Kısa cevap: Ayırt edici geçerlilik, ölçeğinizdeki her yapının diğer yapılardan gerçekten farklı bir şeyi ölçtüğünü gösterir. Bugün en çok kabul gören yol üç kanıtı birlikte sunmaktır: çapraz yükler, Fornell-Larcker ölçütü ve HTMT oranı. Özellikle HTMT değerinin kavramsal olarak farklı yapılarda ,85’in, benzer yapılarda ,90’ın altında kalması ve bootstrap güven aralığının bu eşiği aşmaması beklenir.
Bu rehberde 260 katılımcılı, üç yapılı ve 12 maddeli bir teknoloji kabul anketi üzerinden hesapları adım adım gösteriyoruz. Veri öğretim amacıyla kurgulandı; buna karşın tablolardaki bütün yük, AVE, korelasyon ve HTMT değerleri bu veriden gerçekten hesaplandı. Böylece analizi kendiniz yapsanız da bir uzmana bıraksanız da çıktıları nasıl denetleyeceğinizi görebilirsiniz.

Ayırt edici geçerlilik nedir, yakınsak geçerlilikten farkı ne?
Bir ölçüm modelinde iki tür geçerlilik kanıtı aranır. Yakınsak geçerlilik, aynı yapıya ait maddelerin birbirleriyle yeterince ilişkili olduğunu gösterir. Buna karşılık ikinci kanıt, farklı yapılara ait maddelerin birbirine fazla benzemediğini kanıtlar. Kısacası ilki “maddeler aynı şeyi ölçüyor mu?”, ikincisi “bu yapı ötekilerden gerçekten ayrı mı?” sorusunu yanıtlar.
Örneğimizdeki üç yapı algılanan fayda (AF), memnuniyet (MM) ve kullanım niyetidir (KN). Memnuniyet ile kullanım niyeti kuramsal olarak ilişkilidir; dolayısıyla katılımcılar bu iki grubu neredeyse aynı biçimde yanıtlıyorsa iki ayrı yapı yerine tek bir genel tutum ölçülüyor olabilir. Bu durumda yapısal modeldeki MM → KN yolu da yapay olarak şişer.
Öte yandan bu kavram, madde analizindeki “ayırt edicilik indeksi” ile karıştırılmamalıdır. Ayırt edicilik indeksi bir maddenin yüksek ve düşük puanlı grupları ne kadar iyi ayırdığını gösterir; konuyu madde analizi rehberimizde ayrıca anlattık.
Önce yakınsak geçerlilik: yük, CR ve AVE nasıl kontrol edilir?
Ayırt edici geçerliliğe geçmeden önce her yapının kendi içinde tutarlı olduğunu göstermeniz gerekir. Çünkü Fornell-Larcker ölçütü doğrudan AVE değerini kullanır. Kontrol edilecek üç ölçüt şunlardır:
- Dış yükler: Her maddenin kendi yapısına yükü ,70 ve üzerinde olmalıdır. ,40–,70 arasındaki maddeler ancak çıkarılmaları CR ve AVE’yi belirgin biçimde artırıyorsa silinir.
- Bileşik güvenirlik (CR): ,70 ile ,95 arası beklenir. Ayrıca ,95 üzeri değerler maddelerin birbirini tekrar ettiğine işaret edebilir.
- AVE (ortalama açıklanan varyans): Yüklerin karelerinin ortalamasıdır ve en az ,50 olmalıdır.
Formül oldukça basittir. Örneğin AF yapısının dört yükü ,861, ,829, ,774 ve ,801 olduğunda kareleri toplanıp dörde bölünür: (,741 + ,687 + ,599 + ,642) / 4 ≈ ,668. Tablo 1 üç yapının özetini veriyor; görüldüğü gibi bütün yükler ,70’in, bütün AVE değerleri ise ,50’nin üzerinde.
| Yapı | Madde | Dış yük aralığı | Cronbach α | Bileşik güvenirlik (CR) | AVE |
|---|---|---|---|---|---|
| Algılanan fayda (AF) | 4 | ,774 – ,861 | ,834 | ,889 | ,668 |
| Memnuniyet (MM) | 4 | ,781 – ,839 | ,817 | ,880 | ,646 |
| Kullanım niyeti (KN) | 4 | ,756 – ,845 | ,826 | ,884 | ,657 |
Bu tablo yakınsak geçerliliğin sağlandığını gösterir. Ancak yüksek AVE tek başına yapıların birbirinden ayrı olduğunu kanıtlamaz; bunun için sonraki adımlar gerekir.
