结构方程模型（Structural Equation Modeling，简称SEM）是一门基于统计分析技术的研究方法学（statistical methodology），用以处理复杂的多变量研究数据的探究与分析。
在社会科学以及经济、管理、市场等研究领域，有时需要处理多个原因、多个结果的关系，或者会碰到不可直接观测的变量（即潜变量），这些都是传统的统计方法不好解决的问题。20世纪80年代以来，结构方程分析迅速发展，弥补了传统统计方法的不足，成为多元统计分析的重要工具。

差不多所有心理、教育、社会研究中涉及的变量（如智力、学习动机、家庭社会经济地位）均难以直接准确测量(latent variable)，我们只好退而求其次，用一些外显指标(observable indicators)去间接地测量这些潜变量。结构方程模型能同时处理潜变量及其指标。
SEM提供一个处理（自变量）测量误差的方法，采用多个指标去反映潜变量，也令估计整个模型因子间关系，较传统回归方法更为准确合理。
结构方程模型可用以比较不同的模型（拟合优度）。