Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2022), A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM), 3. Aufl., Sage, Thousand Oaks, CA.

Die PLS-Pfadanalyse hat sich zu einer Standardmethode auf dem Gebiet der Business Analytics und unter den multivariaten Analyseverfahren entwickelt. Das von Prof. Dr. Christian M. Ringle (W-09) mitverfasste Buch, welches bisher mehr als 25.000-mal zitiert wurde (siehe Google Scholar, Stand: September 2021), hat erheblich zu dieser Entwicklung beigetragen. Die neue Auflage aktualisiert und erweitert den Inhalt auf den derzeitigen Stand des Methodenwissens. Gleichzeitig ermöglichen Fallstudien eine schrittweise Anwendung des Verfahrens mithilfe der statistischen Software SmartPLS.

Mittels der PLS-Pfadanalysemethode lassen sich komplexe Ursache-Wirkungs-Beziehungen in beliebig komplexen Modellen darstellen und mit relativ kleinen bis zu äußerst großen Datensätzen schätzen. Die Ergebnisse tragen dazu bei, besonders relevante Beziehungen zu identifizieren und die Prognosequalität des gesamten Modells zu ermitteln.

Der Anwendungsbereich ist daher breit gefächert und auf diverse Forschungsgebiete übertragbar. So kann die PLS-Pfadanalyse, aufgrund ihres effizienten Algorithmus, beispielsweise als Machine Learning Methode in der Echtzeit-Qualitätskontrolle wie auch in der Erfolgsfaktorenanalyse eingesetzt werden.