Skip to content
Retour aux résultats

Modélisation par équations structurelles

Introduite par
Sewall Wright
Année
1921
Type
Method
Famille
multivariate-modeling

Ce texte est une traduction automatique et n’a pas encore été relu. Lire l’original en anglais

Taille de police

À quoi sert-elle ?

La modélisation par équations structurelles (SEM) est un cadre statistique complet combinant l'analyse causale (Sewall Wright, 1921) et l'analyse factorielle confirmatoire pour tester des modèles causaux complexes reliant des variables observées et latentes.

Formalisée par Jöreskog (1973) avec le logiciel LISREL, la SEM permet l'estimation simultanée des relations de mesure (comment les variables mesurent les construits latents) et des relations structurelles (comment les construits influencent les résultats), ce qui la rend puissante pour tester des théories en psychologie, épidémiologie, recherche organisationnelle et sciences de la santé, où la médiation, la modération et les processus latents complexes nécessitent une analyse intégrée.

L’intuition derrière la méthode

De nombreuses questions de recherche impliquent des chaînes causales complexes : une variable X affecte-t-elle directement le résultat Y, ou indirectement par l'intermédiaire du médiateur M ? Plusieurs variables observées mesurent-elles un seul construit latent ? La SEM intègre ces questions en un seul modèle. Le cadre comprend deux parties : (1) modèle de mesure — comment les variables observées se rapportent aux construits latents (charges factorielles), et (2) modèle structurel — comment les construits se rapportent causalement les uns aux autres (coefficients de chemin). Contrairement à la régression (qui ignore l'erreur de mesure) ou à l'analyse factorielle seule (qui ignore les relations causales), la SEM estime les chemins structurels tout en tenant compte de l'erreur de mesure. Cette double approche permet une inférence plus valide sur les processus sous-jacents et permet de tester les effets indirects (médiation), la modération et les relations réciproques.

Histoire

Sewall Wright a développé l'analyse causale (1921) pour décomposer les corrélations en effets causaux directs et indirects en génétique. Karl Jöreskog a unifié l'analyse causale avec l'analyse factorielle pour créer la SEM, publiant le logiciel LISREL (Linear Structural Relations) en 1973, permettant des tests d'hypothèses complexes. EQS de Bentler (1985) et AMOS d'Arbuckle (1995) ont rendu la SEM plus accessible. Les développements modernes incluent l'estimation robuste (Yuan & Bentler, 2000), la SEM multiniveaux (Hox & Maas, 2001), les modèles structurels dynamiques (courbes de croissance latentes ; Bollen & Curran, 2006) et la SEM bayésienne (Lee, 2007).

Quand l’utiliser

Utiliser la SEM lors de la test de théories multivariées complexes impliquant la médiation, la modération, les construits latents et la causalité réciproque. Psychologie : tester si le coping cognitif (latent) médiatise l'effet du stress sur la dépression, ou comment la personnalité affecte le comportement par le biais de la motivation. Épidémiologie : modéliser les voies de risque de maladies (par exemple, statut socio-économique → comportements de santé → résultats cardiovasculaires). Recherche organisationnelle : tester si le leadership (mesuré par plusieurs items) affecte la performance par le biais de l'engagement des employés (latent). Éducation : modéliser les effets du climat scolaire (construit latent à partir des rapports des enseignants et des élèves) sur la réussite des élèves. La SEM gère naturellement les variables latentes, ce qui la rend idéale lorsque les construits sont abstraits ou mesurés par plusieurs indicateurs avec erreur.

Limites et points d’attention

  • Nécessite de grands échantillons et une conception équilibrée : l'estimation des paramètres est instable avec un n faible ou des caractéristiques d'échantillon extrêmes ; n minimum ≥ 100–200 avec plusieurs variables latentes.
  • Suppose une spécification correcte du modèle a priori : la SEM teste le modèle spécifié ; une spécification incorrecte (chemins omis, mauvaise direction causale) peut bien s'ajuster tout en étant erronée (modèles équivalents).
  • Plusieurs modèles équivalents possibles : différentes structures de chemins peuvent reproduire la même matrice de covariance ; la SEM ne peut pas les distinguer sans théorie ou contraintes supplémentaires.
  • Les données non expérimentales n'impliquent pas la causalité : les coefficients de chemin représentent des poids de régression, pas des effets causaux ; la confusion, la causalité inverse et le biais de sélection menacent toujours la validité.
  • Les interactions complexes et les relations non linéaires sont difficiles à spécifier et à estimer en SEM ; suppose généralement des relations linéaires.

Les conditions de la source ne remplacent ni une revue scientifique indépendante ni la validation par un moteur d’analyse.

Points forts

  • Composantes de mesure et structurelles intégrées : estime simultanément comment les variables mesurent les construits (validité) et comment les construits se relient (test de théorie).
  • Prend en compte l'erreur de mesure : les coefficients de chemin sont corrigés de l'imprécision de la mesure, fournissant des estimations structurelles plus valides que la régression.
  • Teste des relations complexes : médiation, modération, effets indirects et causalité réciproque dans un cadre cohérent.
  • Flexible pour les données manquantes : le maximum de vraisemblance à information complète permet l'analyse avec des données incomplètes sous l'hypothèse MCAR.
  • Diagnostics d'ajustement complets : plusieurs indices (CFI, RMSEA, résidus) permettent une évaluation approfondie du modèle et l'identification des sources spécifiques de mauvais ajustement.

