Mengapa harus partial least square path modeling (PLS-PM) untuk mengolah data kuesioner dalam studi kasus mengukur hubungan atau pengaruh antara variabel? Banyak peneliti yang berasal dari lingkungan akademis (mahasiswa dan dosen) maupun institusi atau lembaga tertentu menggunakan kuesioner sebagai alat mengumpulkan data untuk menjawab penelitian yang berhubungan dengan kasus mengukur hubungan atau pengaruh antarvariabel. Variabel tersebut biasanya bersifat laten, memerlukan indikator atau pernyataan-pernyataan untuk menjelaskannya. Indikator diasumsikan mewakili pengukuran variabel tersebut. Metode sederhana yang sering digunakan adalah merata-rata indikator (pernyataan dalam kuesioner yang mewakili variabel tertentu) kemudian meregresi atau mengorelasikannya. Metode ini tentu dapat saja dipakai. Meskipun demikian, seiring berkembangnya ilmu pengetahuan, metode terbaru yang dinamakan structural equation modeling (SEM) lebih tepat untuk digunakan karena interpretasi hasil serta validitas dan reliabilitas dalam kesimpulannya lebih akurat.

Buku ini mencoba menguraikan tentang PLS-PM dalam analisis data kuesioner secara sederhana dan aplikatif dengan gaya penyampaian tutorial. Software yang digunakan dalam buku ini adalah XLSTAT PLS-PM 2010, SmartPLS versi 2.0, dan Visual PLS. Ketiga software tersebut dapat membantu untuk lebih memahami aplikasi partial least square. Software utama dalam buku ini adalah XLSTAT PLS-PM yang memiliki kelengkapan dalam hasil output partial least square, tetapi software ini merupakan software berbayar. Sementara itu, software SmartPLS dan Visual PLS hingga kini masih bersifat gratis.