Menurut Hair et al. (2010), Structural Equation Modeling (SEM) adalah salah satu bagian dari model statistik yang menjelaskan hubungan antara beberapa variabel. SEM memeriksa struktur dari hubungan interelasi yang diekspresikan melalui serangkaian rumus layaknya rumus yang ada di regresi linear berganda. Rumus ini akan menggambarkan semua hubungan di antara faktor (variabel laten) yang terlibat dalam suatu analisis. Variabel laten direpresentasikan oleh serangkaian variabel terukur (manifest/indikator). Penggunaan variabel laten dalam model SEM didasarkan atas beberapa manfaat yang diperoleh dengan mengukur secara tidak langsung konsistensi antara variabel terukur. Manfaat pertama adalah berkurangnya kesalahan dalam pengukuran konsep yang didapat apabila merepresentasikan suatu konsep teoritis dengan menggunakan variabel terukur. Kedua, penggunaan variabel laten meningkatkan estimasi statistik dari hubungan antar konsep melalui pengukuran error dari konsep yang dianalisis. Variabel laten dalam SEM terbagi menjadi dua yakni variabel laten eksogen dan variabel laten endogen. Istilah variabel laten eksogen dan variabel laten endogen ini sama seperti halnya variabel dependen dan variabel independen pada regresi linear berganda. Variabel laten eksogen adalah serangkaian variabel independen dalam model SEM. Variabel laten eksogen ditentukan oleh variabel laten di luar model yang tidak dapat dijelaskan oleh variabel laten di dalam model. Variabel laten endogen merupakan serangkaian variabel dependen dalam model SEM. Variabel laten endogen ini merupakan variabel yang dapat dijelaskan oleh variabel lain di dalam model
