Pada perkembangannya SEM dibagi dalam 2 (dua) jenis, yaitu: Covariance –based SEM (CB-SEM) dan Variance-based SEM atau Partial Least Squares (SEM-PLS). Menurut Hair, Hult, Ringle, dan Sarstedt (2014), terdapat beberapa alasan dalam penelitian yang menggunakan jenis SEM-PLS sebagai metode pemilihan analisis data yang tepat, yaitu:
1. Metode SEM-PLS akan sangat membantu bagi penelitian yang sifatnya ingin mencari hubungan eksploratoris dalam situasi yang belum berkembang (Less developed)dan perluasan teori yang sudah ada.
2. SEM-PLS mempunyai prasyarat jumlah sampel yang lebih longgar dari SEM-CB yaitu hanya 10 kali dari jumlah jalur
dalam model penelitian. Selain itu SEM-PLS dapat mencapai stastistical power yang cukup tinggi dengan jumlah sampel yang relatif kecil (35-50 objek). Walaupun dengan data yang besar CB-SEM dan SEM-PLS hasilnya relatif sama.
Olah Data dan Pendampingan Penyusunan Artikel Ilmiah