Partial Least Square Menurut Hair, Ringle & Sarstedt

Beberapa hal penting yang melanadai SEM menggunakan PLS menurut Hair, Ringle & Sarstedt (2011) ciri-ciri khas SEM dengan PLS diantaranya ialah:

• SEM dengan PLS membuat estimasi ‘loadings’ variabel manifest / indikator untuk variabel laten eksogenous dengan didasarkan pada prediksi terhadap variabel laten endogenous bukan didasarkan pada varian yang dibagi diantara variabel – variabel manifest / indikator pada variabel laten yang sama sebagaimana yang terjadi pada SEM berbasis kovarian. Dengan demikian ‘loadings’ merupakan kontributor bagi koefesien jalur. 
• SEM dengan PLS menawarkan hasil yang dapat diterima untuk model pengukuran dimana hubungan model struktural tidak signifikan. 
• Secara konsep penggunaan SEM dengan PLS ialah sama dengan penggunaan regresi linier berganda, yaitu memaksimalkan varian yang dijelaskan pada variabel laten endogenous (variabel tergantung) dengan ditambah menilai kualitas data yang didasarkan pada karakteristik model pengukuran. 
• Para peneliti pengguna SEM dengan PLS menamakan model pengukuran reflektif sebagai model A sedang model pengukuran formatif sebagai model B. 
• Model jalur SEM dengan PLS sama dengan SEM yang berbasis kovarian, yaitu didasarkan pada diagram jalur dari analisis jalur (path analysis).