تحلیل داده با Smart PLS
پی ال اس(PLS) یا حد اقل مجذورات جزئی چیست؟ 
روش تحلیلی PLS یا همان حداقل مجذورات جزئی (Partial Least Squares) برای آزمون مدل های تحلیل مسیر، مدل معادلات ساختاری و مدل های اندازه گیری است. روش تحلیلی PLS در ابتدا برای استفاده در رشته اقتصاد سنجی توسعه یافت اما رفته رفته در روش شناختی رشته های مدیریت بازرگانی، مدیریت صنعتی، مدیریت مالی و حسابداری، مدیریت منابع انسانی، مهندسی صنایع، مدیریت فناوری اطلاعات، تحلیل های علوم اجتماعی و جامعه شناختی، زیست شناسی، شیمی، پزشکی و پرستاری، کشاورزی و…. مورد استقبال قرار گرفت. کم ترین مجذورات جزئی برای مقابله با مشکلات ها در داده های خاص مانند حجم اندک داده ها، وجود داده های گم شده و هم خطی بین متغیرهای مستقل طراحی شده است. در مقابل کم ترین مجذورات متداول (OLS) نسبت به حجم اندک داده ها، داده های حاصل نشده، هم خطی چندتائی مقاوم نبوده و نتایج بی ثباتی را ایجاد می کند زیرا این شرایط باعث تورم خطای استاندارد ضرایب برآورد شده می گردد.
ویژگیهای اصلی روش تحلیلی PLS :
- چندین متغیر مستقل و وابسته را به صورت همزمان تببین می کند.
- امکان دست کاری هم خطی چندگانه متغیرهای مستقل
- حفظ دقت با وجود داده های پارازیت و داده های حاصل نشده
- بررسی متغیرهای مکنون تشکیل دهنده و انعکاسی را ممکن می سازد.
- در نمونه های کوچک به کار می رود.
- نابسته به توزیع نرمال
- با داده های اسمی، ترتیبی و پیوسته بکار می رود.
- شامل نیرو های داخلی، تغییر شکل ها و …
