Partial Least Square Menurut Monecke & Leisch

Beberapa hal penting yang melanadai SEM menggunakan PLS menurut Monecke & Leisch (2012) diantaranya: 

• SEM menggunakan PLS terdiri tiga komponen, yaitu model struktural, model pengukuran dan skema pembobotan. Bagian ketiga ini merupakan ciri khusus SEM dengan PLS dan tidak ada pada SEM yang berbasis kovarian. Jika digambarkan model akan seperti dibawah ini. 
• SEM menggunakan PLS hanya mengijinkan model hubungan antar variabel yang recursif (searah) saja. Hal ini sama dengan model analisis jalur (path analysis) tidak sama dengan SEM yang berbasis kovarian yang mengijinkan juga terjadinya hubungan non-recursif (timbal-balik). 
• Pada model struktural, yang disebut juga sebagai model bagian dalam, semua variabel laten dihubungan satu dengan yang lain dengan didasarkan pada teori substansi. Variabel laten dibagi menjadi dua, yaitu eksogenous dan endogenous. Variabel laten eksogenous adalah variabel penyebab atau variabel tanpa didahului oleh variabel lainnya dengan tanda anak panah menuju ke variabel lainnya (variabel laten endogenous). Pada contoh di bawah ini variabel ‘image’ adalah variabel laten eksogenous. 
• Model pengukuran, yang disebut juga sebagai model bagian luar, menghubungkan semua variable manifest atau indikator dengan variable latennya. Dalam kerangka PLS, satu variabel manifest hanya dapat dihubungkan dengan satu varabel laten. Semua variabel manifest yang dihubungkan dengan satu variabel laten disebut sebagai suatu ‘blok’. Dengan demikian setiap variabel laten mempunyai blok variabel manifest. Suatu blok harus berisi setidak-tidaknya satu indikator. Cara suatu blok dihubungkan dengan variable laten dapat reflektif (variabel-variabel manifest berperan sebagai indikator yang dipengaruhi oleh konsep yang sama dan yang melandasinya) atau formatif (indikator – indikator yang membentuk atau menyebabkan perubahan pada variabel laten) (Wijanto, 2008). Berikut ini digambarkan contoh hubungan dalam model pengukuran antara 1 variabel laten Y dengan 3 indikator X1, X2, dan X3 secara reflektif. 
• Skema pembobotan digunakan untuk estimasi bobot bagian dalam pada langkah kedua pada algoritma PLS. Skema pembobotan awal menggunakan centroid (rata-rata aritmatik). Kemudian perkembangan selanjutnya skema pembobotan juga menggunakan pembobotan faktorial dan jalur. 
• Koefesien jalur diestimasi dengan menggunakan OLS (ordinary least square) menurut model strukturalnya. Koefesien jalur dalam SEM – PLS ialah koefisien regresi baku (Beta).