Pular para o conteúdo
Glossário

Validade Discriminante

Validade discriminante é o grau em que um construto é empiricamente distinto de outros construtos aos quais não deveria ser idêntico.

Esta página é uma tradução do original em inglês, revisado por pares. Ver o original (EN)

validade discriminante

Results verified against R (lavaan)

O que significa

Dois construtos têm validade discriminante quando suas medidas não se sobrepõem demais, ou seja, cada um captura algo que o outro não capta. Sem isso, você não consegue saber se está medindo uma ideia ou duas.

Como é testada

O teste preferido é a razão HTMT, que detecta problemas de forma mais confiável do que o antigo critério de Fornell-Larcker (comparar a raiz quadrada do AVE com as correlações entre construtos) ou as cargas cruzadas (Henseler, Ringle & Sarstedt, 2015; https://doi.org/10.1007/s11747-014-0403-8).

Como relatar

Relate o HTMT para cada par de construtos, com HTMT < .85 (ou < .90 para construtos semelhantes) como evidência de suporte. A tabela de Fornell-Larcker também costuma ser relatada. Veja a página de método do HTMT para o procedimento completo.

Perguntas frequentes

Como demonstro validade discriminante?

Relate o HTMT abaixo de .85 (ou .90 para construtos semelhantes) para cada par de construtos, que é a evidência mais confiável. Muitos autores também incluem uma tabela de Fornell-Larcker para completude.

E se o HTMT estiver muito alto?

Um HTMT alto sugere que dois construtos se sobrepõem. Reconsidere se eles são realmente distintos, remova itens que carregam em ambos, ou combine os construtos se medirem a mesma coisa.

Como citar esta página

Se esta página ajudou sua pesquisa, você pode citá-la (APA 7):

Szymkowiak, A. (2026). Discriminant Validity. Explonia. https://explonia.com/pt/glossary/discriminant-validity/

Last updated: setembro 2026

Confira esses valores nos seus próprios dados

Envie seu arquivo de dados (CSV ou Excel) e obtenha as mesmas estatísticas, com um rascunho de parágrafo APA que você pode editar. Comece grátis.

Analise seus dados