HTMT über 0.90: Was tun (und was nicht tun)

Andrzej Szymkowiak · Zuletzt geprüft im Juli 2026

TL;DR: Ein HTMT-Wert bei oder über .90 (außerhalb des APA-Stils als 0.90 geschrieben) scheitert an beiden gängigen Schwellenwerten — .85 (streng) und .90 (liberal; Henseler et al., 2015) — und signalisiert damit ein Problem der diskriminanten Validität, das Sie angehen müssen, nicht verbergen dürfen. Diagnostizieren Sie zuerst die Ursache: ein Item, das den Wortlaut mit dem anderen Konstrukt teilt, oder zwei Konstrukte, die sich per Definition überschneiden. Handeln Sie dann mit einem angegebenen Grund: führen Sie den Bootstrap-Konfidenzintervall-Test durch, führen Sie die Konstrukte zusammen, wenn die Theorie das stützt, oder entfernen Sie ein diagnostiziertes Item — und berichten Sie das Modell vorher und nachher. Items einzeln zu löschen, bis der Wert passt, ist p-hacking, und dieser Leitfaden sagt das klar.

Ihre HTMT-Tabelle ist da, und ein Paar zeigt .93. Der HTMT-Rechner liefert ein rotes Urteil, die Frist hat sich nicht verschoben, und die naheliegende Versuchung taucht auf: ein Item löschen, neu rechnen, wiederholen, bis die Zahl sinkt. Dieser Leitfaden erklärt, was ein HTMT über .90 wirklich bedeutet, die ehrlichen Schritte, die das Problem beheben können, und die eine populäre „Lösung", die Ihre Studie still beschädigt. Wenn Sie nicht sicher sind, was HTMT ist oder wie es sich zum älteren Kriterium verhält, beginnen Sie mit HTMT vs Fornell-Larcker und kommen Sie dann zurück.

Was ein HTMT über .90 wirklich bedeutet

HTMT vergleicht, wie stark Items über zwei Konstrukte hinweg korrelieren, mit dem, wie stark sie innerhalb ihres eigenen Konstrukts korrelieren (Henseler, Ringle, & Sarstedt, 2015). Ein Wert nahe 1 bedeutet, dass Befragte die zwei Item-Sets fast so beantwortet haben, als wären sie ein einziges Set. Einfach gesagt: Ihre Daten können die zwei Konstrukte nicht auseinanderhalten.

Das ist ein echter Befund über Ihre Messung, kein Softwarefehler. Es gibt zwei häufige Ursachen — ein problematisches Item oder zwei Konstrukte, die sich per Definition überschneiden — und jede verlangt eine andere Reaktion. Deshalb steht die Diagnose vor jeder Korrektur.

Welcher HTMT-Schwellenwert gilt: .85 oder .90?

Die beiden Grenzwerte sind nicht austauschbar und haben unterschiedliche Quellen:

Die wichtige Regel: Wählen Sie Ihren Schwellenwert, bevor Sie die Ergebnisse sehen, und begründen Sie ihn. Wenn Ihre Konstrukte konzeptionell nahe sind — etwa kognitive und affektive Zufriedenheit —, ist der Schwellenwert .90 vertretbar, und Sie sollten diese Begründung in Ihren Analyseplan vor der Datenerhebung schreiben — denselben Plan, in dem Sie auch Ihre Stichprobengröße festlegen. Von .85 zu .90 zu wechseln, nachdem ein Wert von .87 erscheint, ist Threshold Shopping. Gutachter erkennen das, und es schwächt jede andere Behauptung in Ihrer Arbeit.

Liegt Ihr Wert bei oder über .90, rettet Sie kein fester Schwellenwert. Sie brauchen die Schritte unten.

Schritt 1: diagnostizieren, bevor Sie irgendetwas ändern

Drei Prüfungen, der Reihe nach. Jede dauert nur Minuten, und jede weist auf eine andere Abhilfe hin.

