Los orgenes de los modelos de ecuaciones estructurales (SEM) se encuentran en
las tcnicas desarrollado hace 90 aos por Stewal Wright (Wright 1921), que lo desarrollo en el campo de la gentica, cuyo propsito fue el de permitir el examen de un conjunto de relaciones entre una o ms variables independientes, sean estas continuas o discretas desarrollando una forma de romper las correlaciones observadas en un sistema de ecuaciones matemticas que describan sus hiptesis respecto a unas relaciones causales . Estas relaciones entre las variables fueron representadas en un path diagram, conocindose este mtodo como path analysis. No existe ninguna definicin que est consensuada del concepto de modelo de ecuaciones estructurales, aunque hay numerosas definiciones que se han ido formulando a lo largo del tiempo de la que podemos destacar la de Byrne (1998) un modelo de SEM es una metodologa estadstica que utiliza un enfoque confirmatorio del anlisis multivalente aplicado a una teora estructural relacionada con un fenmeno determinado. Estos modelos son una serie de tcnicas estadsticas, que se pueden considerar como una extensin de la otras tcnicas multivalentes entre las que se pueden encontrar las regresin mltiple o anlisis factorial que permiten a los investigadores cuantificar y comprobar teoras cientficas pertenecientes a campos como la psicologa, marketing, econometra o ciencias de la salud. Lo que se intentan conseguir con estos modelos de ecuaciones estructurales, es el estudio de las relaciones casuales entre los datos que sean directamente observables asumiendo que estas relaciones existentes son lineales. Los modelos de ecuaciones estructurales constituyen una de las herramientas ms potentes para los estudios de relaciones casuales sobre datos no experimentales cuando las relaciones son del tipo lineal. Esto hace que se haya convertido en una herramienta popular y generalmente aceptada para probar fundamentos tericos en un gran nmero de disciplinas. La ms relevante sean la economa y las ciencias sociales y del comportamiento que suelen enfrentarse a procesos cuya teora es relativamente pobre, y suelen carecer de medios para controlar experimentalmente la recogida de informacin al fin de controlar las variables recogidas.