Sıralı Ayırt Edici Geçerlilik

Sıralı maddelere uygulanan Pearson korelasyonları, altta yatan sürekli değişkenler arasındaki gerçek doğrusal ilişkiyi hafife alır, bu da faktör yüklemelerini ve AVE'yi zayıflatır. Bu, yapıların olduklarından daha az iyi tanımlanmış görünmelerine neden olabilir ve ayırt edici geçerlilik başarısızlıklarını maskeleyebilir. Polikorik korelasyonlar, gizil sürekli korelasyonları geri kazanır ve daha doğru sonuçlar verir.

En yaygın önerilen tahminci WLSMV'dir (ortalama ve varyans ayarlı ağırlıklı en küçük kareler), lavaan (R), Mplus ve diğer SEM yazılımlarında mevcuttur. Polikorik korelasyon matrisini kullanır ve sıralı kategorik veriler için doğru standart hatalar ve uyum istatistikleri sağlar. ULS (ağırlıksız en küçük kareler), dağılım varsayımlarına daha az duyarlı olan daha basit bir alternatiftir.

En yaygın kılavuz, muhafazakar bir kriter olarak HTMT < 0.85 veya daha gevşek bir eşik olarak HTMT < 0.90'dır. Henseler ve meslektaşları (2015) başlangıçta kavramsal olarak farklı yapılar için 0.85 önermiştir. Seçim, yapıların ne kadar teorik olarak ayrılabilir olduğuna bağlıdır — daha benzer yapılar daha katı bir kesme noktası gerektirebilir.

PLS-SEM, polikorik korelasyonları yerel olarak kullanmaz, ancak HTMT kriteri yine de harici olarak polikorik madde korelasyonlarından hesaplanabilir. Sıralı bağlamda onaylayıcı amaçlar için, WLSMV ile kovaryans tabanlı SEM (CB-SEM), sıralı bağlamda PLS-SEM'e göre genellikle tercih edilir.

Hayır. HTMT güçlü ve hassas bir kriterdir, ancak ayırt edici geçerlilik kanıtı, yapı geçerliliğinin bir bileşenidir. Her yapının iyi tanımlanmış ve farklı olduğuna dair kapsamlı bir argüman oluşturmak için yakınsak geçerliliği (AVE >= 0.50, yüklemeler >= 0.70), içerik geçerliliğini ve nomolojik geçerliliği de kontrol etmelisiniz.