ScholarGate
المساعد
Latent structureScale / measurement

صلاحية التمييز القوية

يحدد تقييم صلاحية التمييز القوية ما إذا كانت البنى الكامنة المتميزة في نموذج القياس مختلفة بما فيه الكفاية عن بعضها البعض. على عكس الأساليب التقليدية القائمة على متوسط التباين المستخرج (AVE)، تستخدم الأساليب القوية مثل نسبة الاتجاهات المتغايرة إلى المتجانسة (HTMT) نمط الارتباطات بين المؤشرات لتوفير معيار أكثر حساسية وتم التحقق منه بالمحاكاة للحكم على صلاحية التمييز في سياقات نمذجة المعادلات الهيكلية.

افتح في MethodMindقريبًافيديوقريبًاتنزيل الشرائح

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

خريطة المناهج

محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.

المصادر

  1. Henseler, J., Ringle, C. M. & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, 43(1), 115–135. DOI: 10.1007/s11747-014-0403-8
  2. Campbell, D. T. & Fiske, D. W. (1959). Convergent and discriminant validation by the multitrait-multimethod matrix. Psychological Bulletin, 56(2), 81–105. DOI: 10.1037/h0046016

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 3). Robust Discriminant Validity Assessment. ScholarGate. https://scholargate.app/ar/psychometrics/robust-discriminant-validity

أيُّ منهج؟

ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.

قارن جنباً إلى جنب
ScholarGateRobust Discriminant Validity (Robust Discriminant Validity Assessment). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/psychometrics/robust-discriminant-validity · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026