Fornell-Larcker ölçütü nasıl hesaplanır ve okunur?
Fornell-Larcker ölçütünün mantığı şudur: Bir yapı kendi maddeleriyle, başka bir yapıyla paylaştığından daha fazla varyans paylaşmalıdır. Bu yüzden AVE’nin karekökü, o yapının diğer yapılarla korelasyonlarından büyük olmalıdır.
Hesap için önce her AVE’nin karekökü alınır ve tablonun köşegenine yazılır. Ardından yapı puanları arasındaki korelasyonlar köşegenin altına yerleştirilir. Örneğimizde MM için √,646 = ,804, KN için √,657 = ,811 bulunur. MM ile KN arasındaki korelasyon ise ,701 çıkıyor.
| Yapı | AF | MM | KN |
|---|---|---|---|
| Algılanan fayda (AF) | ,817 | ||
| Memnuniyet (MM) | ,364 | ,804 | |
| Kullanım niyeti (KN) | ,376 | ,701 | ,811 |
Okuma kuralı satır ve sütun boyunca karşılaştırmadır. Söz gelimi KN satırındaki ,701, hem MM’nin ,804 hem de KN’nin ,811 değerinden küçüktür. Dolayısıyla Fornell-Larcker ölçütüne göre üç yapı da birbirinden ayrışıyor. Ne var ki bu sonuç hikâyenin yalnızca yarısıdır; bir sonraki bölümde aynı veride HTMT’nin daha temkinli bir tablo çizdiğini göreceksiniz.
HTMT oranı nasıl hesaplanır? Elle formül örneği
HTMT (heterotrait-monotrait ratio), Henseler, Ringle ve Sarstedt’in 2015 yılında önerdiği bir ölçüttür. Simülasyon çalışmaları, yükler birbirine benzerken Fornell-Larcker ölçütünün yüksek ilişkileri kaçırabildiğini göstermiştir. HTMT ise doğrudan madde korelasyonlarından hesaplandığı için bu duruma daha duyarlıdır.
Formülün iki bileşeni vardır:
- Heterotrait ortalaması: Farklı yapılara ait madde çiftlerinin korelasyon ortalaması. MM ve KN için 4 × 4 = 16 korelasyonun ortalamasıdır.
- Monotrait ortalaması: Aynı yapı içindeki madde çiftlerinin korelasyon ortalaması. Dört maddeli bir yapıda altı korelasyon vardır.
HTMT = heterotrait ortalaması / √(monotrait ortalaması₁ × monotrait ortalaması₂) şeklinde hesaplanır. Örneğimizde MM–KN madde korelasyonları ,376 ile ,542 arasında değişiyor ve ortalaması ,454. MM içindeki altı korelasyonun ortalaması ,528, KN içindekilerin ortalaması ise ,542. Böylece hesap şu hâli alıyor:
HTMT(MM, KN) = ,454 / √(,528 × ,542) = ,454 / ,535 ≈ ,848
Bu değer ,90 eşiğinin altında, ancak ,85’e çok yakındır. Memnuniyet ve kullanım niyeti kavramsal olarak yakın yapılar sayıldığı için literatürde ,90 eşiği savunulabilir. Yine de hakemin bu yakınlığı fark edeceğini varsayarak bir sonraki adımda istatistiksel çıkarıma geçmek gerekir.
Ayırt edici geçerlilikte HTMT güven aralığı neden önemli?
Tek bir HTMT değeri örneklem hatasını hesaba katmaz. Bu nedenle güncel yaklaşım, bootstrap yöntemiyle güven aralığı üretip üst sınırın eşiğin altında kalıp kalmadığına bakmaktır. Biz örneğimizde veriyi 2.000 kez yeniden örnekledik ve her seferinde HTMT’yi yeniden hesapladık.
| Yapı çifti | HTMT | %95 güven aralığı (iki yönlü) | Tek yönlü %95 üst sınır | Yorum |
|---|---|---|---|---|
| MM – AF | ,437 | ,294 – ,572 | ,555 | Sorun yok |
| KN – AF | ,450 | ,318 – ,574 | ,556 | Sorun yok |
| KN – MM | ,848 | ,777 – ,909 | ,898 | Nokta değer ,85 altında; üst sınır ,85 üstü, ,90 altı |
Tabloyu okurken iki noktaya dikkat edin. Birincisi, AF ile diğer iki yapı arasındaki HTMT değerleri ,45 civarındadır ve üst sınırlar bile ,60’ın altında kalır; dolayısıyla bu çiftlerde ayrışma açıkça sağlanmıştır. İkincisi, MM–KN çiftinde tek yönlü %95 üst sınır ,898 çıkıyor. Bu değer ,90’ın hemen altında olduğundan ,90 eşiğiyle test geçilir; ,85 eşiği seçilseydi geçilemezdi.
