井出草平の研究ノート

平均分散抽出(AVE)をsemToolsで計算する[R]

平均分散抽出average variance extracted (AVE) 。Fornell&Larcker基準とも言われている。

rdrr.io

計算

library(semTools)
HS.model <- ' visual  =~ x1 + x2 + x3
              textual =~ x4 + x5 + x6
              speed   =~ x7 + x8 + x9 '
dat <- HolzingerSwineford1939[, paste0("x", 1:9)]
fit <- cfa(HS.model, data = dat)
reliability(fit)
reliability(fit, return.total = TRUE) ## 合成信頼性を返す

結果。

          visual   textual     speed
alpha  0.6261171 0.8827069 0.6884550
omega  0.6253180 0.8851754 0.6877600
omega2 0.6253180 0.8851754 0.6877600
omega3 0.6120052 0.8850608 0.6858417
avevar 0.3705589 0.7210163 0.4244883
          visual   textual     speed     total
alpha  0.6261171 0.8827069 0.6884550 0.7604886
omega  0.6253180 0.8851754 0.6877600 0.8453351
omega2 0.6253180 0.8851754 0.6877600 0.8453351
omega3 0.6120052 0.8850608 0.6858417 0.8596204
avevar 0.3705589 0.7210163 0.4244883 0.5145874

データについてはこちらを参照。

ides.hatenablog.com

平均分散抽出の解釈

en.wikipedia.org

平均分散抽出(AVE)は0.5より高いが、0.4は許容できる。FornellとLarckerは、AVEが0.5未満でも、合成信頼性composite reliabilityが0.6以上であれば、構成概念の収束的妥当性は十分であると述べている(Fornell & Larcker, 1981)。 https://researchhub.org/common-issues-in-structural-equation-modelling-sem-and-their-solutions/

https://www.jstor.org/stable/3150980 https://deepblue.lib.umich.edu/bitstream/handle/2027.42/35622/b1378752.0001.001.pdf - Fornell and Larcker, 1981, Structural Equation Models with Unobservable Variables and Measurement Error: Algebra and Statistics, Journal of Marketing Research. 18(3): 382-388.

平均分散抽出の欠点が指摘されいて、近年ではHTMTが使われている。こちらを参照のこと。

ides.hatenablog.com

伝統的な部分最小二乗パスモデリングや一般化された構造化成分分析のような分散ベースの構造方程式モデリングの結果と組み合わせて使用すると、Fornell-Larcker基準は感度を欠き(Rönkkö & Evermann, 2013)、一貫した推定値と組み合わせて使用すると特異性を欠く(Voorhees, Brady, Calantone & Ramirez, 2016)。