Среднее отклонение извлечено - Average variance extracted

AVE рассчитывается на основе аналогичной модели измерения.

В статистика (классическая теория тестирования ), извлеченная средняя дисперсия (AVE) - это мера величины отклонения, которое фиксируется конструкцией, по отношению к величине отклонения из-за ошибки измерения.[1]

История

Извлеченная средняя дисперсия была впервые предложена Fornell & Larcker (1981).[1]

Расчет

Извлеченную среднюю дисперсию можно рассчитать следующим образом:

Здесь, это количество предметов, то факторная нагрузка пункта и то отклонение ошибки товара .

Роль для оценки дискриминантной валидности

Извлеченная средняя дисперсия часто использовалась для оценки дискриминантная действительность на основе следующего «практического правила»: на основе скорректированных корреляций из CFA модели, AVE каждой из латентных конструкций должен быть выше, чем самый высокий квадрат корреляции с любой другой скрытой переменной. В этом случае дискриминантная достоверность устанавливается на уровне построения. Это правило известно как критерий Форнелла – Ларкера. Однако в имитационных моделях этот критерий не оказался надежным для модели структурных уравнений на основе дисперсии (например, PLS).,[2] но для модели структурных уравнений на основе ковариации (например, Амос) только.[3] Альтернативой критерию Форнелла – Ларкера, который можно использовать для обоих типов моделей структурных уравнений для оценки дискриминантной валидности, является критерий соотношение гетеротайтов-моноресностей (HTMT).[2]

Связанные коэффициенты

Связанные коэффициенты тау-эквивалентная надежность (; традиционно известный как "Кронбаховский ") и сходная надежность (; также известная как совокупная надежность), которая может использоваться для оценки надежности тау-эквивалента и аналогичных модели измерения, соответственно.

Рекомендации

  1. ^ а б Форнелл и Ларкер (1981), https://www.jstor.org/stable/3151312
  2. ^ а б Хенселер, Дж., Рингл, К. М., Сарштедт, М., 2014. Новый критерий оценки дискриминантной валидности в моделировании структурных уравнений на основе дисперсии. Журнал Академии маркетинговых наук 43 (1), 115–135.
  3. ^ Вурхиз, К. М., Брэди, М. К., Калантоне, Р., Рамирес, Э., 2015. Тестирование дискриминантной валидности в маркетинге: анализ, причины для беспокойства и предлагаемые средства правовой защиты. Журнал Академии маркетинговых наук 1–16.