مقاوم بودن یا خدشه ناپذیری برآوردهای پارامتر

محققان به اطلاعات خدشه ناپذیری برآورد پارامترها هنگامی که یک وسیله مناسب برای برآورد مدل یابی معادلات ساختاری خاص از داده های گردآوری شده انتخاب می کنند. نیاز دارند. ویلارز، آلمیدا و کولهو(2009) در یک مطالعۀ شبیه سازی اوّلیّه مونت کارلو اثرات دو فرض را بر عملکردCBSEM وPLS تحلیل کردند:تقارن توزیع و مدل یابی انعکاسی نشانگرها. این محققان نتایج هر دو روش را هنگام رعایت و عدم رعایت این فرض ها، بررسی کرده اند. برای نمونه، هنگامی که توزیع مشاهده ها چولگی دارد و بعضی نشانگرها بر اساس الگوی تشکیل دهنده شکل گرفته اند، کیفیت دو روش برآورد به ویژه برای برآورد بارهای بیرونی خیلی مشابه است. مطالعۀ ویلارز و همکاران(2009) از این نکته که در PLS بارهای بیرونی بیشتر برآورد می شد و نتایج محافظه کارانه ای برای روابط مدل مسیر درونی ایجاد می شود حمایت می کند. در صورتی که بیشینه درست نمایی با بیش برآورد ضرایب مسیر و کم برآورد بارهای نشانگر دقیقاً گرایش معکوسی دارد،. در شرایطی که یک متغیر مکنون تشکیل دهنده وجود دارد، روش PLS نیرومندی بیشتر در مقایسه با CBSEM نشان می دهد. بنابراین، محققان در مورد داده های دارای چولگی نتیجه می گیرند که برآوردهای PLS نسبت به برآوردهای بیشینه درست نمایی بر حسب اریب و دقت، بهتر است. به نظر می رسد برآورد کننده بیشینه درست نمایی به ایرادهای متنوع در داده ها و ویژگی های مدل حساس ترباشد. به طور کلّی، برآوردهای پارامترPLS نسبت به اریب و همسانی کمتر، بهینه هستند. برآوردها در شرایط همسانی بزرگ یعنی حجم نمونۀ بزرگ و تعداد زیاد نشانگرهای هر متغیر مکنون، به صورت مجانب درست خواهند بود.