Applications

  • Psychologie clinique : tester si l'exposition à un traumatisme affecte la dépression par le biais de schémas cognitifs négatifs (médiation) ; modéliser les dimensions latentes de la psychopathologie.
  • Santé publique : évaluer si les interventions socio-écologiques affectent les comportements de santé (par exemple, engagement communautaire → connaissances → changement de comportement → résultats de santé).
  • Recherche en éducation : évaluer si l'allocation des ressources scolaires affecte l'apprentissage des élèves par le biais de la qualité de l'enseignant et du climat scolaire (construit latent).
  • Comportement organisationnel : tester si le style de leadership affecte la performance organisationnelle par le biais de la motivation et de l'engagement des employés (médiateurs latents).
  • Recherche longitudinale sur le développement : modèles de courbes de croissance latentes suivant l'évolution des individus dans le temps, prédisant les trajectoires à partir des caractéristiques de base.

Comment ça marche

Comment ça marche

1

Administrer la SEM en : (1) spécifiant le modèle a priori sur la base de la théorie (dessiner ou schématiser la structure causale hypothétique), (2) définissant les variables latentes (construits abstraits que l'on observe indirectement par des variables mesurées) et leurs indicateurs, (3) spécifiant les chemins structurels (hypothèses causales reliant les variables/construits), (4) collectant des données sur toutes les variables observées (typiquement continues ; la SEM peut gérer des données ordinales/catégorielles avec une estimation appropriée), (5) assurant une taille d'échantillon adéquate (n ≥ 100 minimum, idéalement n ≥ 200 ; règle empirique : n > 10× nombre de paramètres estimés). Collecter des données avec un minimum de valeurs manquantes ; le maximum de vraisemblance à information complète (FIML) de la SEM gère les données manquantes sous l'hypothèse de données manquantes complètement aléatoires (MCAR). Définir les variables exogènes (causes, généralement non corrélées) et les variables endogènes (effets, pouvant être causées par d'autres variables).

2

Estimer la SEM en utilisant la méthode du maximum de vraisemblance (ML) ou des méthodes d'estimation robustes (MLR pour les données non normales). La sortie comprend : (1) Coefficients de chemin standardisés (poids de régression entre les variables) : directement comparables entre les chemins ; un coefficient de 0,4 indique un effet modéré. (2) Charges factorielles : corrélations entre les variables latentes et leurs indicateurs (≥0,5 acceptable, ≥0,7 fort). (3) Erreurs standard et statistiques z : tester si les coefficients diffèrent significativement de zéro. (4) Effets indirects (médiation) : produit des coefficients de chemin le long des routes indirectes ; tester par bootstrap (≥1000 itérations). (5) R² pour les variables endogènes : proportion de variance expliquée. (6) Indices d'ajustement : CFI > 0,95, TLI > 0,95, RMSEA < 0,06, SRMR < 0,08 (Hu & Bentler, 1999). (7) Résidus : les valeurs standardisées doivent être proches de zéro ; des résidus importants indiquent un mauvais ajustement du modèle à des relations spécifiques. (8) Indices de modification : suggèrent des chemins alternatifs ; cependant, les modifications basées sur les données compromettent la validité — modifier uniquement sur la base de la théorie.

3

Interpréter les coefficients de chemin standardisés comme suit : un coefficient de 0,5 pour le chemin X→Y signifie qu'une augmentation de 1 écart-type de X prédit une augmentation de 0,5 écart-type de Y (effet direct), en maintenant les autres variables constantes. Si le coefficient p < 0,05, l'effet est statistiquement significatif. Effets indirects : multiplier les coefficients le long du chemin de médiation. Par exemple, si le coefficient X→M est de 0,3 et celui de M→Y est de 0,4, l'effet indirect = 0,3×0,4 = 0,12 ; l'intervalle de confiance à 95 % bootstrap doit exclure zéro pour être significatif. Effet total = direct + indirect ; comparer à zéro pour évaluer l'association globale. Ajustement du modèle : le respect de tous les critères d'ajustement (CFI, RMSEA, etc.) indique que le modèle reproduit adéquatement la structure de covariance observée. Des résidus proches de zéro confirment l'ajustement au niveau des chemins individuels. Les indices de modification > 3,84 suggèrent des chemins qui pourraient améliorer l'ajustement, mais l'ajout de chemins ad hoc augmente l'erreur de type I ; ne respecifier les modèles que sur justification théorique ou par validation croisée sur un échantillon indépendant.

