Saltar al contenido
Método

HTMT — Heterotrait-Monotrait Ratio para validez discriminante

Comprueba la validez discriminante con el ratio HTMT en un clic — con los umbrales .85 y .90 aplicados por ti.

Esta página es una traducción del original inglés revisado. Ver el original (EN)

htmt validez discriminante

Qué es

El heterotrait-monotrait ratio (HTMT) mide la validez discriminante — si dos constructos son verdaderamente distintos. Compara la correlación media de los ítems entre distintos constructos con la correlación media de los ítems dentro del mismo constructo. Si dos constructos miden realmente cosas diferentes, las correlaciones entre constructos deberían ser claramente menores que las correlaciones dentro del constructo, por lo que el HTMT se mantiene bajo. El HTMT fue introducido por Henseler et al. (2015) y es hoy el criterio recomendado, porque detecta problemas de validez que el antiguo test de Fornell-Larcker a menudo pasa por alto.

Cuándo usarlo

  • Necesitas mostrar que tus constructos son empíricamente distintos (validez discriminante).
  • Estás ejecutando PLS-SEM o CB-SEM y un revisor espera evidencia moderna de validez.
  • Tus resultados de Fornell-Larcker se ven bien, pero quieres una comprobación más sensible.
  • Tienes constructos reflexivos, cada uno medido con varios ítems.

Cuándo no usarlo

  • Tus constructos son formativos — el HTMT está diseñado para la medición reflexiva.
  • Un constructo tiene un único indicador — no hay correlación dentro del constructo que comparar.

Supuestos

  • Constructos reflexivos con varios indicadores por constructo.
  • Los indicadores de cada constructo están correlacionados positivamente (en la misma dirección).
  • Fiabilidad razonable de los ítems que componen cada constructo.

Umbrales y valores de corte

CriterionRule of thumbSource
HTMT (constructos conceptualmente distintos)< .85 (estricto)Henseler et al. (2015)
HTMT (constructos conceptualmente similares)< .90 (liberal)Henseler et al. (2015)
Inferencia del HTMTLímite superior del intervalo bootstrap unilateral del 95% (el percentil 95, que es el límite superior de un CI bilateral del 90%) por debajo de 1; una prueba más estricta lo compara con .85 o .90Henseler et al. (2015; https://doi.org/10.1007/s11747-014-0403-8), p. 123, note 8; Franke & Sarstedt (2019; https://doi.org/10.1108/IntR-12-2017-0515); Hair et al. (2019; https://doi.org/10.1108/EBR-11-2018-0203)

Cómo informarlo en APA

Plantilla APA — copia y adapta

La validez discriminante se evaluó con el heterotrait-monotrait ratio of correlations (HTMT). Todos los valores de HTMT estuvieron por debajo del umbral .85 (máx. = .XX), y el límite superior del intervalo de confianza bootstrap unilateral del 95% estuvo por debajo de .85 para cada par (mayor límite superior = .XX), lo que respalda la validez discriminante (Henseler et al., 2015; Franke & Sarstedt, 2019).

Cómo lo ejecuta Explonia

Explonia calcula la matriz HTMT completa en el navegador a partir de los datos que recoges o subes. Muestra cada par frente a ambos umbrales, .85 y .90, para que veas de un vistazo qué constructos pueden solaparse; el umbral no es un ajuste que cambies. El HTMT aparece en CFA, CB-SEM, PLS-SEM y la pestaña de Fiabilidad. Con bootstrap (siempre en PLS-SEM, opcional en CB-SEM y Fiabilidad), el veredicto usa el límite superior del intervalo bootstrap unilateral del 95%, que es el percentil 95 (Franke & Sarstedt, 2019). La pestaña CFA no tiene bootstrap, así que su veredicto se basa en el valor puntual y se marca como tal. Los resultados alimentan una «Article description» en estilo APA que puedes revisar y editar. La exportación a R o SPSS (.sav) está disponible en los planes de pago, y el HTMT figura junto al AVE, el CR y Fornell-Larcker, de modo que puedes reportar la validez convergente y la discriminante juntas.

Results verified against R (lavaan)

Preguntas frecuentes

¿Cuál es el umbral del HTMT para la validez discriminante?

Usa HTMT < .85 para constructos conceptualmente distintos y < .90 para los conceptualmente similares (Henseler et al., 2015; https://doi.org/10.1007/s11747-014-0403-8). Un valor más bajo es evidencia más fuerte de distinción.

HTMT o Fornell-Larcker — ¿cuál reportar?

El HTMT es hoy preferido porque es más sensible a los problemas de validez que Fornell-Larcker puede pasar por alto. Muchos autores reportan ambos. Consulta nuestra guía HTMT vs Fornell-Larcker.

¿Qué significa un HTMT por encima de .90?

Un HTMT por encima de .90 sugiere que los dos constructos no son claramente distintos — pueden estar captando lo mismo. Reconsidera los ítems, fusiona los constructos o revisa la teoría.

¿Necesito un intervalo de confianza para el HTMT?

La inferencia es más fuerte cuando haces bootstrap de un intervalo de confianza y confirmas que su límite superior se mantiene por debajo de 1; algunos autores prueban en su lugar el intervalo contra el valor .85 o .90 (Henseler et al., 2015; Franke & Sarstedt, 2019). Explonia puede calcular esto por ti.

Last updated: octubre 2026

Ejecuta HTMT con tus propios datos

Recoge o sube tus datos, ejecuta el análisis en tu navegador y obtén un borrador de párrafo APA que puedes editar. Empieza gratis. Sin tarjeta.

Empezar gratis