Структурное моделирование (Structural Equation Modeling) – это мощный статистический метод проверки и оценки причинно-следственных связей между структурами данных, исходя из их качественной причинности. SEM позволяет не только проверять и подтверждать гипотетические модели и конструкты, но и развивать теории, разрабатывать методики исследования.

Одним из преимуществ структурного моделирования является возможность построения латентных переменных (скрытых, непосредственно не измеряемых, но оцениваемых в модели с помощью нескольких измеренных величин). Здесь методы факторного, регрессионного и дисперсионного анализа выступают как частные случаи SEM и получают свое естественное развитие и объедение. Структурное моделирование в настоящее время включает в себя путевой анализ (Path Analysis), конфирматорный факторный анализ (Confirmatory Factor Analysis), моделирование латентных изменений (Latent Growth Modeling) и другие методы.

Методы структурного моделирования применяются в различных научных областях: психологии [1, 2, 3], социологии [4, 5], биологии [6], экологии [7], образовании [8] и т.д.

Для создания моделей и их анализа существует специальное программное обеспечение, среди которого наиболее популярны: AMOS на базе SPSS [9], EQS [10], Lisrel [11], Mplus [12], SAS [13], Statistica, а также свободно распространяемые программы работающие на базе среды R: Lavaan и OpenMx.

Из учебной литературы следует особо отметить работы R. E. Schumacker, R. G. Lomax [14] и R. B. Kline [15], написанные доступным языком.

В отечественных научных исследованиях методы структурного моделирования используются фрагментарно, в частности в работах психологов [16, 17, 18] и социологов [19, 20]. Следует отметить дефицит, как учебных пособий, так и методических разработок на русском языке по преподаванию методов структурного моделирования [21, 22, 23]. Однако стоит сказать, что проблема формирования и развития математической компетентности специалистов гуманитарного профиля поднималась не раз [24, 25, 26].

Развитие методологии структурного моделирования в отечественной науке, по нашему мнению, состоит в создании научных сообществ внутри каждой дисциплины, актуализирующих подготовку специалистов, которые владели бы соответствующими компетенциями по математическому моделированию и анализу данных. Отсюда вытекает и необходимость введения соответствующих специализаций на факультетах вузов, повышение квалификации преподавателей, разработка учебных и методических пособий, совершенствование материально-технической базы и специального программного обеспечения.

Бурное развитие программных средств обработки информации (в том числе он-лайн в сети Интернет), систематизация знаний и совершенствование методики преподавания математических дисциплин студентам различных специальностей в дальнейшем позволит осуществить более эффективное знакомство с многомерными методами анализа данных и структурного моделирования. Это позволит усилить методологическое и диагностическое значение проводимых ими исследований, актуализирует развитие исследовательской логики студентов и расширит их познавательные способности в изучении научной картины мира, действительности.

Структурное моделирование как инструмент проверки, модификации и сравнения статистических гипотез, несомненно, является уникальным методом, открывающим новые возможности по продуктивному анализу данных. Он позволяет справляться с теми задачами, решение которых было принципиально невозможно в рамках традиционного многомерного подхода. Использование методов структурного моделирования в сочетании с высококачественным программным обеспечением, имеющим интуитивно понятный интерфейс для статистического анализа данных, позволяет специалисту сконцентрироваться на наиболее важной стороне своей исследовательской работы – содержательной интерпретации полученных результатов.