Danke für die Antwort.
Ich hab es nun mit einem Strukturgleichungsmodell versucht.
Mein Modell habe ich wie folgt definiert: (A001 etc sind die Items)
Code: Alles auswählen
HS.model <- '
skala1=~ A001_01 + A001_02 + A001_03 + A001_04 + A001_05 + A001_06 + A001_07
skala2=~ A005_01 + A005_02 + A005_03 + A005_04 + A005_05 + A005_06 + A005_07 '
fit <- sem(HS.model, data=ds)
summary(fit, fit.measures=TRUE, standardized = TRUE)
Anhand der standardisierten Kovarianz der beiden Fragebögen habe ich jetzt die Korrelation interpretiert.
Code: Alles auswählen
Covariances:
Estimate Std.Err z-value P(>|z|) Std.lv Std.all
skala1 ~~
skala2 0.427 0.093 4.612 0.000 0.743 0.743
Ich würde das jetzt so interpretieren, dass die Korrelation der beiden Skalen r = 0.743, p>0.000 beträgt, also eine hohe Korrelation die signifikant wird.
Ist mein Vorgehen richtig? Oder muss ich davor vllt noch etwas anderes berechnen?
Vielen Dank!!