Sonuç olarak raporda hangi eşiği neden seçtiğinizi açıkça yazmanız gerekir. Benzer yapılar için ,90 eşiğini kullanacaksanız bu iki kavramın kuramsal yakınlığını yöntem bölümünde bir iki cümleyle gerekçelendirin.
Ölçüm modelinizin geçerliliğini birlikte kontrol edelim
Hakemden “ayırt edici geçerlilik gösterilmemiş” notu aldıysanız ya da HTMT değerleriniz eşiğe yakın çıktıysa model dosyanızı ve veri setinizi paylaşın. AVE, Fornell-Larcker, HTMT ve bootstrap çıktılarını yeniden üretir, yorumları yöntem bölümünüze uygun biçimde birlikte yazarız. Bunun için WhatsApp üzerinden yazabilir ya da iletişim ve teklif sayfamızı kullanabilirsiniz. Kapsam netleştikten sonra çalışma planı ve ücret bütçenize göre birlikte belirlenir.
Çapraz yükler ne söyler, ne söylemez?
Çapraz yük tablosu her maddenin bütün yapılarla korelasyonunu gösterir. Kural basittir: Madde kendi yapısına, başka herhangi bir yapıya olduğundan daha yüksek yük vermelidir. Tablo 4’te seçilmiş beş satırı görüyorsunuz.
| Madde | AF | MM | KN |
|---|---|---|---|
| AF1 | ,861 | ,321 | ,362 |
| MM3 | ,340 | ,839 | ,624 |
| MM4 | ,341 | ,789 | ,494 |
| KN2 | ,372 | ,574 | ,845 |
| KN4 | ,301 | ,498 | ,756 |
Bütün maddeler kendi yapısında en yüksek yükü veriyor; yani çapraz yük ölçütü de geçiliyor. Bununla birlikte MM3 maddesinin KN yapısına ,624 yük vermesi dikkat çekicidir. Benzer şekilde KN maddelerinin MM’ye yükleri ,50–,61 aralığındadır. Bu desen, iki yapı arasındaki yakınlığın hangi maddelerden kaynaklandığını gösterir ve HTMT’nin neden eşiğe yaklaştığını açıklar.
Ancak çapraz yükler en az duyarlı ölçüttür. Yapılar neredeyse aynı şeyi ölçse bile maddeler kendi yapılarına biraz daha yüksek yük vereceği için çoğu zaman geçilir. Bu yüzden tek başına yeterli kanıt olarak sunulmamalıdır.
Hangi ölçüt ne zaman kullanılır?
Hakemler artık genellikle üç ölçütün birlikte raporlanmasını bekliyor. Aşağıdaki tablo kararlarınızı hızlıca gerekçelendirmeniz için hazırlandı.
| Ölçüt | Karar kuralı | Güçlü yanı | Zayıf yanı |
|---|---|---|---|
| Çapraz yükler | Her madde kendi yapısına en yüksek yükü vermeli | Sorunlu maddeyi doğrudan gösterir | Yapılar çok yakın olsa bile çoğu zaman geçer |
| Fornell-Larcker | √AVE, o yapının diğer korelasyonlarından büyük olmalı | Kolay hesaplanır, hakemler tanır | Yükler benzerken yüksek ilişkiyi kaçırabilir |
| HTMT (nokta değer) | Kavramsal olarak farklı yapılarda < ,85; benzer yapılarda < ,90 | Simülasyon çalışmalarında daha duyarlı bulunmuştur | Örnekleme hatasını hesaba katmaz |
| HTMT (bootstrap) | Tek yönlü %95 üst sınır eşiğin altında olmalı | İstatistiksel çıkarım sağlar | Küçük örneklemde aralık genişler |
Kısacası çapraz yükler sorunlu maddeyi, Fornell-Larcker klasik kanıtı, HTMT ise asıl kararı verir. Eşik seçimini ve bootstrap ayarlarını yöntem bölümüne yazmak, özellikle dergi makalesine dönüştürülecek tezlerde revizyon riskini azaltır.
