En estadísticas ( teoría clásica ), varianza media extraída (AVE) es una medida de la cantidad de varianza que es capturada por una construcción en relación con la cantidad de varianza debido a error de medición. [1]
Historia
La varianza promedio extraída fue propuesta por primera vez por Fornell y Larcker (1981). [1]
Cálculo
La varianza promedio extraída se puede calcular de la siguiente manera:
Aquí, es la cantidad de elementos, el factor de carga del artículo y la varianza del error del artículo.
Papel para evaluar la validez discriminante
La varianza promedio extraída se ha utilizado a menudo para evaluar la validez discriminante basada en la siguiente "regla empírica": la raíz cuadrada positiva del AVE para cada una de las variables latentes debe ser mayor que la correlación más alta con cualquier otra variable latente. Si ese es el caso, la validez discriminante se establece a nivel de constructo. Esta regla se conoce como criterio de Fornell-Larcker. Sin embargo, en los modelos de simulación este criterio no resultó confiable para los modelos de ecuaciones estructurales basados en compuestos (p. Ej., PLS-PM), [2] sino para los modelos de ecuaciones estructurales basados en factores (p. Ej., Amos, PLSF-SEM). [3] [4]
coeficientes relacionados
Los coeficientes relacionados son la confiabilidad equivalente a tau (; tradicionalmente conocido como "Cronbach's") y fiabilidad congenérica (; también conocida como confiabilidad compuesta) que se puede utilizar para evaluar la confiabilidad de los modelos de medición equivalentes a tau y congenéricos , respectivamente.
Referencias
- ↑ a b Fornell y Larcker (1981), https://www.jstor.org/stable/3151312
- ^ Henseler, J., Ringle, CM, Sarstedt, M., 2014. Un nuevo criterio para evaluar la validez discriminante en el modelado de ecuaciones estructurales basadas en la varianza. Revista de la Academia de Ciencias del Marketing 43 (1), 115-135.
- ^ Kock, N. (2019). De compuestos a factores: Reduciendo la brecha entre PLS y el modelado de ecuaciones estructurales basado en covarianza. Revista de sistemas de información, 29 (3), 674-706.
- ^ Voorhees, CM, Brady, MK, Calantone, R., Ramirez, E., 2015. Pruebas de validez discriminante en marketing: un análisis, causas de preocupación y soluciones propuestas. Revista de la Academia de Ciencias del Marketing 1-16.