Varianza promedio extraída

En estadística ( teoría clásica de pruebas ), la varianza media extraída ( AVE ) es una medida de la cantidad de varianza que captura un constructo en relación con la cantidad de varianza debida al error de medición. ^{[ 1 ]}

La varianza media extraída fue propuesta por primera vez por Fornell y Larcker (1981). ^{[ 1 ]}

La varianza media extraída se puede calcular de la siguiente manera:

${\displaystyle {\text{AVE}}={\frac {\sum _{i=1}^{k}\lambda _{i}^{2}}{\sum _{i=1}^{k}\lambda _{i}^{2}+\sum _{i=1}^{k}\operatorname {Var} (e_{i})}}}$

Aquí,${\displaystyle k}$es el número de artículos,${\displaystyle \lambda _{i}}$la carga factorial del ítem${\displaystyle i}$y${\displaystyle \operatorname {Var} (e_ {i})}$la varianza del error del ítem${\displaystyle i}$.

La varianza media extraída se ha utilizado a menudo para evaluar la validez discriminante basándose en la siguiente regla general: la raíz cuadrada positiva de la AVE para cada una de las variables latentes debe ser mayor que la correlación más alta con cualquier otra variable latente . Si esto se cumple, se establece la validez discriminante a nivel de constructo. Esta regla se conoce como criterio de Fornell-Larcker. Sin embargo, en modelos de simulación, este criterio no demostró ser fiable para modelos de ecuaciones estructurales basados ​​en compuestos (p. ej., PLS-PM) ^{[ 2 ]} , pero sí demostró ser fiable para modelos de ecuaciones estructurales basados ​​en factores (p. ej., Amos, PLSF-SEM) ^{[ 3 ] [ 4 ] .}

Los coeficientes relacionados son el alfa de Cronbach y la fiabilidad congénere (${\displaystyle \rho _{C}}$; también conocida como fiabilidad compuesta) que puede utilizarse para evaluar la fiabilidad de los modelos de medición equivalentes a tau y congéneres , respectivamente.