Partial Least Square

Partial Least Square (PLS) dikembangkan pertama kali oleh Herman Wold (1982). Ada beberapa metode yang dikembangkan berkaitan dengan PLS yaitu model PLS Regression (PLS-R) dan PLS Path Modeling (PLS-PM ). PLS Path Modeling dikembangkan sebagai alternatif pemodelan persamaan struktural ( SEM) yang dasar teorinya lemah. PLS-PM berbasis varian berbeda dengan metode SEM dengan software AMOS, Lisrel, EQS menggunakan basis kovarian.

Ada beberapa hal yang membedakan analisis PLS dengan model analisis SEM yang lain :

1. Data tidak harus berdistribusi normal multivariate.
2. Dapat digunakan sampel kecil. Minimal sampel >30 dapat digunakan.
3. PLS selain dapat digunakan unutk mengkonfirmasikan teori, dapat juga digunakan untuk menjelaskan ada atau tidaknya hubungan antar variabel laten.
4. PLS dapat menganalisis sekaligus konstruk yang dibentuk dengan indikator reflektif dan formatif
5. PLS mampu mengestimasi model yang besar dan kompleks dengan ratusan variabel laten dan ribuan indikator (Falk and Miller, 1992)
   

Pemodelan dalam PLS-Path Modeling ada 2 model :

1. Model structural (Inner model) yaitu model struktural yang menghubungkan antar variabel laten.
2. Model Measurement (Outer Model yaitu model pengukuran yang menghubungkan indikator dengan variabel latennya.

Model Partial Least Square

Dalam PLS Path Modeling terdapat 2 model yaitu outer model dan Inner model. Kriteria uji dilakukan pada kedua model tersebut.