Was ist ein guter HTMT-Wert?

Unter 0,85 für konzeptionell verschiedene Konstrukte, oder unter 0,90 für konzeptionell ähnliche. Niedriger ist besser: Es bedeutet, dass die beiden Konstrukte klar getrennt sind.

Was ist der Unterschied zwischen HTMT und dem Fornell-Larcker-Kriterium?

Beide prüfen die Diskriminanzvalidität, aber das HTMT ist weit sensitiver. Simulationsstudien zeigen, dass das Fornell-Larcker-Kriterium fehlende Diskriminanzvalidität oft nicht erkennt, die das HTMT aufdeckt. Deshalb gilt das HTMT heute als empfohlener Standard.

Wann sollte ich HTMT2 statt HTMT verwenden?

Verwende HTMT2, wenn die Indikatoren eines Konstrukts deutlich unterschiedliche Ladungen haben (nicht tau-äquivalent sind). Es stützt sich auf das geometrische Mittel und ist dann weniger verzerrt.

PLS-SEM-METHODE

Das HTMT-Verhältnis: Diskriminanzvalidität prüfen

Das Heterotrait-Monotrait-Verhältnis der Korrelationen (HTMT) ist der moderne Standard, um zu prüfen, ob zwei Konstrukte in einem PLS-SEM-Modell empirisch trennscharf sind. Diese Seite erklärt, was es misst, wie man es an den Schwellenwerten 0,85 und 0,90 liest, welche Varianten es gibt und welche Fehler die meisten Erst-Einreichungen machen.

Was das HTMT-Verhältnis misst

Diskriminanzvalidität stellt eine einfache Frage: Sind zwei Konstrukte, die deine Theorie als unterschiedlich behandelt, in den Daten tatsächlich unterschiedlich? Das HTMT schätzt, wie hoch die Korrelation zweier Konstrukte wäre, wenn sie fehlerfrei gemessen würden. Es ist das Verhältnis der durchschnittlichen Korrelation der Indikatoren über die beiden Konstrukte hinweg (Heterotrait) zur durchschnittlichen Korrelation der Indikatoren innerhalb jedes Konstrukts (Monotrait).

Je näher dieses Verhältnis an 1 liegt, desto stärker überlappen die beiden Konstrukte und desto schwächer ist die Diskriminanzvalidität. Eingeführt von Henseler, Ringle und Sarstedt (2015), erkennt das HTMT Probleme der Diskriminanzvalidität, die das ältere Fornell-Larcker-Kriterium und der Blick auf die Cross-Loadings regelmäßig übersehen.

Ein durchgerechnetes Beispiel

Zwei Konstrukte, Vertrauen und Qualität, werden mit reflektiven Indikatoren gemessen. Die durchschnittliche Korrelation ihrer Indikatoren über die beiden Konstrukte hinweg (Heterotrait) im Verhältnis zum Durchschnitt innerhalb jedes Konstrukts (Monotrait) ergibt HTMT = 0,78. Weil 0,78 unter dem konservativen Schwellenwert 0,85 liegt, sind die beiden Konstrukte empirisch trennscharf.

Wäre der Wert bei 0,93 herausgekommen, würdest du schließen, dass die beiden Konstrukte zu stark überlappen, um sie getrennt zu behandeln, und du würdest das Messmodell noch einmal prüfen.

HTMT(Vertrauen, Qualität) = 0,78, unter dem Schwellenwert 0,85, also sind die beiden Konstrukte trennscharf.

Wie man die Schwellenwerte liest

Du vergleichst jeden paarweisen HTMT-Wert mit einem Grenzwert. Welcher Grenzwert gilt, hängt davon ab, wie konzeptionell ähnlich die beiden Konstrukte sind.

HTMT < 0,85: Der konservative Schwellenwert. Verwende ihn, wenn die beiden Konstrukte konzeptionell klar verschieden sind. Ein Wert unter 0,85 ist ein eindeutiger Beleg für Diskriminanzvalidität.
HTMT < 0,90: Der liberale Schwellenwert. Vertretbar, wenn die beiden Konstrukte konzeptionell nahe beieinander liegen (etwa kognitive und affektive Einstellung).
HTMT ≥ 0,90: Ein Problem der Diskriminanzvalidität. Die beiden Konstrukte erfassen vermutlich dasselbe. Erwäge, sie zusammenzuführen, überlappende Indikatoren zu entfernen oder das Messmodell zu überdenken.

