Ich habe eine Umfrage gemacht und dabei mehrere Skalen über je mehrere Items gemessen.
Das Cronbachs Alpha der Items, die eine Skala abbilden sollen, war des Öfteren kleiner 0,7, weshalb ich mit einer konfirmatorischen Faktoranalyse nachweisen wollte, dass sie dennoch auf ein und denselben Faktor laden.
Nun ist es aber bei dieser Faktoranalyse zu noch mehr Unklarheiten gekommen, da viel zu viele eigentlich unterschiedliche Faktoren auf ein und dieselben Faktoren laden.
Für meine Analysen nutze ich ein Modell mit 4 unabhängigen Variablen, die auf eine abhängige wirken, die wiederum auf eine zweite abhängige Variable wirkt.
Des weiteren gibt 2 Moderatoren, die auf die Beziehung zwischen unabhängige Variable und erste abhängige Variable wirken.
Dadurch beeinflussen sie sich untereinander logischerweise sehr stark. Nun habe ich mir gedacht, dass ich jeweils konfirmatorische Faktoranalysen für die unabhängigen Variablen, die abhängigen und Moderatorvariablen durchführe, was zu besseren Ergebnissen geführt hat.
Meine Frage ist, kann ich das einfach so machen oder verändere ich hierbei statistische Verfahren, wie es mir gefällt und hat es dann eine andere Aussagekraft?
Über eure Meinung würde ich mich sehr freuen!
