Kısmi en küçük kareler (PLS) yöntemi, En Küçük Kareler (OLS) Yöntemini temele alarak geliştirilmiş, bağımsız ve bağımlı doğrusal olmayan yapılarla ve karmaşık veri yapıları ile başa çıkabilen bir makine öğrenimi tekniğidir. Bünyesinde barındırdığı özellikler sayesinde literatürde sıklıkla kullanılan En Küçük Kareler, Temel Bileşenler Analizi, Çoklu Olabilirlik gibi metotlara alternatif bir yöntem olarak kullanılmaktadır. Bu avantajlar modelin yarı parametrik bir yöntem olmasından kaynaklı normal dağılım gibi bazı varsayımlardan muaf olması, bünyesinde çoklu doğrusallık gibi model sorunlarının barındırmaması olarak sayılabilir. İlk olarak kimya ve biyoloji alanlarında kullanılmış olsa da kullanım kolaylığı ve model yapısı ekonomi, psikoloji gibi birçok sosyal bilimler alanında tercih edilmesine sebep olmaktadır. Son yıllarda ise yöntemin algoritmasının ölçülebilen ve ölçülemeyen (gizil) değişkenler arasındaki ilişkileri irdelemeye yarayan yapısı sayesinde yapısal eşitlik modellemelerinde (SEM) sıklıkla kullanılmaya başlanmıştır. PLS-SEM olarak bilinen yöntem; küçük örneklemlerde ve önsel bilginin zayıf olduğu durumlarda kullanılabilmesi, normallik varsayımını zorunlu kılmaması ve karışık ilişkinin var olduğu durumlarda tahmini kolaylaştırması gibi avantajlara sahiptir. Yöntemin avantajlarının yanı sıra SmartPLS, WarpPLS, ADANCO gibi kullanıcı dostu programların da varlığı sosyal bilimler çalışmalarında yaygınlaşmasını sağlamıştır. Bölümde öncelikle PLS’ nin özellikleri ve matematiksel alt yapısı hakkında bilgi verilecektir. Sonrasında Yapısal Eşitlik Modellemesinde PLS’ nin tahmin aşamaları anlatılacaktır. Son olarak PLS-SEM kullanımını göstermek amaçlı örnek veri setleri üzerinden uygulamalar gerçekleştirilecektir.