Prüfen Sie die Kodierung umgepolter Items. Umgepolte Items vor der Analyse zu rekodieren, ist grundlegende Messhygiene — schließen Sie das also zuerst aus, es dauert eine Minute und birgt kein Risiko. Ein ehrlicher Vorbehalt: Die meisten HTMT-Implementierungen, einschließlich Explonia und der semTools-Voreinstellung, berechnen das Verhältnis aus absoluten Korrelationen, sodass HTMT selbst weitgehend unverändert bleibt, egal ob ein umgepoltes Item rekodiert wurde — erwarten Sie nicht, dass Rekodierung allein einen Wert von .93 bewegt. Wenn Ihre Software vorzeichenbehaftete Korrelationen verwendet, kann ein nicht rekodiertes Item den Wert verzerren — rekodieren Sie also und rechnen Sie neu, um sicherzugehen.

Suchen Sie nach einem überlappenden Item. Lesen Sie die Items beider Konstrukte nebeneinander. Ein Item, das Wortlaut oder Bedeutung mit dem anderen Konstrukt teilt — „Ich würde diese Marke weiterempfehlen" taucht sowohl in einer Loyalitäts- als auch in einer Vertrauensskala auf — kann das ganze Paar über den Schwellenwert ziehen. Ist ein Item der Übeltäter, haben Sie einen inhaltlichen Grund, an diesem Item zu arbeiten (siehe Schritt 3) — etwas ganz anderes, als das statistisch schwächste Item zu suchen.

Fragen Sie, ob sich die Konstrukte per Definition überschneiden. Wenn die zwei Konstrukte in Ihrer Theorie nahezu Synonyme sind — Einstellung und Präferenz, Zufriedenheit und Begeisterung —, trennt das Ändern oder Entfernen einzelner Items nicht das, was Befragte selbst nicht trennen. Diese Diagnose weist auf Zusammenführen hin, nicht auf Kürzen.

Schritt 2: den HTMT-Bootstrap-Konfidenzintervall-Test durchführen

Eine Punktschätzung von .91 ist nicht dieselbe Evidenz wie eine Punktschätzung von .98. HTMT ist eine Schätzung mit Stichprobenfehler, und es gibt eine inferenzielle Version des Tests: ein Konfidenzintervall bootstrappen und prüfen, ob es die 1 einschließt (Henseler, Ringle, & Sarstedt, 2015). Schließt das Intervall die 1 aus — sagen wir, [.86, .96] —, unterscheiden die Daten die Konstrukte im inferenziellen Sinn immer noch, auch wenn die Punktschätzung an beiden festen Schwellenwerten scheitert.

Zwei ehrliche Vorbehalte. Erstens: Das ist das liberalste vertretbare Kriterium, und eine strengere Version vergleicht die Obergrenze des Intervalls mit Ihrem gewählten Schwellenwert statt mit 1 (Franke & Sarstedt, 2019) — eine Schätzung von .91 besteht diese Version nicht. Zweitens: Wie der Schwellenwert selbst sollte auch das inferenzielle Kriterium in Ihrem Analyseplan festgelegt werden, nicht erst übernommen werden, nachdem der feste Grenzwert gescheitert ist. Transparent verwendet, sagt das Intervall Gutachtern genau, wie schlimm (oder grenzwertig) das Problem ist; als Rettungsanker verwendet, sieht es genau danach aus, was es ist.

Schritt 3: die vertretbaren Korrekturen für diskriminante Validität

Ein Item zu entfernen ist nur legitim, wenn Schritt 1 Ihnen einen Grund geliefert hat, der außerhalb der Zahlen existiert. Nennen Sie den Grund, zeigen Sie den Wert vorher und nachher, und bestätigen Sie, dass die verkürzte Skala die Bedeutung des Konstrukts weiterhin abdeckt — Inhaltsvalidität zu verlieren, um .02 HTMT zu gewinnen, ist ein schlechter Tausch. Behalten Sie mindestens drei Items pro reflektivem Konstrukt — ein eigenständiger reflektiver Faktor ist erst mit drei Items just-identified — sodass Sie aus einer Drei-Item-Skala kein Item entfernen können; Entfernen ist dann keine Option, und es bleibt Zusammenführen oder das Berichten der Überlappung.

