Messmodell prüfen in der BWL-Abschlussarbeit (PLS-SEM): Cronbachs Alpha, AVE, Fornell-Larcker und HTMT 2026

Das Wichtigste zuerst: Wer in einer BWL-Bachelor- oder Masterarbeit ein Strukturgleichungsmodell mit PLS-SEM rechnet, muss zuerst das Messmodell prüfen und erst danach das Strukturmodell interpretieren. Das Messmodell beantwortet, ob die Indikatoren (Fragebogen-Items) ihr Konstrukt zuverlässig und von anderen Konstrukten unterscheidbar erfassen. Dafür berichtest du üblicherweise Indikatorladungen, Reliabilität (Cronbachs Alpha und Composite Reliability), konvergente Validität (AVE) und diskriminante Validität (Fornell-Larcker-Kriterium und HTMT). Dieser Beitrag zeigt, was jede Kennzahl bedeutet, wie du sie von Hand nachrechnest, wie du sie berichtest und welche Fehler Gutachter anstreichen.

Warum zuerst das Messmodell?

Ein Strukturgleichungsmodell besteht aus zwei Teilen: dem Messmodell, das Konstrukte wie „Kundenzufriedenheit“ oder „Markenvertrauen“ über Indikatoren beschreibt, und dem Strukturmodell, das die Beziehungen zwischen den Konstrukten prüft. Pfadkoeffizienten sind nur interpretierbar, wenn die Konstrukte sauber gemessen wurden. Deshalb folgt die Auswertung einer festen Reihenfolge: erst Messmodell (Indikatoren und Konstrukte), dann Strukturmodell (Pfade, Erklärungskraft, Prognosegüte). Einen verbreiteten Überblick über die Kennzahlen und Richtwerte der PLS-SEM-Auswertung liefern Hair, Risher, Sarstedt und Ringle (2019) im European Business Review (Band 31, Heft 1, Seiten 2 bis 24); der Aufsatz fasst nach eigener Angabe zusammen, wann PLS-SEM geeignet ist, welche Metriken anzuwenden und wie Ergebnisse zu berichten sind.

Diese Seite behandelt reflektive Messmodelle, bei denen das Konstrukt die Indikatoren „verursacht“ und die Indikatoren austauschbar sind (typisch für Einstellungsskalen). Formative Konstrukte, bei denen die Indikatoren das Konstrukt bilden, brauchen andere Gütekriterien; sie sind ein eigenes Thema und gehören in die Abstimmung mit deiner Betreuung. Wenn du noch nicht sicher bist, ob PLS-SEM überhaupt zu deiner Fragestellung passt, besprich das vor der Datenerhebung mit deiner Betreuung, denn nachträglich lässt sich ein ungeeignetes Design kaum noch reparieren.

Welche Kennzahlen prüfst du im reflektiven Messmodell?

Die folgende Tabelle ordnet die Kennzahlen den Fragen zu, die du beantworten willst. Die Richtwerte sind in der Literatur gängige Faustregeln; prüfe sie im Original (zum Beispiel Hair und Kollegen, 2019) und dokumentiere in deiner Arbeit, auf welche Quelle du dich stützt.

Für den HTMT-Wert sind die beiden Schwellen in der Originalarbeit nachlesbar: Henseler, Ringle und Sarstedt (2015) schreiben im Journal of the Academy of Marketing Science (Band 43, Seiten 115 bis 135), dass manche Autoren einen Schwellenwert von 0,85 und andere von 0,90 vorschlagen, und unterscheiden deshalb die Kriterien HTMT.85 und HTMT.90.

Wie rechnest du AVE und Composite Reliability nach? (illustratives Beispiel)

Das folgende Beispiel verwendet erfundene Ladungen, damit du die Kennzahlen nachvollziehen kannst. Ein Konstrukt „Markenvertrauen“ habe vier Indikatoren mit den standardisierten Ladungen 0,78; 0,81; 0,74 und 0,69.

