Seit 2019 im DACH-RaumSeit 2019
50+ Statistik-Experten50+ Experten
Über 1.200 Projekte1.200+ Projekte
Alle StatistikprogrammeAlle Programme
Express möglichExpress

Statistik-Glossar

Strukturmodell

Structural Model · Inneres Modell · Maximilian Fuchs · 24. April 2026 · 5 Min. Lesezeit

Was versteht man unter Strukturmodell?

Das Strukturmodell ist ein zentraler Bestandteil der Strukturgleichungsmodellierung (SEM). Es beschreibt die gerichteten Beziehungen – also kausale oder gerichtete Zusammenhänge – zwischen den latenten Variablen eines Modells. Latente Variablen sind Konstrukte, die nicht direkt gemessen werden können, wie etwa Motivation, Intelligenz oder Arbeitszufriedenheit.

Innerhalb eines vollständigen Strukturgleichungsmodells wird das Strukturmodell vom Messmodell unterschieden: Während das Messmodell festlegt, wie latente Variablen durch beobachtbare Indikatoren (Messvariablen) erfasst werden, legt das Strukturmodell die Pfadbeziehungen zwischen den latenten Variablen selbst fest. Man spricht daher auch vom inneren Modell (inner model).

Formal lässt sich das Strukturmodell für eine latente abhängige Variable beschreiben als:

Strukturgleichung

Dabei steht für den Vektor der latenten endogenen (abhängigen) Variablen, für die Koeffizientenmatrix der Beziehungen zwischen endogenen Variablen, für die Matrix der Effekte exogener (unabhängiger) latenter Variablen und für den Fehlerterm (Residuum).

Einfach erklärt: Stell dir ein SEM wie ein zweistufiges Modell vor. Im ersten Schritt (Messmodell) wird festgelegt, welche Fragen oder Beobachtungen ein unsichtbares Konstrukt wie „Stress“ messen. Im zweiten Schritt – dem Strukturmodell – wird dann geprüft, ob „Stress“ zum Beispiel die „Leistung“ beeinflusst. Das Strukturmodell ist also das Herzstück, das die eigentlichen inhaltlichen Hypothesen abbildet.

Warum ist das Strukturmodell für statistische Analysen wichtig?

Das Strukturmodell ermöglicht es, theoretisch hergeleitete Kausalhypothesen empirisch zu überprüfen. Es macht sichtbar, ob und wie stark latente Konstrukte aufeinander einwirken – direkt, indirekt oder über Mediatoren. Das ist besonders in den Sozial-, Wirtschafts- und Verhaltenswissenschaften relevant, wo viele zentrale Konzepte nicht direkt messbar sind.

Die Qualität des Strukturmodells wird typischerweise anhand der Pfadkoeffizienten (standardisiert oder unstandardisiert), ihrer statistischen Signifikanz sowie globaler und lokaler Modell-Fit-Indizes bewertet. Gängige Fit-Maße sind etwa der CFI, RMSEA oder SRMR.

Häufiger Fehler: Viele Forschende interpretieren signifikante Pfadkoeffizienten im Strukturmodell direkt als Belege für Kausalität. Das Strukturmodell kann zwar Kausalannahmen modellieren, aber keine Kausalität beweisen – dafür sind zusätzlich ein theoretisch gut begründetes Modell, geeignetes Studiendesign und der Ausschluss von Alternativerklärungen notwendig.
Gut zu wissen: In der PLS-SEM (Partial Least Squares SEM) wird das Strukturmodell auch als inneres Modell bezeichnet und separat vom äußeren Modell (Messmodell) bewertet. Die Bewertungskriterien unterscheiden sich dabei teilweise von der kovarianzbasierten SEM (CB-SEM).

Praxisbeispiel zu Strukturmodell

Eine Forscherin untersucht in ihrer Dissertation, ob Führungsqualität die Mitarbeiterzufriedenheit beeinflusst und ob Mitarbeiterzufriedenheit wiederum die Arbeitsleistung steigert. Alle drei Konzepte sind latente Variablen, die über Fragebogenitems gemessen werden.

Das Strukturmodell enthält in diesem Fall zwei gerichtete Pfade:

  • Führungsqualität → Mitarbeiterzufriedenheit
  • Mitarbeiterzufriedenheit → Arbeitsleistung

Nach der Schätzung des Modells ergeben sich folgende standardisierte Pfadkoeffizienten:

Tabelle 1. Standardisierte Pfadkoeffizienten im Strukturmodell
Pfad Koeffizient (β) p-Wert Interpretation
Führungsqualität → Zufriedenheit 0.52 < .001 Starker, signifikanter positiver Effekt
Zufriedenheit → Arbeitsleistung 0.38 .003 Mittelstarker, signifikanter positiver Effekt

Das Strukturmodell zeigt: Je besser die Führungsqualität, desto höher die Mitarbeiterzufriedenheit – und eine höhere Zufriedenheit geht mit besserer Arbeitsleistung einher. Über die indirekte Wirkung lässt sich zudem ein Mediationseffekt der Zufriedenheit berechnen.

Strukturgleichungsmodell SEM Latente Variablen Pfadanalyse Messmodell PLS-SEM Kausalanalyse Pfadkoeffizient

Ihr persönlicher Ansprechpartner

Maximilian Fuchs, M. Sc.

Teilen Sie uns mit, wie wir Ihnen helfen können.

  • Persönlicher Ansprechpartner
  • Schnelle Rückmeldung
  • Transparente Preise
  • Schutz Ihrer Daten

Fragen? Einfach anrufen!