SmartPLS 4 ve AMOS’ta ayırt edici geçerlilik çıktısı nereden alınır?
SmartPLS 4’te modeli çizdikten sonra şu adımları izleyin:
- Calculate → PLS-SEM algorithm komutunu çalıştırın; ağırlıklandırma şeması olarak varsayılan “Path” seçeneğini koruyun.
- Rapor ekranında Quality criteria → Discriminant validity bölümünü açın. Burada “Heterotrait-monotrait ratio (HTMT) – Matrix”, “Fornell-Larcker criterion” ve “Cross loadings” sekmeleri yer alır.
- Güven aralığı için Calculate → Bootstrapping komutunu en az 5.000 alt örneklemle çalıştırın. Sonuç raporunda HTMT güven aralıklarını gösteren bölümü bulun; tek yönlü test için “One-tailed” seçeneğini işaretleyin.
Yakınsak geçerlilik değerleri aynı ekrandaki Construct reliability and validity sekmesindedir. PLS-SEM’in genel akışını ve yapısal model değerlendirmesini SmartPLS ile PLS-SEM yol analizi yazımızda ayrıntılı anlattık.
AMOS’ta ise HTMT için hazır bir menü yoktur. Önce doğrulayıcı faktör analizini çalıştırıp standartlaştırılmış yükleri alırsınız; ardından AVE ve CR değerlerini Excel’de ya da bir eklentiyle hesaplarsınız. HTMT için madde korelasyon matrisini dışa aktarıp yukarıdaki formülü uygulayabilir ya da R’da semTools paketinin htmt() fonksiyonunu kullanabilirsiniz. DFA uyum indekslerinin yorumu için AMOS ile doğrulayıcı faktör analizi rehberimize göz atabilirsiniz.
Ayırt edici geçerlilik sağlanmazsa ne yapılır?
HTMT eşiği aştığında ilk refleks madde silmek olur; ancak bu her zaman işe yaramaz. Örneğimizde en düşük yüklü MM4 ve KN4 maddelerini çıkarıp HTMT’yi yeniden hesapladık. Sonuçta MM–KN değeri ,848 düzeyinden ,883 düzeyine yükseldi. Çünkü kalan maddeler iki yapının ortak çekirdeğini daha da belirgin hâle getirdi. Bu nedenle sırasıyla şu adımları öneriyoruz:
- Madde ifadelerini okuyun: İki yapıda birbirine çok benzeyen ifadeler var mı? Örneğin “Uygulamadan memnunum” ile “Uygulamayı kullanmaya devam edeceğim” katılımcıya aynı soruyu sorduğu izlenimini verebilir.
- Çapraz yükü yüksek maddeyi hedefleyin: En düşük yüklü maddeyi değil, diğer yapıya en yüksek yükü veren maddeyi inceleyin; yine de kuramsal gerekçe olmadan silmeyin.
- Yapıları birleştirmeyi değerlendirin: Kuram iki yapının ayrılığını güçlü biçimde desteklemiyorsa tek bir yapı altında toplamak daha dürüst bir çözüm olabilir.
- Eşik seçimini gerekçelendirin: Kavramsal olarak yakın yapılarda ,90 eşiği literatürde kabul görür; ancak bu tercihin açıkça yazılması gerekir.
Öte yandan ortak yöntem varyansı da yapılar arası korelasyonları şişirebilir. Bütün maddeler aynı ankette ve aynı yanıt ölçeğiyle toplandıysa Harman tek faktör testi ya da tam eşdoğrusallık (VIF) incelemesi de rapora eklenmelidir.
Tezde ayırt edici geçerlilik nasıl raporlanır?