• AVE: Mittelwert der quadrierten Ladungen. Quadrate: 0,6084; 0,6561; 0,5476; 0,4761. Summe 2,2882, geteilt durch 4 ergibt 0,572. Der Wert liegt über 0,50.
• Composite Reliability: (Summe der Ladungen) zum Quadrat, geteilt durch (dieses Quadrat plus Summe der Fehlervarianzen). Summe der Ladungen 3,02, Quadrat 9,1204. Fehlervarianzen (1 minus Ladung zum Quadrat): 0,3916; 0,3439; 0,4524; 0,5239, Summe 1,7118. Ergebnis 9,1204 geteilt durch 10,8322 ergibt 0,842.
• Wurzel der AVE: Wurzel aus 0,572 ergibt 0,756. Diesen Wert brauchst du für das Fornell-Larcker-Kriterium.

Cronbachs Alpha lässt sich nicht aus den Ladungen allein berechnen; es folgt aus den Korrelationen der Items und wird von der Software ausgegeben. Zur Interpretation: Die Composite Reliability gewichtet Indikatoren nach ihren Ladungen, Cronbachs Alpha behandelt alle Indikatoren als gleich zuverlässig. Deshalb liegt Alpha häufig etwas niedriger, und beide Werte zusammen geben ein vollständigeres Bild. Wie du Alpha grundsätzlich berechnest und einordnest, steht im Beitrag Reliabilität und Validität von Fragebögen prüfen.

Wie prüfst du die diskriminante Validität?

Diskriminante Validität heißt: Ein Konstrukt unterscheidet sich empirisch von anderen Konstrukten. Dafür gibt es drei Ansätze, die du kennen musst.

Fornell-Larcker-Kriterium

Fornell und Larcker haben 1981 im Journal of Marketing Research (Band 18, Seiten 39 bis 50) vorgeschlagen, die Wurzel der AVE eines Konstrukts mit den Korrelationen zu allen anderen Konstrukten zu vergleichen. Die Wurzel der AVE sollte größer sein als jede dieser Korrelationen. Beispiel (erfunden): Das zweite Konstrukt „Kundenbindung“ hat drei Indikatoren mit den Ladungen 0,82; 0,77 und 0,85. Die AVE beträgt 0,663 (Quadrate 0,6724; 0,5929; 0,7225, Summe 1,9878, geteilt durch 3), die Wurzel 0,814. Die Composite Reliability liegt bei 0,855. Die Korrelation zwischen Markenvertrauen und Kundenbindung betrage 0,62. Beide Wurzeln der AVE (0,756 und 0,814) sind größer als 0,62; das Kriterium ist erfüllt.

In der Tabelle stehen auf der Diagonalen die Wurzeln der AVE und darunter die Konstruktkorrelationen. Diese Darstellung ist in Arbeiten üblich und für Gutachter sofort lesbar.

Cross-Loadings

Beim Cross-Loading-Ansatz prüfst du, ob jeder Indikator auf seinem eigenen Konstrukt höher lädt als auf allen anderen. Das ist schnell gemacht, aber wenig streng: Henseler und Kollegen zeigen in ihrer Simulationsstudie, dass sich damit mangelnde diskriminante Validität in typischen Forschungssituationen nicht zuverlässig aufdecken lässt. Berichte die Cross-Loadings daher höchstens als Ergänzung.

HTMT: Heterotrait-Monotrait-Verhältnis

Der HTMT ist ein Verhältnis von Korrelationen und stammt aus dem Multitrait-Multimethod-Ansatz. Henseler, Ringle und Sarstedt (2015) stellen ihn als Alternative vor, weil sich das Fornell-Larcker-Kriterium und die Cross-Loadings in ihrer Simulation als nicht verlässlich erwiesen. Du berichtest den HTMT-Wert für jedes Konstruktpaar und vergleichst ihn mit der Schwelle, die du begründet hast (0,85 oder 0,90). Im Beispiel (erfunden) liegt der Wert für Markenvertrauen und Kundenbindung bei 0,74; er liegt unter beiden Schwellen. Zusätzlich beschreibt die Originalarbeit einen inferenzstatistischen Test (HTMTinference): Über Bootstrapping wird ein Konfidenzintervall für den HTMT gebildet, und ein Intervall, das den Wert 1 enthält, spricht gegen diskriminante Validität.

Wie berichtest du das Messmodell im Methoden- und Ergebnisteil?

