HTMT
Il rapporto originale, basato sulla media aritmetica delle correlazioni degli indicatori. Il valore predefinito e più spesso riportato.
METODO PLS-SEM
Il rapporto HTMT: valutare la validità discriminante
Il rapporto eterotratto-monotratto delle correlazioni (HTMT) è lo standard moderno per verificare se due costrutti di un modello PLS-SEM siano empiricamente distinti. Questa pagina spiega cosa misura, come leggerlo rispetto alle soglie 0,85 e 0,90, le sue varianti e gli errori che commettono la maggior parte delle prime sottomissioni.
Che cosa misura il rapporto HTMT
La validità discriminante pone una domanda semplice: due costrutti che la tua teoria tratta come diversi sono davvero diversi nei dati? L’HTMT stima quale sarebbe la correlazione tra due costrutti se fossero misurati senza errore. È il rapporto tra la correlazione media degli indicatori tra i due costrutti (eterotratto) e la correlazione media degli indicatori all’interno di ciascun costrutto (monotratto).
Più questo rapporto è vicino a 1, più i due costrutti si sovrappongono e più debole è la validità discriminante. Introdotto da Henseler, Ringle e Sarstedt (2015), l’HTMT rileva problemi di validità discriminante che il vecchio criterio di Fornell-Larcker e l’esame dei cross-loading spesso non colgono.
Un esempio svolto
Due costrutti, Fiducia e Qualità, sono misurati con indicatori riflessivi. La correlazione media dei loro indicatori tra i due costrutti (eterotratto), rispetto alla media all’interno di ciascun costrutto (monotratto), dà HTMT = 0,78. Poiché 0,78 è sotto la soglia conservativa di 0,85, i due costrutti sono empiricamente distinti.
Se il valore fosse risultato 0,93, concluderesti che i due costrutti si sovrappongono troppo per essere trattati come separati, e rivedresti il modello di misura.
Come leggere le soglie
Confronti ogni valore HTMT per coppia con una soglia. Quale soglia si applica dipende da quanto i due costrutti siano concettualmente simili.
- HTMT < 0,85
- La soglia conservativa. Usala quando i due costrutti sono concettualmente distinti. Un valore inferiore a 0,85 è prova chiara di validità discriminante.
- HTMT < 0,90
- La soglia liberale. Difendibile quando i due costrutti sono concettualmente vicini (per esempio atteggiamento cognitivo e affettivo).
- HTMT ≥ 0,90
- Un problema di validità discriminante. I due costrutti probabilmente catturano la stessa cosa. Valuta di unirli, di rimuovere indicatori sovrapposti o di ripensare il modello di misura.
La scelta tra 0,85 e 0,90 deve essere giustificata su basi teoriche, prima di vedere il risultato, e non scelta a posteriori per ottenere un esito positivo.
HTMT, HTMT2 e inferenza statistica
HTMT2
Un affinamento di Roemer, Schuberth e Henseler (2021) che usa la media geometrica. Più appropriato quando gli indicatori di un costrutto non sono tau-equivalenti (i loro caricamenti differiscono in modo sostanziale).
Inferenza HTMT
Invece di confrontare con una soglia fissa, stimi tramite bootstrap un intervallo di confidenza per ogni HTMT e verifichi che il suo limite superiore resti sotto 1 (o sotto la tua soglia). Così la validità discriminante diventa un test statistico formale.
Valutare la validità discriminante passo dopo passo
- Calcola la matrice HTMT completa per ogni coppia di costrutti del modello.
- Scegli la soglia per coppia: 0,85 per costrutti concettualmente distinti, 0,90 per quelli concettualmente vicini.
- Segnala ogni coppia pari o superiore alla propria soglia.
- Per le coppie segnalate o al limite, stima tramite bootstrap l’intervallo di confidenza dell’HTMT e conferma che il limite superiore resti sotto 1.
- Se una coppia non supera la verifica, rivedi il modello di misura prima di interpretare i coefficienti di percorso. Nulla a valle è affidabile finché i costrutti non sono distinti.
Errori comuni
- Riportare solo il criterio di Fornell-Larcker. Da solo è ormai considerato insufficiente, e i revisori si aspettano l’HTMT.
- Usare la soglia di 0,90 per costrutti che non sono concettualmente simili, solo per ottenere un esito positivo.
- Trattare una singola stima puntuale come prova. Un valore di 0,84 il cui intervallo di confidenza arriva a 0,95 non è pulito.
- Ignorare l’HTMT2 quando i caricamenti degli indicatori variano molto all’interno di un costrutto.
HTMT in OpenPLS
OpenPLS mostra la matrice HTMT completa nel pannello dei criteri di qualità non appena calcoli un modello, insieme all’HTMT2 e agli intervalli di confidenza via bootstrap. Le coppie sopra la soglia scelta vengono evidenziate automaticamente, così i problemi di validità discriminante emergono senza costruire la matrice a mano. È gratis e funziona nel browser.
Verifica la validità discriminante sul tuo modello
Costruisci il tuo modello nell’editor visuale e ottieni matrice HTMT, HTMT2 e intervalli bootstrap in un unico calcolo. Gratis, senza installazione.
Domande frequenti
- Qual è un buon valore HTMT?
- Sotto 0,85 per costrutti concettualmente distinti, o sotto 0,90 per quelli concettualmente simili. Più basso è, meglio è: significa che i due costrutti sono chiaramente separati.
- Qual è la differenza tra HTMT e criterio di Fornell-Larcker?
- Entrambi valutano la validità discriminante, ma l’HTMT è molto più sensibile. Gli studi di simulazione mostrano che il criterio di Fornell-Larcker spesso non rileva la mancanza di validità discriminante che l’HTMT coglie, ed è per questo che l’HTMT è oggi lo standard raccomandato.
- Quando usare HTMT2 invece di HTMT?
- Usa HTMT2 quando gli indicatori di un costrutto hanno caricamenti sostanzialmente diversi (non sono tau-equivalenti). Si basa sulla media geometrica ed è meno distorto in quel caso.
Letture di approfondimento
Il riferimento fondamentale è 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. Per la variante con media geometrica: Roemer, E., Schuberth, F., & Henseler, J. (2021). HTMT2 - an improved criterion for assessing discriminant validity. Industrial Management & Data Systems, 121(12), 2637-2650.