Qu’est-ce qu’une bonne valeur HTMT ?

Inférieure à 0,85 pour des construits conceptuellement distincts, ou inférieure à 0,90 pour des construits proches. Plus c’est bas, mieux c’est : cela signifie que les deux construits sont clairement séparés.

Quelle est la différence entre le HTMT et le critère de Fornell-Larcker ?

Les deux évaluent la validité discriminante, mais le HTMT est bien plus sensible. Les études de simulation montrent que le critère de Fornell-Larcker ne détecte souvent pas un manque de validité discriminante que le HTMT, lui, repère. C’est pourquoi le HTMT est aujourd’hui le standard recommandé.

Quand faut-il utiliser HTMT2 plutôt que HTMT ?

Utilisez HTMT2 lorsque les indicateurs d’un construit ont des contributions nettement différentes (non tau-équivalents). Il s’appuie sur la moyenne géométrique et est moins biaisé dans ce cas.

MÉTHODE PLS-SEM

Le ratio HTMT : évaluer la validité discriminante

Le ratio hétérotrait-monotrait des corrélations (HTMT) est le standard moderne pour vérifier si deux construits d’un modèle PLS-SEM sont empiriquement distincts. Cette page explique ce qu’il mesure, comment le lire face aux seuils 0,85 et 0,90, ses variantes et les erreurs que commettent la plupart des premières soumissions.

Ce que mesure le ratio HTMT

La validité discriminante pose une question simple : deux construits que votre théorie traite comme différents sont-ils réellement différents dans les données ? Le HTMT estime quelle serait la corrélation entre deux construits s’ils étaient mesurés sans erreur. C’est le ratio entre la corrélation moyenne des indicateurs entre les deux construits (hétérotrait) et la corrélation moyenne des indicateurs au sein de chaque construit (monotrait).

Plus ce ratio est proche de 1, plus les deux construits se chevauchent et plus la validité discriminante est faible. Introduit par Henseler, Ringle et Sarstedt (2015), le HTMT détecte des problèmes de validité discriminante que l’ancien critère de Fornell-Larcker et l’examen des contributions croisées manquent souvent.

Un exemple chiffré

Deux construits, Confiance et Qualité, sont mesurés avec des indicateurs réflexifs. La corrélation moyenne de leurs indicateurs entre les deux construits (hétérotrait), rapportée à la moyenne au sein de chaque construit (monotrait), donne HTMT = 0,78. Comme 0,78 est inférieur au seuil conservateur de 0,85, les deux construits sont empiriquement distincts.

Si la valeur avait été de 0,93, vous concluriez que les deux construits se chevauchent trop pour être traités séparément, et vous reverriez le modèle de mesure.

HTMT(Confiance, Qualité) = 0,78, inférieur au seuil de 0,85, donc les deux construits sont distincts.

Comment lire les seuils

Vous comparez chaque valeur HTMT par paire à un seuil. Le seuil retenu dépend du degré de proximité conceptuelle des deux construits.

HTMT < 0,85: Le seuil conservateur. À utiliser lorsque les deux construits sont conceptuellement distincts. Une valeur inférieure à 0,85 est une preuve claire de validité discriminante.
HTMT < 0,90: Le seuil libéral. Défendable lorsque les deux construits sont conceptuellement proches (par exemple attitude cognitive et affective).
HTMT ≥ 0,90: Un problème de validité discriminante. Les deux construits capturent probablement la même chose. Envisagez de les fusionner, de retirer les indicateurs qui se chevauchent ou de repenser le modèle de mesure.

Le choix entre 0,85 et 0,90 doit être justifié sur des bases théoriques, avant de voir le résultat, et non choisi après coup pour obtenir une validation.

HTMT, HTMT2 et inférence statistique

HTMT

Le ratio d’origine, fondé sur la moyenne arithmétique des corrélations des indicateurs. La valeur par défaut, la plus souvent rapportée.

HTMT2

Un raffinement de Roemer, Schuberth et Henseler (2021) utilisant la moyenne géométrique. Plus adapté lorsque les indicateurs d’un construit ne sont pas tau-équivalents (leurs contributions diffèrent nettement).

Inférence HTMT

Plutôt que de comparer à un seuil fixe, vous estimez par bootstrap un intervalle de confiance pour chaque HTMT et vérifiez que sa borne supérieure reste inférieure à 1 (ou à votre seuil). La validité discriminante devient ainsi un test statistique formel.

Évaluer la validité discriminante étape par étape

Calculez la matrice HTMT complète pour chaque paire de construits du modèle.
Choisissez le seuil par paire : 0,85 pour des construits conceptuellement distincts, 0,90 pour des construits proches.
Signalez toute paire égale ou supérieure à son seuil.
Pour les paires signalées ou limites, estimez par bootstrap l’intervalle de confiance du HTMT et confirmez que la borne supérieure reste inférieure à 1.
Si une paire échoue, révisez le modèle de mesure avant d’interpréter les coefficients de chemin. Rien en aval n’est fiable tant que les construits ne sont pas distincts.

Erreurs fréquentes

Ne rapporter que le critère de Fornell-Larcker. Seul, il est désormais jugé insuffisant, et les évaluateurs attendent le HTMT.
Utiliser le seuil de 0,90 pour des construits qui ne sont pas conceptuellement proches, juste pour obtenir une validation.
Traiter une seule estimation ponctuelle comme une preuve. Une valeur de 0,84 dont l’intervalle de confiance atteint 0,95 n’est pas nette.
Ignorer le HTMT2 lorsque les contributions des indicateurs varient fortement au sein d’un construit.

Le HTMT dans OpenPLS

OpenPLS affiche la matrice HTMT complète dans le panneau des critères de qualité dès que vous calculez un modèle, avec le HTMT2 et des intervalles de confiance par bootstrap. Les paires au-dessus de votre seuil sont mises en évidence automatiquement, de sorte que les problèmes de validité discriminante apparaissent sans construire la matrice à la main. C’est gratuit et cela fonctionne dans le navigateur.

Vérifiez la validité discriminante sur votre propre modèle

Construisez votre modèle dans l’éditeur visuel et obtenez la matrice HTMT, le HTMT2 et les intervalles bootstrap en un seul calcul. Gratuit, sans installation.

Ouvrir OpenPLS Qu’est-ce que le PLS-SEM ?

Questions fréquentes

Qu’est-ce qu’une bonne valeur HTMT ?: Inférieure à 0,85 pour des construits conceptuellement distincts, ou inférieure à 0,90 pour des construits proches. Plus c’est bas, mieux c’est : cela signifie que les deux construits sont clairement séparés.
Quelle est la différence entre le HTMT et le critère de Fornell-Larcker ?: Les deux évaluent la validité discriminante, mais le HTMT est bien plus sensible. Les études de simulation montrent que le critère de Fornell-Larcker ne détecte souvent pas un manque de validité discriminante que le HTMT, lui, repère. C’est pourquoi le HTMT est aujourd’hui le standard recommandé.
Quand faut-il utiliser HTMT2 plutôt que HTMT ?: Utilisez HTMT2 lorsque les indicateurs d’un construit ont des contributions nettement différentes (non tau-équivalents). Il s’appuie sur la moyenne géométrique et est moins biaisé dans ce cas.

Pour aller plus loin

La référence fondatrice est 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. Pour la variante à moyenne géométrique : Roemer, E., Schuberth, F., & Henseler, J. (2021). HTMT2 - an improved criterion for assessing discriminant validity. Industrial Management & Data Systems, 121(12), 2637-2650.