SEM) ist eine multivariate Analysemethode, mit der mehrere abhängige und unabhängige Variablen gleichzeitig analysiert werden können – einschließlich beobachteter und latenter Variablen.

SEM = Konfirmatorische Faktorenanalyse (CFA) + Regressionsanalyse

2. Wann wird SEM verwendet?

• Bei der Entwicklung oder Validierung von Skalen
• Wenn Mediations- und Moderationseffekte gemeinsam getestet werden sollen
• Bei der Arbeit mit latenten Konstrukten (z. B. Einstellung, Wahrnehmung, Motivation)
• Beim Aufbau komplexer kausaler Modelle

3. Zentrale Bestandteile von SEM

Beobachtete Variablen
Direkt messbare Variablen wie Umfragefragen.

Latente Variablen
Nicht direkt messbare Konzepte, die durch mehrere beobachtete Variablen dargestellt werden (z. B. „Selbstvertrauen“).

Messmodell
Testet die Beziehung zwischen latenten und beobachteten Variablen. Entspricht der CFA.

Strukturmodell
Testet kausale Beziehungen zwischen latenten Variablen. Entspricht der Regressionsanalyse.

4. Welche Fragen beantwortet SEM?

• „Beeinflusst Selbstvertrauen die Leistung direkt oder vermittelt über Motivation?“
• „Wie ist die Struktur zwischen Einstellung, Absicht und Verhalten?“
• „Misst meine Skala wirklich das, was sie messen soll?“

5. Wie wird SEM durchgeführt?

Modellerstellung
Ein theoretisches Modell wird basierend auf den Forschungsfragen gezeichnet. Variablen und gerichtete Beziehungen werden definiert.

Datenvoraussetzungen
Der Datensatz sollte groß und gut verteilt sein. Eine Stichprobengröße von mindestens 200 wird empfohlen.

Software
Beliebte Programme für SEM:

• AMOS (SPSS-Erweiterung)
• LISREL
• Mplus
• R (lavaan-Paket)

Modell-Fit-Indizes
Statistiken, die zeigen, wie gut das Modell zu den Daten passt:

6. Wie SEM in der Arbeit berichten

„Ein Strukturgleichungsmodell wurde erstellt, um den Einfluss von Selbstvertrauen auf Leistung sowie die vermittelnde Rolle von Motivation zu testen. Die Modell-Fit-Indizes lagen im akzeptablen Bereich (CFI = 0,94, RMSEA = 0,045, χ²/df = 2,1). Die Analyse zeigte, dass Selbstvertrauen die Leistung sowohl direkt als auch indirekt über Motivation beeinflusst.“

7. Fazit

Strukturgleichungsmodellierung ist ein leistungsstarkes und flexibles Werkzeug für Forschende, die komplexe Zusammenhänge in den Sozialwissenschaften untersuchen möchten. Ein gut aufgebautes SEM-Modell liefert nicht nur statistisch belastbare, sondern auch theoretisch aussagekräftige Ergebnisse. Der Einsatz von SEM in der Abschlussarbeit erhöht die wissenschaftliche Tiefe und den akademischen Wert Ihrer Forschung.