Ein sauberer Bericht braucht eine Tabelle und wenige Sätze Text. Hier ein Aufbau, den du übernehmen kannst:

1. Modell und Software: Nenne PLS-SEM als Verfahren, die verwendete Software und Version sowie die Einstellungen (zum Beispiel Bootstrapping mit Anzahl der Stichproben).
2. Stichprobe: Beschreibe Größe und Auswahl und begründe, warum PLS-SEM zu Modell und Daten passt; die genannte Übersichtsarbeit diskutiert dazu empfohlene Stichprobengrößen und Verteilungsannahmen. Prüfe die Größe mit einer Power-Analyse, statt dich auf Faustregeln zu verlassen.
3. Tabelle der Konstrukte: Konstrukt, Indikatoren, Ladungen, Cronbachs Alpha, Composite Reliability, AVE.
4. Diskriminante Validität: Tabelle mit Fornell-Larcker-Matrix und HTMT-Werten.
5. Entscheidungen: Welche Indikatoren du wegen niedriger Ladungen entfernt hast und mit welcher inhaltlichen Begründung.

Beispieltext (erfunden): „Die Indikatorladungen lagen zwischen 0,69 und 0,81. Die Composite Reliability betrug für Markenvertrauen 0,84 und für Kundenbindung 0,85. Die AVE lag mit 0,57 und 0,66 über 0,50. Die Wurzeln der AVE überstiegen die Konstruktkorrelationen (Fornell-Larcker), und der HTMT-Wert von 0,74 lag unter dem Schwellenwert von 0,85. Die Konstrukte werden damit als hinreichend reliabel und valide betrachtet.“ Achte darauf, dass dein Text nur Werte nennt, die du selbst berechnet hast.

Was tust du, wenn Werte unter dem Richtwert liegen?

Das passiert in der Praxis oft. Gehe in dieser Reihenfolge vor: Prüfe zuerst Datenqualität und Antwortmuster (Straightliner, fehlende Werte); wie du Daten vor der Auswertung bereinigst, zeigt der Beitrag zur Datenbereinigung vor der Auswertung. Prüfe dann, ob der Indikator inhaltlich zum Konstrukt passt; ein schwacher Indikator ist manchmal falsch formuliert oder bei der Übersetzung verändert worden, etwa wenn du eine englischsprachige Skala ins Deutsche übertragen hast. Entferne einen Indikator nur, wenn das inhaltlich vertretbar ist und Reliabilität und AVE dadurch besser werden, und dokumentiere die Entscheidung. Wenn zwei Konstrukte nicht trennbar sind (HTMT über der Schwelle), kann es sein, dass sie in deiner Stichprobe nicht unterscheidbar sind. Dann ist das ein Ergebnis, das du offen diskutierst, statt es wegzufiltern.

Wie unterscheiden sich quantitative und qualitative Gütekriterien?

Reliabilität, AVE und HTMT sind Kriterien für standardisierte Messungen. Für qualitative Arbeiten gelten andere Maßstäbe, etwa Nachvollziehbarkeit und Glaubwürdigkeit; sie sind im Beitrag Gütekriterien qualitativer Forschung erklärt. Verwechsle beide Welten nicht: Wer eine Interviewstudie mit „Cronbachs Alpha“ begründet, macht einen Anfängerfehler, den Gutachter sofort bemerken.

Welche Fehler fallen Gutachtern besonders auf?

• Schwellenwerte ohne Quelle: „AVE größer 0,5“ allein genügt nicht; gib an, woher der Richtwert stammt.
• Nur Fornell-Larcker berichten: Das Kriterium allein wird kritisiert; ergänze den HTMT.
• Strukturmodell vor Messmodell: Pfade interpretieren, bevor die Konstrukte geprüft sind.
• Indikatoren ohne Begründung löschen: Jede Streichung braucht eine inhaltliche und eine statistische Begründung.
• Formative und reflektive Konstrukte vermischen: Für formative Konstrukte passen Reliabilität und AVE nicht.
• Alpha in Interviewstudien: Gütekriterien müssen zum Design passen.

Welche Hypothesen und Pfadmodelle schließen sich an?