Pièges courants

  • Modification du modèle basée sur les données : l'ajout itératif de chemins basé sur les indices de modification exploite le hasard et produit des modèles qui peuvent ne pas se répliquer. Les modifications doivent être justifiées théoriquement a priori ou testées sur un échantillon indépendant.
  • Ignorer le modèle de mesure : se concentrer uniquement sur les chemins structurels tout en permettant au modèle de mesure d'être estimé librement ; une mesure inadéquate compromet la validité structurelle.
  • Rapporter l'ajustement du modèle sans examiner les résidus : de bons indices d'ajustement global ne garantissent pas que tous les chemins s'ajustent bien. Examiner les résidus standardisés et les indices de modification pour identifier un mauvais ajustement localisé.
  • Traiter la SEM comme confirmatoire alors qu'elle est utilisée de manière exploratoire : si le modèle a été dérivé des données (spécification post-hoc), le rapporter comme exploratoire et le valider sur un échantillon indépendant.
  • Confondre la signification statistique avec la signification pratique : un chemin significatif (p < 0,05) ne signifie pas que l'effet est important ou significatif. Rapporter les tailles d'effet (coefficients standardisés) et les intervalles de confiance.
  • Saturer le modèle avec trop de variables latentes : trop de construits latents par rapport aux indicateurs et à la taille de l'échantillon produit des estimations instables ; utiliser la SEM multigroupe ou les modèles bifactoriels avec prudence.

Questions fréquentes

Quelle est la différence entre un effet direct et un effet indirect (médiation) ?

Un effet direct est le chemin de X à Y, quantifiant comment X influence Y directement. Un effet indirect est le chemin X→M→Y, quantifiant comment X influence Y par l'intermédiaire du médiateur M. L'effet indirect est égal au produit du chemin X→M multiplié par le chemin M→Y. Effet total = direct + indirect. Il y a médiation lorsque : (1) l'effet direct X→Y diminue après contrôle de M, et (2) l'effet indirect X→M→Y est significatif (l'intervalle de confiance bootstrap exclut zéro). Médiation complète : l'effet direct devient non significatif après inclusion du médiateur. Médiation partielle : les effets direct et indirect sont significatifs, ce qui signifie que X affecte Y par plusieurs chemins.

Comment savoir si mon modèle s'ajuste bien ? Que signifient CFI et RMSEA ?

L'ajustement du modèle est jugé par plusieurs indices (critères de Hu & Bentler, 1999) : CFI (Comparative Fit Index) compare votre modèle à un modèle nul (variables non corrélées) ; un CFI > 0,95 indique un bon ajustement (plage 0–1). RMSEA (Root Mean Square Error of Approximation) quantifie la divergence entre le modèle et les données par degré de liberté ; RMSEA < 0,06 excellent, 0,06–0,08 bon, > 0,10 médiocre (plus il est proche de zéro, mieux c'est). Un TLI > 0,95 et un SRMR < 0,08 sont également recommandés. Le respect simultané de tous les critères indique un bon ajustement. Cependant, un bon ajustement global ne garantit pas que tous les chemins s'ajustent ; examiner les résidus standardisés (doivent être < |2|) et les indices de modification.

Qu'est-ce qu'une variable latente et comment la mesurer ?

Une variable latente est un construit non observé (par exemple, dépression, intelligence, culture organisationnelle) mesuré indirectement par plusieurs indicateurs observés (items de questionnaire, scores de test). Chaque indicateur reflète le construit latent plus une erreur de mesure. En SEM, vous spécifiez quelles variables observées mesurent quels construits latents via les charges factorielles. Par exemple, la variable latente 'dépression' pourrait être mesurée par les items : tristesse, désespoir, troubles du sommeil (indicateurs observés). Chaque charge doit être ≥0,5 ; si un indicateur charge faiblement, envisagez de le supprimer ou de reconceptionaliser le construit latent.

Puis-je utiliser la SEM pour établir la causalité à partir de données observationnelles ?

Non. La SEM estime les associations et teste si un modèle causal hypothétique reproduit la structure de corrélation dans les données. Les coefficients de chemin représentent des poids de régression (associations conditionnelles), pas des effets causaux. La causalité nécessite : (1) une antériorité temporelle (X mesuré avant Y), (2) une covariation (X et Y corrèlent), (3) aucune alternative plausible (confusion, causalité inverse). La SEM observationnelle viole le critère 3 : les variables confondantes et les causes non mesurées menacent la validité. L'ajustement statistique de la SEM seul ne peut prouver la causalité. Utilisez la SEM avec la théorie, des preuves qualitatives et une conception d'étude (randomisation, variables instrumentales) pour renforcer l'inférence causale. Envisagez des analyses de sensibilité testant des modèles alternatifs.

Méthodes associées

Sources

  1. Jöreskog, K. G., & Sörbom, D. (1973). LISREL: A general computer program for estimating a linear structural equation system. Research Bulletin 73-5. University of Stockholm.

    Ouvrir la référence de la publication
    Copié.
  2. Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indices in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling, 6(1), 1–55.

    Ouvrir la référence DOI
    Copié.
  3. Wright, S. (1921). Correlation and causation. Journal of Agricultural Research, 20(7), 557–585.

    Ouvrir la référence de la publication
    Copié.