Die Wahl zwischen 0,85 und 0,90 muss theoretisch begründet sein, bevor du das Ergebnis siehst, und nicht nachträglich getroffen werden, um einen Pass zu erzwingen.

HTMT, HTMT2 und statistische Inferenz

HTMT

Das ursprüngliche Verhältnis, basierend auf dem arithmetischen Mittel der Indikatorkorrelationen. Der Standard und am häufigsten berichtete Wert.

HTMT2

Eine Verfeinerung von Roemer, Schuberth und Henseler (2021) mit dem geometrischen Mittel. Besser geeignet, wenn die Indikatoren eines Konstrukts nicht tau-äquivalent sind (ihre Ladungen deutlich voneinander abweichen).

HTMT-Inferenz

Statt gegen einen festen Grenzwert zu vergleichen, bootstrappst du ein Konfidenzintervall für jedes HTMT und prüfst, ob dessen Obergrenze unter 1 (oder unter deinem Schwellenwert) bleibt. Damit wird Diskriminanzvalidität zu einem formalen statistischen Test.

Diskriminanzvalidität Schritt für Schritt prüfen

Berechne die vollständige HTMT-Matrix für jedes Konstruktpaar im Modell.
Wähle den Schwellenwert pro Paar: 0,85 für konzeptionell verschiedene Konstrukte, 0,90 für konzeptionell nahe.
Markiere jedes Paar, das auf oder über seinem Schwellenwert liegt.
Bootstrappe für markierte oder grenzwertige Paare das HTMT-Konfidenzintervall und bestätige, dass die Obergrenze unter 1 bleibt.
Scheitert ein Paar, überarbeite das Messmodell, bevor du Pfadkoeffizienten interpretierst. Nichts danach ist belastbar, solange die Konstrukte nicht trennscharf sind.

Häufige Fehler

Nur das Fornell-Larcker-Kriterium berichten. Es gilt allein inzwischen als unzureichend, und Gutachter erwarten das HTMT.
Den Schwellenwert 0,90 für Konstrukte verwenden, die nicht konzeptionell ähnlich sind, nur um einen Pass zu erhalten.
Einen einzelnen Punktschätzer als Beweis behandeln. Ein Wert von 0,84, dessen Konfidenzintervall bis 0,95 reicht, ist nicht sauber.
HTMT2 ignorieren, wenn die Indikatorladungen innerhalb eines Konstrukts stark schwanken.

HTMT in OpenPLS

OpenPLS zeigt die vollständige HTMT-Matrix im Qualitätskriterien-Panel, sobald du ein Modell berechnest, zusammen mit HTMT2 und Bootstrap-Konfidenzintervallen. Paare über deinem gewählten Schwellenwert werden automatisch hervorgehoben, sodass Probleme der Diskriminanzvalidität sichtbar werden, ohne die Matrix von Hand zu bauen. Kostenlos und direkt im Browser.

Prüfe die Diskriminanzvalidität an deinem eigenen Modell

Baue dein Modell im visuellen Editor und erhalte HTMT-Matrix, HTMT2 und Bootstrap-Intervalle in einem einzigen Rechenlauf. Kostenlos, ohne Installation.

OpenPLS öffnen Was ist PLS-SEM?

Häufige Fragen

Was ist ein guter HTMT-Wert?: Unter 0,85 für konzeptionell verschiedene Konstrukte, oder unter 0,90 für konzeptionell ähnliche. Niedriger ist besser: Es bedeutet, dass die beiden Konstrukte klar getrennt sind.
Was ist der Unterschied zwischen HTMT und dem Fornell-Larcker-Kriterium?: Beide prüfen die Diskriminanzvalidität, aber das HTMT ist weit sensitiver. Simulationsstudien zeigen, dass das Fornell-Larcker-Kriterium fehlende Diskriminanzvalidität oft nicht erkennt, die das HTMT aufdeckt. Deshalb gilt das HTMT heute als empfohlener Standard.
Wann sollte ich HTMT2 statt HTMT verwenden?: Verwende HTMT2, wenn die Indikatoren eines Konstrukts deutlich unterschiedliche Ladungen haben (nicht tau-äquivalent sind). Es stützt sich auf das geometrische Mittel und ist dann weniger verzerrt.

Weiterführende Literatur

Die grundlegende Referenz ist 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. Zur Variante mit geometrischem Mittel: Roemer, E., Schuberth, F., & Henseler, J. (2021). HTMT2 - an improved criterion for assessing discriminant validity. Industrial Management & Data Systems, 121(12), 2637-2650.