Erst wenn das Messmodell steht, prüfst du Hypothesen. Wie du Mediationen und Moderationen formulierst und entscheidest, beschreibt der Beitrag Mediation oder Moderation. Für die Konstruktbildung vor der Auswertung lohnt der Blick in die Operationalisierung von Variablen. Ein Beispiel für eine fertig dokumentierte Skala mit Quelle, Itemzahl und Auswertungsregel findest du im Beitrag Selbstwirksamkeit in der Bachelorarbeit. Plane außerdem früh, wie du die Befragung aufbaust, denn die Qualität der Indikatoren entscheidet sich schon beim Fragebogen und nicht erst in der Software.

Wie bereitest du die Auswertung praktisch vor?

Lege vor der Datenerhebung eine Konstrukttabelle an: Konstrukt, Definition, Quelle der Skala, Itemzahl, Antwortformat, reflektiv oder formativ. Notiere die Reihenfolge der Schritte in der Auswertung und die Entscheidungsregeln, nach denen du Indikatoren behältst oder entfernst, bevor du die Daten gesehen hast. Das schützt dich vor dem Vorwurf, Ergebnisse zurechtgebogen zu haben. Speichere die Syntax oder das Projekt deiner Software, damit du jeden Wert in der Arbeit nachvollziehen kannst. Wenn deine Betreuung eine Beratung zur Methodik anbietet, lege dort Messmodell, Stichprobe und geplante Hypothesen offen; Rückmeldungen in dieser Phase sind günstiger als Korrekturen nach der Abgabe.

Checkliste für dein Messmodell-Kapitel

1. Konstrukte als reflektiv oder formativ begründet.
2. Indikatorladungen berichtet und Auffälligkeiten diskutiert.
3. Cronbachs Alpha und Composite Reliability berichtet.
4. AVE berechnet und mit Richtwert und Quelle verglichen.
5. Fornell-Larcker-Matrix und HTMT-Tabelle vorhanden.
6. Schwellenwerte mit Quelle begründet.
7. Entfernte Indikatoren dokumentiert und begründet.
8. Stichprobengröße über Power-Analyse begründet.

Häufige Fragen zum Messmodell in der PLS-SEM-Abschlussarbeit

Was muss ich im Messmodell mindestens berichten?

Indikatorladungen, Cronbachs Alpha und Composite Reliability, die AVE sowie Belege für diskriminante Validität über Fornell-Larcker und HTMT.

Welcher Richtwert gilt für die AVE?

In der Literatur wird häufig ein Wert ab 0,50 genannt. Gib die Quelle an und prüfe den Richtwert im Original.

Welche HTMT-Schwelle soll ich verwenden?

Henseler, Ringle und Sarstedt (2015) nennen 0,85 und 0,90 als vorgeschlagene Schwellen und unterscheiden die Kriterien HTMT.85 und HTMT.90. Begründe, für welche du dich entscheidest.

Reicht das Fornell-Larcker-Kriterium?

Besser nicht. Die Simulationsstudie von Henseler und Kollegen zeigt, dass Fornell-Larcker und Cross-Loadings mangelnde diskriminante Validität in typischen Situationen nicht zuverlässig erkennen. Ergänze den HTMT.

Darf ich Indikatoren mit niedriger Ladung löschen?

Nur mit inhaltlicher Begründung und wenn Reliabilität und AVE dadurch verbessert werden. Dokumentiere jede Entscheidung im Methodenteil.

Wie viele Teilnehmende brauche ich für PLS-SEM?

Das hängt von Modell, Effektstärke und gewünschter Power ab. Begründe die Zahl mit einer Power-Analyse und beschreibe Auswahl und Verteilung der Daten.

Worin unterscheiden sich reflektive und formative Konstrukte?

Bei reflektiven Konstrukten verursacht das Konstrukt die Indikatoren, bei formativen bilden die Indikatoren das Konstrukt. Die Gütekriterien unterscheiden sich entsprechend.

Gelten Alpha und AVE auch für Interviewstudien?

Nein. Für qualitative Arbeiten gelten andere Gütekriterien wie Nachvollziehbarkeit und Glaubwürdigkeit.