HTMT(Heterotrait-Monotrait ratio)는 판별 타당성을 평가하기 위한 통계적 지표로, 서로 다른 구성 개념 간 상관관계(이질 특성 간 상관)와 동일 구성 개념 내의 상관관계(동일 특성 간 상관)의 비율을 측정한다. Henseler 등(2015)이 제안한 이 지표는 판별 타당성 부족 문제를 개선하기 위한 목적으로 고안되었다.
HTMT라는 명칭은 Heterotrait-Monotrait의 약자로, ‘이질 특성 대 동일 특성’의 뜻을 담고 있다. 영어적으로 hetero는 ‘다른’이라는 뜻의 그리스어 heteros에서 유래되었으며, mono는 ‘하나’를 의미하는 monos, trait는 ‘특징, 특성’을 뜻하는 라틴어 tractus에 어원을 둔다. HTMT는 서로 다른 구성 개념(heterotrait)들 간의 상관계수와 동일한 구성 개념(monotrait) 내에서의 상관계수 간의 비율을 통해 변수 간 구분 가능한지를 나타내는 논리적 구조를 지닌다.
HTMT는 2015년 Henseler, Ringle, & Sarstedt에 의해 제안된 이래로 구조방정식모형(Structural Equation Modeling, SEM), 특히 부분최소제곱방정식모형(Partial Least Squares-SEM, PLS-SEM)에서의 판별 타당성(discriminant validity) 평가 도구로 널리 사용되기 시작했다. 이는 Fornell-Larcker 기준이나 교차 적재값(cross-loadings) 등의 전통적 평가 방법이 지나치게 관대하여 판별 타당성 문제를 간과할 수 있다는 비판에 대한 대응책이었다. HTMT는 잠재변수 간의 분리 가능성을 좀 더 엄밀하고 민감하게 판단할 수 있는 방식을 제시함으로써, 측정 모형의 신뢰도 향상에 기여하였다.
관련된 흥미로운 일화 중 하나는 Henseler 팀이 HTMT를 처음 제안했을 당시 기존 평가 방법의 문제점을 강조하기 위해 시뮬레이션 데이터를 반복적으로 생성하면서 일반적인 Fornell-Larcker 기준이 실제로 상당히 많은 경우에 판별 타당성 결여를 감지하지 못한다는 사실을 밝혀내었다는 점이다. 이들의 연구는 학계에 큰 반향을 일으켰고, 많은 저널의 심사자가 이제 HTMT 통계를 요구하게 되는 계기가 되었다.
최근 연구동향을 살펴보면 HTMT가 심리학, 경영학, 마케팅, 교육학 등 다양한 사회과학 분야에서 활용되고 있다. 예를 들어 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. 에서는 HTMT가 기존 판별 타당성 지표의 한계를 극복하며, 잠재 변수 간의 명확한 분리를 돕는 데 탁월한 성능을 보인다고 밝혔다. 또한 최근 Luczak-Roesch, M. (2021). Revisiting constructs and their measurement in online learning environments. Educational Research Review, 33, 100396. 등의 연구에서 PLS-SEM 모형에서 HTMT 통계를 활용하여 온라인 학습 경험의 구성 요소들을 보다 정교하게 구분하려는 시도가 적극적으로 이루어지고 있다.
이와 같은 HTMT의 실용적 활용 방안은 연구 설계 초기 단계에서 변수 간 구별 가능성을 사전에 테스트하여 측정도구의 정제(refinement)에 유용하다는 데 있다. 특히 다차원적 구성 개념(multidimensional constructs)의 경우, 각 하위 요인의 판별 타당성을 별도로 측정함으로써 모형 전체의 적합도를 높이고, 신뢰성 있는 이론 구축에 기여한다. 예를 들어, 조직시민행동(organizational citizenship behavior)이나 소비자 감정(comsumption affect) 등 구조적으로 유사한 개념들이 존재할 가능성이 있는 연구에서는 HTMT 활용이 필수적이라 할 수 있다. HTMT 값이 0.85 이상 혹은 0.90 이상이면 두 개의 개념 간 판별 타당성이 결여되었을 가능성을 경고하며, 이는 연인이 우정과 헷갈릴 가능성만큼이나 문제 되는 상황이다.
결론적으로 HTMT 통계량은 단순한 검정 기준을 넘어 연구자가 측정 도구의 개념적 명확성을 확보하고, 결과 해석의 적절성을 확보하는 데 중요한 역할을 수행한다. 이는 단순히 수치로 보이는 상관보다 더 깊은 이론적 통찰과 구분 능력을 연구자에게 부여하며, 현대 연구 방법론의 정제성과 신뢰성을 높이는 핵심 요소 중 하나로 간주된다. 판별 타당성이라는 영역이 단순히 실증의 정밀도에 그치지 않고 개념 설계의 정합성까지 파고들 수 있도록 도와주는 도구로서 HTMT는 그 중요성이 지속적으로 부각되고 있다.