Prüfung auf Eindimensionalität, Strukturgleichungsmodellierung

[JanaS94]

Ich habe eine EFA mit jedem Indikatorenset durchgeführt. Leider habe ich sehr wenig Erfahrung mit dem Eliminieren von Items, daher hier meine Frage: Wie im Anhang sichtbar wird der Schwellenwert der Kommunalität des Items loya2 leicht unterschritten (0,494). Daher habe ich die EFA nochmals ohne diesen Indikator durchgeführt, woraufhin sich die Werte des Items loya4 leicht verbesserten. Würdet Ihr das Item in Hinblick auf die übrigen Werte (KMO, etc.) eliminieren?
Danke Euch bereits für die Hilfe! Leider kann ich keine Dateianhänge hochladen, daher hier die jeweligen Werte. Freue mich über schnelle Rückmeldungen.

vor Eliminierung des Items:
KMO: 0,739
Bartlett: 0,00
MSA:
loya1 0,783,
loya2 0,704,
loya3 0,756,
loya4 0,701
Kommunalität:
loya1 0,755,
loya2 0,494,
loya3 0,798,
loya4 0,504

nach Eliminierung des Items:
KMO: 0,733
Bartlett: 0,00
MSA:
loya1 0,742,
loya3 0,702,
loya4 0,761
Kommunalität:
loya1 0,661,
loya3 0,759,
loya4 0,629

Die 4 Indikatoren stellen den Faktor Markenloyalität dar, welche einer meiner abhängigen Variablen im Modell ist.
loya1: In Zukunft werde ich XY treu sein.
loya2: in Zukunft werde ich XY wieder kaufen.
loya3: XY wird in Zukunft meine erste Wahl sein.
loya4: Ich werde keine anderen Marken kaufen, wenn XY zum Verkauf steht.

Ich habe eine Umfrage durchgeführt, bei welcher ich mir anschaue, ob starke Markeneigenschaften einen Einfluss auf das CBE im Kontext der Plattformisierung von Produktmarken haben und ob dies dann die Markenloyalität affektiert.
Stichprobengröße: 150

[dutchie]

Hallo Jana

konstruierst du einen Fragebogen oder wendest du einen bestehenden Fragebogen an?

wohl beides gleichzeitig.

Ist mir nicht ganz klar was da wei berechnet wurde, aber egal

Würdet Ihr das Item in Hinblick auf die übrigen Werte (KMO, etc.) eliminieren?

Nein!

1. Es gibt dafür keine inhaltliche Begründung,warum gerade item 2?
und auch kein aufgrund der Zahlen.

2. Das Verfahren ist in der Anwendung, es wurde gemessen so wie gemessen wurde
und dafür gab es vorher Gründe. Wenn du jetzt Items eliminierst, kann das so ausschauen, dass
du deine Hypothesen pushen willst, du müsstest einmal mit dem Item und einmal ohne dem Item
rechnen und das auch darstellen, um dem entgegenzugehen.

gruß
dutchie