Pada umumnya terdapat dua jenis tipe SEM yang sudah dikenal secara luas (Fornell dan Bookstein 1982, dalam Ghozali 2012) yaitu covariance-based structural equation modeling (CB-SEM) yang dikembangkan oleh
Joreskog (1969) dan partial least squares path modeling (PLS-SEM) yang sering disebut variance atau component-based structural equation modeling yang dikembangkan oleh Wold (1974).
Covariance Based SEM merupakan tipe SEM yang mengharuskan konstruk
maupun indikator-indikatornya untuk saling berkorelasi satu dengan lainnya dalam suatu model struktural. Sedangkan variance atau component based SEM merupakan tipe SEM yang menggunakan variance dalam proses
iterasi sehingga tidak memerlukan korelasi antara indikator maupun konstruk latennya dalam suatu model struktural. Secara umum, penggunaan CB-SEM
bertujuan untuk mengestimasi model struktural berdasarkan telaah teoritis yang kuat untuk menguji hubungan kausalitas antar konstruk serta mengukur kelayakan model dan mengkonfirmasinya sesuai dengan data empirisnya. Konsekwensi penggunaan CBSEM adalah menuntut basis teori yang kuat,
memenuhi berbagai asumsi parametrik dan memenuhi uji kelayakan model (goodness of fit). Karena itu, CB-SEM sangat tepat digunakan untuk menguji teori dan mendapatkan justifikasi atas pengujian tersebut dengan serangkaian analisis yang kompleks.
Sementara PLS-SEM bertujuan untuk menguji hubungan prediktif antar konstruk dengan melihat, apakah ada hubungan atau pengaruh antar konstruk tersebut. Konsekuensi penggunaan PLS-SEM adalah pengujian dapat
dilakukan tanpa dasar teori yang kuat, mengabaikan beberapa asumsi (non
parametrik) dan parameter ketepatan model prediksi dilihat dari nilai koefisien determinasi (R-square). Karena itu, PLS-SEM sangat tepat digunakan pada penelitian yang bertujuan mengembangkan teori.