Zusammenführen verdient mehr Respekt, als es bekommt. Wenn Ihre Daten sagen, dass zwei Konstrukte eines sind, kann das ein Befund sein — manche in der Literatur als „verschieden" geführten Konstrukte scheitern routinemäßig an Prüfungen der diskriminanten Validität (Voorhees, Brady, Calantone, & Ramirez, 2016). Führen Sie sie zusammen (oder modellieren Sie einen Faktor höherer Ordnung), rechnen Sie neu und schreiben Sie es als Ergebnis auf. Ein Modell, das die Daten ehrlich widerspiegelt, schlägt ein Modell, das nur zurechtgestutzt wurde, um zur Theorie zu passen.

Was Sie nicht tun sollten, wenn die diskriminante Validität scheitert

Löschen Sie keine Items, bis die Zahl passt. Das „schlechteste" Item zu entfernen, neu zu rechnen und das zu wiederholen, bis HTMT unter die Linie fällt, ist p-hacking, angewendet auf Messung. Jede Löschung wird wegen des Ergebnisses gewählt, das sie erzeugt, sodass die finale „saubere" Tabelle vom Zufall profitiert und sich nicht replizieren lässt. Wenn Sie die Skala geändert haben, zeigt der einzig ehrliche Bericht das ursprüngliche Modell, die Änderung, den Grund und das revidierte Modell. Ein Ergebnisteil, der die gekürzte Skala so darstellt, als wäre sie die geplante gewesen, stellt die Studie falsch dar.

Wechseln Sie nicht zu Fornell-Larcker, nur weil es besteht. Das Fornell-Larcker-Kriterium ist weniger sensitiv und kann genau das Problem übersehen, das HTMT gefunden hat (Henseler, Ringle, & Sarstedt, 2015) — wenn die zwei Tests nicht übereinstimmen, dürfen Sie sich nicht einfach den aussuchen, der Ihnen lieber ist. Der Vergleich, und warum HTMT heute bevorzugt wird, steht in HTMT vs Fornell-Larcker.

Verstecken Sie das ursprüngliche Ergebnis nicht. Den gescheiterten Lauf aus der Arbeit — oder aus Ihrer Erinnerung — zu löschen, macht aus einem Messbefund ein Berichtsproblem. Transparentes Vorher/Nachher-Berichten ist keine optionale Höflichkeit; es ist das, was das revidierte Modell glaubwürdig macht.

Ein durchgerechnetes Beispiel

Eine Studie misst Vertrauen (5 Items) und Loyalität (4 Items). Das Trust–Loyalty-HTMT liegt bei .93 gegenüber einem präregistrierten Schwellenwert von .85.

1. Diagnose. Alle Items sind korrekt kodiert. Beim Nebeneinanderlesen der Skalen zeigt sich, dass Loyalitäts-Item L4, „Ich würde dieses Geschäft anderen weiterempfehlen", inhaltlich sehr nah an Vertrauens-Item T5 liegt, „Ich kann mich auf die Empfehlungen dieses Geschäfts verlassen." Die Konstrukte selbst sind theoretisch verschieden.
2. Test. Das 95%-Bootstrap-Intervall für das Paar ist [.87, .98] — es schließt die 1 aus, das Scheitern ist also real, aber kein vollständiges Scheitern.
3. Korrektur. L4 wird aus dem genannten inhaltlichen Grund entfernt — und beachten Sie: Die Revision erfolgt obwohl das Intervall die 1 ausschließt: Die Wortlaut-Überlappung ist ein inhaltliches Problem, nicht nur ein statistisches. Die drei verbleibenden Loyalitäts-Items decken das Konstrukt weiterhin ab (Wiederkaufabsicht, Präferenz, Widerstand gegen Wechsel). Das neu geschätzte HTMT beträgt .81.
4. Bericht:

