Generalized structural Component Analysis (part 1)

Tahun 2004 Hwang dan Tanake mengembangkan metode SEM berbasis varian yang tidak didasarkan pada banyak asumsi, data tidak harus berdistribusi normal, sampel tidak harus banyak dan dapat menganalisis variabel laten yang dibentuk dengan indikator formatif dan reflektif serta memberikan mekanisme untuk menilai overall goodness-fit dari model. Ukuran goodness-fit inilah yang membedakan PLS dengan GSCA. PLS tidak memiliki Ukuran goodness-fit.  Ukuran goodness-fit digunakan untuk menentukan seberapa baik model cocok dengan data dan membandingkan model alternatif. 

Dalam perkembangannya SEM terbagi menjadi 2 metode berdasarkan basisnya yaitu SEM berbasis covariance dan SEM berbasis component atau variance. SEM berbasis covariance dikembangkan pertama kali oleh joreskog (1973), keesling (1972) dan wiley (1973). SEM berbasis covariance mendapatkan popularitas setelah tersedianya program LISREL III yang dikembangkan oleh Joreskog dan Sorbom dipertengahan tahun 1970an.