Wyodrębniona średnia wariancja

AVE jest obliczana na podstawie kongenerycznego modelu pomiarowego

W statystyce ( klasyczna teoria testów ) wyodrębniona średnia wariancji (AVE) jest miarą ilości wariancji, która jest ujmowana przez konstrukt w stosunku do wielkości wariancji spowodowanej błędem pomiaru.

Historia

Wyodrębniona średnia wariancja została po raz pierwszy zaproponowana przez Fornella i Larckera (1981).

Obliczenie

Wyodrębnioną średnią wariancję można obliczyć w następujący sposób:

${\ Displaystyle {\ tekst {AVE}} = {\ Frac {\ suma _ {i =1}^{k}\lambda _{i}^{2}}{\suma _{i=1}^{k}\lambda _{i}^{2}+\suma _{i=1} ^{k}\nazwa_operatora {Var} (e_{i})}}}$

Tutaj $k}$$Var} (e_ {i})}$ liczba elementów, $ładowanie$ czynnikowe pozycji i ${$ ⁡ $\ Displaystyle \$ wariancja błędu pozycji ${\ displaystyle i}$ .

Rola oceny trafności dyskryminacyjnej

Wyodrębniona średnia wariancja była często wykorzystywana do oceny trafności dyskryminacyjnej w oparciu o następującą „praktyczną zasadę”: dodatni pierwiastek kwadratowy z AVE dla każdej z ukrytych zmiennych powinien być wyższy niż najwyższa korelacja z jakąkolwiek inną zmienną utajoną. W takim przypadku ważność dyskryminacyjna jest ustalana na poziomie konstruktu. Ta reguła jest znana jako kryterium Fornella-Larckera. Jednak w modelach symulacyjnych to kryterium nie okazało się wiarygodne dla złożonych modeli równań strukturalnych (np. PLS-PM), ale faktycznie okazało się wiarygodne dla modeli równań strukturalnych opartych na czynnikach (np. Amos, PLSF-SEM).

Powiązane współczynniki

Powiązane współczynniki to niezawodność równoważna tau $”$ ; tradycyjnie znana jako „Cronbach's ${\ displaystyle \ alpha}$ ) i kongeneryczna niezawodność ( $}$${\ displaystyle \ rho _ {C}$ ; znana również jako niezawodność złożona), które można wykorzystać do oceny wiarygodności odpowiednio równoważnych tau i kongenerycznych modeli pomiarowych.