结构方程模型:Fornell-Larcker准则与HTMT

2026年7月21日 · 654 字 · 2 分钟 · 学习笔记 统计分析

Fornell-Larcker准则(Fornell-Larcker Criterion)

两个指标都用于评估不同潜变量的“区分效度(Discriminant Validity)”。 1981年,由Fornell和Larcker提出,一个潜变量的平均方差提取数(AVE)的平方根,应大于其与其他潜变量的相关系数(Fornell and Larcker 1981)。 表格由潜变量的AVE开平方根(对角线)和非对角线的潜变量间的相关系数构成。 矩阵中,如果对角线上的数值大于非对角线中相关系数的数值,表明区分效度良好。 当样本量小、潜变量之间相关性较高时,检测力不足,实际不具备区分效度的情况下,数值仍显示差异。

HTMT异质量-同质比率(Heterotrait-Monotrait Ratio)

Henseler、Ringle和Sarstedt于2015年提出HTMT,这是对Fornell-Larcker准则的改进,目前引用次数已经超过5万(Henseler, Ringle, and Sarstedt 2015)。 HTMT = 异质特质相关系数的平均值 / 同质特质相关系数的平均值(几何平均) 异质-异质相关(Heterotrait correlations):不同潜变量的不同指标之间的相关系数 同质-同质相关(Monotrait correlations):同一潜变量内部不同指标之间的相关系数 HTMT < 0.85表明区分效度良好,HTMT < 0.90则区分效度可接受。

参考文献:

Fornell, Claes, and David F. Larcker. 1981. “Evaluating Structural Equation Models with Unobservable Variables and Measurement Error.” Journal of Marketing Research 18(1):39–50. doi:10.1177/002224378101800104. Henseler, Jörg, Christian M. Ringle, and Marko Sarstedt. 2015. “A New Criterion for Assessing Discriminant Validity in Variance-Based Structural Equation Modeling.” Journal of the Academy of Marketing Science 43(1):115–35. doi:10.1007/s11747-014-0403-8.