Hi Hanna,
Das was ich alles bisher gemacht habe, ist die vorgehensweise die im Buch Strukturgleichungsmodellierung von Weiber und Mühlhaus (2010) empfohlen wird.Ich soll mit den Daten des Pretest die EFA durchführen, anbschließend Cronbachs Alpha berechnen etc etc...(in diesem Buch wird zur Extraktion allerdings die Hauptachsenanalyse verwendet, Backhaus et al (2011) empfehlen allerdings wie oben besprochen die Hauptkomponentenanalyse)
Erst eine EFA zu machen und dann eine CFA ist nicht ganz so sinnvoll - egal ob in der selben Stichprobe, in einer zufälligen Hälfte, oder in einer neuen:
a) Die EFA enthält meist Doppelladungen, die in der CFA auf 0 fixiert werden - das kann schon eine Misspezifikation sein. Das heißt, du testest lediglich, ob diese Restriktionen korrekt sind. Hinzu testest du, ob die
Annahme unkorrelierter Messfehler hält.
b) Den wesentlichen Test, ob die Struktur stimmt (d.h. messen die items bestimmte latente Variablen), schwächst du ab. Es ist gut möglich, dass die EFA zu einer Lösung führt,
die falsch ist, die anschließende CFA dennoch fittet. Der Fit belegt diese Struktur aber nicht.
Wenn die Autoren die Hauptachsenanalyse empfehlen, ist das auf jeden Fall schon mal sinnvoller als die Hauptkomponentenanalyse. Der Hauptachsenanalyse liegt das common factor model zugrunde, die Hauptkomponentenanalyse bildet Häufchen.
Ich habe mir zuvor viele Gedanken und viel Literaturrecherche betrieben um die Konstrukte und mögliche Variablen zu identifizieren...
Warum gehst du dann überhaupt exploratorisch vor und machst nicht gleich eine CFA?
Ich frage mich wieso mein eines Buch dann sagt, ich soll Cronbachs Alpha berechnen für die einzelnen Faktoren/Häufchen...das andere Buch (Backhaus et al) geht darauf beispielsweise nicht ein...die bilden nur "Häufchen"...
wem soll ich denn jetzt nun Glauben schenken?
Weiber/Mühlhaus ist auf jeden Fall sinnvoller als Backhaus et al. Und nochmal: Alpha macht nur bei wirklichen Faktoren Sinn.
Zusatz: Es ist ja nicht so, dass ich mir alles nur einfach "ausgedacht" habe...ich habe teilweise Items und Skalen aus bestehenden Fragebögen herangezogen...
Das sagt leider gar nichts. Die meisten Skalen sind unzureichend getestet. Viele beruhen sogar auf der Hauptkomponentenanalyse mit allen oben beschriebenen Nachteilen.
Ich gehe immer so vor, dass ich mir die items einer "Skala" anschaue und versuche zu identifzieren, welche latenten Variablen da wohl drin stecken und ob alle für meine Fragestellung relevant sind. Wenn nein, nehm ich diejenigen items, die aller (theoretischen) Wahrscheinlichkeit die latente Variable von Interesse messen. Wichtig ist, dass alle items konzeptionell identisch sind und nicht "ein Thema betreffen", "einer domain entsprechen" etc.
Du kannst ja mal die Liste der items posten und etwas mehr zur Studie schreiben.
Grüße
Holger