Die diskriminante Validität wurde mit dem HTMT-Verhältnis gegen den präregistrierten Schwellenwert von .85 beurteilt (Henseler et al., 2015). Der anfängliche Trust–Loyalty-Wert lag bei .93, und sein 95%-Bootstrap-Konfidenzintervall [.87, .98] schloss die 1 aus. Die Item-Prüfung zeigte, dass Loyalitäts-Item L4 sich inhaltlich mit Vertrauens-Item T5 überschnitt. L4 wurde aus inhaltlichen Gründen entfernt; die revidierte Loyalitätsskala behielt drei Items, die Wiederkaufabsicht, Präferenz und Widerstand gegen Wechsel abdeckten. Alle HTMT-Werte im revidierten Modell lagen unter .85 (Maximum = .81). Beide Messmodelle werden in Anhang A berichtet.

Vier Sätze Ehrlichkeit kosten wenig Mühe — und sie beantworten die Gutachterfrage, bevor sie gestellt wird.

Häufige Fehler, die Sie vermeiden sollten

• Den Schwellenwert .85 oder .90 wählen, nachdem Sie gesehen haben, welchen Ihre Werte bestehen.
• Wiederholt Items löschen, bis HTMT besteht, und dann nur die finale Skala berichten.
• HTMT durch Fornell-Larcker ersetzen, weil Fornell-Larcker „besteht" — es ist der weniger sensitive Test.
• Grundlegende Datenprüfungen überspringen (Item-Kodierung, offensichtliche Wortlaut-Überlappung) und direkt zu Modelländerungen springen.
• Ein Item aus einer Drei-Item-Skala entfernen — behalten Sie mindestens drei Items pro reflektivem Konstrukt (ein eigenständiger Faktor mit weniger ist nicht einmal just-identified).
• Ein Zusammenführen als Scheitern behandeln; dass zwei Konstrukte zu einem verschmelzen, kann ein publizierbarer Befund sein.

Häufig gestellte Fragen

References

Clark, L. A., & Watson, D. (1995). Constructing validity: Basic issues in objective scale development. Psychological Assessment, 7(3), 309–319. https://doi.org/10.1037/1040-3590.7.3.309

Franke, G., & Sarstedt, M. (2019). Heuristics versus statistics in discriminant validity testing: A comparison of four procedures. Internet Research, 29(3), 430–447. https://doi.org/10.1108/IntR-12-2017-0515

Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, 43(1), 115–135. https://doi.org/10.1007/s11747-014-0403-8

Kline, R. B. (2016). Principles and practice of structural equation modeling (4th ed.). Guilford Press.

Voorhees, C. M., Brady, M. K., Calantone, R., & Ramirez, E. (2016). Discriminant validity testing in marketing: An analysis, causes for concern, and proposed remedies. Journal of the Academy of Marketing Science, 44(1), 119–134. https://doi.org/10.1007/s11747-015-0455-4

Wie Explonia das für Sie erledigt

Explonia berechnet HTMT aus Ihrem CFA- oder PLS-SEM-Modell — mit Bootstrap-Konfidenzintervallen bei PLS-SEM — und markiert jedes Paar über dem von Ihnen gesetzten Schwellenwert (.85 oder .90). Wenn Sie ein Item rekodieren, eines entfernen oder Konstrukte zusammenführen, rechnen Sie das Modell neu und sehen die Vorher/Nachher-Werte nebeneinander — das transparente Berichten, das dieser Leitfaden verlangt, ist genau das, was die Plattform zeigt. Die Funktion „Article description" entwirft APA-Sätze aus Ihren tatsächlichen Ergebnissen; Sie bleiben der Autor und bearbeiten jedes Wort. Tabellen exportieren nach Word, R, SPSS/.sav und LaTeX. Für eine schnelle manuelle Prüfung einzelner Werte braucht der kostenlose HTMT-Rechner kein Konto, und unsere HTMT-Methodenseite behandelt die Formel und Berichtsdetails.

Bereit, Ihre diskriminante Validität ehrlich zu korrigieren? Rechnen Sie HTMT in Explonia und vergleichen Sie Ihr Modell vor und nach der Änderung. Kostenlos starten →