Độ tin cậy phân biệt mạnh mẽ
Đánh giá độ tin cậy phân biệt mạnh mẽ xác định xem các cấu trúc tiềm ẩn riêng biệt trong mô hình đo lường có đủ khác biệt với nhau hay không. Không giống như các phương pháp dựa trên AVE truyền thống, các phương pháp mạnh mẽ như tỷ lệ Heterotrait-Monotrait (HTMT) sử dụng mẫu tương quan giữa các chỉ báo để cung cấp một tiêu chí nhạy cảm hơn và được xác nhận bằng mô phỏng để đánh giá độ tin cậy phân biệt trong các bối cảnh mô hình phương trình cấu trúc.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Robust Discriminant Validity Assessment. ScholarGate. https://scholargate.app/vi/psychometrics/robust-discriminant-validity
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Phân tích nhân tố khẳng định (Confirmatory Factor Analysis - CFA)Trắc lượng tâm lý↔ compare
- Tính hợp lệ của cấu trúcTrắc lượng tâm lý↔ compare
- Độ hội tụTrắc lượng tâm lý↔ compare
- Mô hình phương trình cấu trúcThống kê nghiên cứu↔ compare
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →