Kryterium Fornella–Larckera – co pokazuje i dlaczego nie wystarcza?

Opracowanie merytoryczne: Konrad Hryniewicz · Opublikowano: 28 października 2026 · Aktualizacja: 27 października 2026

Co to jest kryterium Fornella–Larckera?

Kryterium Fornella–Larckera (ang. Fornell–Larcker criterion) to reguła oceny trafności różnicowej: dwa konstrukty uznaje się za odróżnialne, gdy AVE każdego z nich jest większa od kwadratu ich korelacji. Równoważny zapis: √AVE każdego konstruktu jest większy od |r| między nimi. Reguła wywodzi się z pracy Fornella i Larckera (1981), którzy zaproponowali ocenę modeli z cechami nieobserwowalnymi opartą na miarach wariancji wspólnej.

Jak je stosować i dlaczego ma ograniczenia

W tabeli korelacji konstruktów wpisuje się √AVE na przekątnej i sprawdza, czy każda wartość jest większa od korelacji w tym samym wierszu i kolumnie. Kryterium porównuje jednak korelację z jakością pozycji, a nie z wartością 1. Henseler i in. (2015) pokazali w symulacji, że ani to kryterium, ani analiza ładunków krzyżowych nie wykrywają wiarygodnie braku trafności różnicowej w typowych sytuacjach badawczych, i zaproponowali HTMT. Rönkkö i Cho (2022) definiują trafność różnicową przez korelację dwóch miar po uwzględnieniu błędu pomiaru i zalecają przedział ufności tej korelacji w CFA albo HTMT. Pełną procedurę pokazuje wpis o trafności zbieżnej i różnicowej w CB-SEM.

Przykład

W dwóch symulowanych zbiorach (n = 300) konstrukty A i B mierzone czterema pozycjami korelowały w populacji .75. Różniła się tylko jakość pozycji. Przy ładunkach .90 √AVE wyniosły .906 i .904, a korelacja czynników .764, więc kryterium jest spełnione. Przy ładunkach .65 √AVE wyniosły .646 i .705, a korelacja .752, więc kryterium nie jest spełnione. W obu zbiorach górna granica 95% CI korelacji (.817 i .840) leżała wyraźnie poniżej 1, a HTMT (.765 i .752) poniżej .85. Werdykt zmienił się przez ładunki, a nie przez odrębność konstruktów.

Jak opisać w pracy

Na co uważać

• To reguła na estymatorach punktowych, a nie test. Nie uwzględnia błędu próbkowania.
• Wysokie ładunki ułatwiają spełnienie kryterium nawet przy bardzo podobnych konstruktach; niskie – utrudniają je przy konstruktach wyraźnie odrębnych.
• Nie raportuj go jako jedynego dowodu. Dodaj HTMT albo przedział ufności korelacji i rzetelność kompozytową każdej skali.

suppressPackageStartupMessages({library(lavaan); library(semTools)})
set.seed(3011)
n <- 300
model <- "A =~ a1 + a2 + a3 + a4
          B =~ b1 + b2 + b3 + b4"
symuluj <- function(lambda, r) {          # te same konstrukty (r = .75), różna jakość pozycji
  pop <- paste0("A =~ ", paste0(lambda, "*a", 1:4, collapse = " + "),
                "\nB =~ ", paste0(lambda, "*b", 1:4, collapse = " + "),
                "\nA ~~ ", r, "*B")
  d <- simulateData(pop, sample.nobs = n, standardized = TRUE)
  fit <- cfa(model, data = d, std.lv = TRUE)
  ave <- AVE(fit)
  r_ab <- standardizedSolution(fit)
  r_ab <- r_ab[r_ab$lhs == "A" & r_ab$rhs == "B", ]
  c(sqrtAVE_A = sqrt(ave[["A"]]), sqrtAVE_B = sqrt(ave[["B"]]), r_AB = r_ab$est.std,
    ci_gorna = r_ab$ci.upper, htmt = htmt(model, data = d)[2, 1])
}
round(rbind(ladunki_.90 = symuluj(.90, .75), ladunki_.65 = symuluj(.65, .75)), 3)

            sqrtAVE_A sqrtAVE_B  r_AB ci_gorna  htmt
ladunki_.90     0.906     0.904 0.764    0.817 0.765
ladunki_.65     0.646     0.705 0.752    0.840 0.752

Najczęstsze pytania

Czy spełnione kryterium Fornella–Larckera dowodzi trafności różnicowej?

Nie. Henseler i in. (2015) pokazali, że kryterium często nie wykrywa braku trafności różnicowej. Potrzebny jest HTMT albo przedział ufności korelacji czynników.

Jak zbudować tabelę Fornella–Larckera?

Wpisz √AVE na przekątnej macierzy korelacji konstruktów, a korelacje poniżej przekątnej. Kryterium jest spełnione, gdy każda wartość na przekątnej przewyższa korelacje w swoim wierszu i kolumnie.

Co zrobić, gdy kryterium Fornella–Larckera nie jest spełnione?

Sprawdź HTMT i przedział ufności korelacji. Przy słabych ładunkach kryterium bywa niespełnione mimo wyraźnie odrębnych konstruktów; jeśli korelacja jest bliska 1, przemyśl definicje konstruktów.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

@article{fornell1981evaluating, author={Fornell, Claes and Larcker, David F.}, title={{Evaluating structural equation models with unobservable variables and measurement error}}, journal={Journal of Marketing Research}, year={1981}, volume={18}, number={1}, pages={39--50}, doi={10.1177/002224378101800104}}

@article{henseler2015new, author={Henseler, Jörg and Ringle, Christian M. and Sarstedt, Marko}, title={{A new criterion for assessing discriminant validity in variance-based structural equation modeling}}, journal={Journal of the Academy of Marketing Science}, year={2015}, volume={43}, number={1}, pages={115--135}, doi={10.1007/s11747-014-0403-8}}

@article{ronkko2022updated, author={Rönkkö, Mikko and Cho, Eunseong}, title={{An Updated Guideline for Assessing Discriminant Validity}}, journal={Organizational Research Methods}, year={2022}, volume={25}, number={1}, pages={6--14}, doi={10.1177/1094428120968614}}