Bulgular bölümünde önce yakınsak geçerlilik tablosunu, ardından Fornell-Larcker ve HTMT tablolarını verin. Çapraz yük tablosu uzun olduğu için çoğu zaman ek bölümüne konur. Örneğimiz için örnek bir paragraf şöyle olabilir:
Ölçüm modelinde bütün dış yükler ,70’in (,756–,861), bileşik güvenirlik değerleri ,70’in (,880–,889) ve AVE değerleri ,50’nin (,646–,668) üzerindedir. Fornell-Larcker ölçütüne göre her yapının AVE karekökü, diğer yapılarla korelasyonlarından büyüktür. HTMT değerleri ,437 ile ,848 arasında değişmektedir. Memnuniyet ile kullanım niyeti kavramsal olarak yakın yapılar olduğundan ,90 eşiği esas alınmış; 2.000 tekrarlı bootstrap sonucunda tek yönlü %95 güven aralığının üst sınırı (,898) bu eşiğin altında kalmıştır. Dolayısıyla ayırt edici geçerlilik sağlanmıştır.
Bu paragrafta eşik değeri, bootstrap tekrar sayısı ve güven aralığının türü açıkça belirtiliyor. Ayrıca kurgusal veri yerine kendi bulgularınızı yazarken değerleri çıktılardan birebir aktarın; yuvarlama farkları jüride gereksiz sorulara yol açabilir.
Bu analizi yaptırırken hangi çıktıları istemelisiniz?
Ayırt edici geçerlilik analizi yaptırma sürecinde teslim dosyasında en az şunların bulunmasını bekleyin:
- Dış yükler, Cronbach α, CR ve AVE tablosu ile varsa çıkarılan maddelerin gerekçesi,
- Fornell-Larcker matrisi ve HTMT matrisi,
- HTMT için bootstrap güven aralıkları ve kullanılan tekrar sayısı,
- Çapraz yük tablosu (ek bölüm için),
- Seçilen eşiğin gerekçesini içeren, yöntem ve bulgular bölümüne uygun yorum metni,
- Program çıktılarının kendisi (SmartPLS proje dosyası ya da AMOS çıktısı), böylece jüri sorarsa değerleri gösterebilirsiniz.
Analizin tezin bütünüyle uyumu da önemlidir. Kuramsal çerçeve, hipotezler ve bulgular bölümünün tutarlılığı konusunda destek arıyorsanız tez hazırlık sürecine yönelik sitemize de bakabilirsiniz. SmartPLS tarafındaki kapsamlı çalışmalar içinse SmartPLS ile veri analizi sayfamız süreci özetliyor.
Son olarak kavramın kuramsal arka planını İngilizce kaynaklardan okumak isterseniz discriminant validity üzerine İngilizce genel bir kaynağa göz atabilirsiniz. Sonuç olarak üç ölçütü birlikte sunan, eşik seçimini gerekçelendiren ve bootstrap sonucunu raporlayan bir analiz, hakem sorularının büyük bölümünü baştan yanıtlar.
Sık sorulan sorular
HTMT için ,85 mi, ,90 mı kullanmalıyım?
Kavramsal olarak açıkça farklı yapılarda ,85, birbirine yakın yapılarda (örneğin memnuniyet ve sadakat) ,90 eşiği önerilir. Hangisini seçerseniz seçin gerekçesini yöntem bölümüne yazın.
Fornell-Larcker geçiyor ama HTMT geçmiyorsa ne olur?
Bu durumda HTMT sonucunu esas almanız daha savunulabilir. Çünkü Fornell-Larcker ölçütü yükler benzer olduğunda yüksek ilişkileri kaçırabilir. Madde ifadelerini ve çapraz yükleri inceleyerek sorunun kaynağını bulun.
AMOS kullanıyorum, HTMT raporlamak zorunda mıyım?
Zorunluluk dergiye ve jüriye göre değişir. Bununla birlikte son yıllarda hakemler CB-SEM çalışmalarında da HTMT istemeye başladı. Madde korelasyon matrisinden kolayca hesaplanabildiği için eklemenizi öneririz.
Örneklemim küçük, bootstrap sonuçları güvenilir mi?
Küçük örneklemde güven aralıkları genişler ve üst sınır eşiği aşabilir. Bu bir hata değil, belirsizliğin dürüst bir göstergesidir. Sonucu olduğu gibi raporlayıp sınırlılıklar bölümünde tartışmak en doğru yaklaşımdır.
Ayırt edici geçerlilik analizi için verilerimi paylaşmam güvenli mi?
Analiz için kimlik bilgisi içermeyen, kodlanmış bir veri dosyası yeterlidir. Dosyanızı yalnızca analiz amacıyla kullanıyoruz; kapsam ve süre ön değerlendirmeden sonra birlikte belirlenir.
İlgili rehberler ve hizmetler