Advertisement

Empirische Überprüfung des entwickelten Ansatzes

Chapter
  • 35 Downloads
Part of the Marketing und Innovationsmanagement book series (MAIN)

Zusammenfassung

Für die empirische Überprüfung des entwickelten Qualitätsmodells und dessen zukünftige Verwendung für die Qualitätsmessung in Kliniken ist ein geeigneter Erhebungsansatz auszuwählen. Grundsätzlich ist die Wahl einer möglichst gut geeigneten Erhebungsmethodik von entscheidender Bedeutung für den Erfolg von Untersuchungen im Rahmen einer Primärforschung zur Informationsgewinnung.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Referenzen

  1. 1.
    Diese zweiteilige Tabelle beruht auf einer Abbildung in Krentz, Olandt (1996), S. 154 und wurde für die vorliegende Abbildung deutlich erweitert und präzisiert.Google Scholar
  2. 1.
    Für die konkreten Befragungsergebnisse vgl. Olandt (1997).Google Scholar
  3. 2.
    Der entwickelte Fragebogen zur Messung der Patientenzufriedenheit ist im Anhang A4 dieser Arbeit abgebildet.Google Scholar
  4. 3.
    Für eine derartige Wettbewerbsanalyse auf Basis der in der untersuchten Beispielklinik gewonnenen Daten Vgl. Olandt (1997), S. 106 ff.Google Scholar
  5. 1.
    Zur Vorteilhaftigkeit der Verwendung von Pfaddiagrammen im Rahmen von Mehrvariablenanalysen vgl. auch Opp, Schmidt (1976), S.31.Google Scholar
  6. 2.
    Vgl. dazu Backhaus, Erichson, Plinke, Weiber (1996), S. 361.Google Scholar
  7. 1.
    Vgl. dazu z.B. Backhaus, Erichson, Plinke, Weiber (1996), S. 382 f.Google Scholar
  8. 2.
    Vgl. dazu Jöreskog, Sörbom (1996 b), S. 113.Google Scholar
  9. 1.
    Vgl. zur konfirmatorischen Faktorenanalyse Jöreskog, Sörbom (1996 a), S. 123 ff. Backhaus, Erichson, Plinke, Weiber (1996), S. 407 ff. sowie Weede, Jagodzinski (1977).Google Scholar
  10. 2.
    Vgl. zur explorativen Faktoranalyse Backhaus, Erichson, Plinke, Weiber (1996), S. 189–260.Google Scholar
  11. 3.
    Aus Gründen der Übersichtlichkeit wurde auf die Darstellung der nicht kausal zu interpretierenden Beziehungen zwischen den latenten Größen verzichtet. Die entsprechenden Parameter sind aber ebenfalls zu schätzen.Google Scholar
  12. 4.
    Vgl. dazu Andres (1992), S. 17 ff. sowie Backhaus, Erichson, Flinke, Weiber (1996), S. 368 ff.Google Scholar
  13. 1.
    Vgl. für Arten von Parameterfestlegungen auch Pfeifer, Schmidt (1987), S. 31 f.Google Scholar
  14. 2.
    Die Anzahl der zu lösenden Gleichungen ergibt sich aus: 0,5*n*(n+1), wobei n die Anzahl der gemessenen Indikatorvariablen bezeichnet.Google Scholar
  15. 1.
    Für die konfirmatorische Faktorenanalyse sind im vorliegenden Fall die unstandardisierte, die standardisierte und die vollständig standardisierte Lösung identisch. Bei der standardisierten Lösung sind lediglich die latenten Variablen standardisiert. Bei der vollständig standardisierten Lösung hingegen sind auch die Indikatorvariablen standardisiert.Google Scholar
  16. 2.
    Die Parameterschätzungen finden sich zusammen mit den berechneten Teststatistiken im Anhang A5. Zur Erklärung der Matrizen, welche die Parameterschätzungen darstellen, sei erklärt, daß die Matrix LAMBDA-X die Beziehungen zwischen den latenten exogenen Größen, also den Teilqualitäten, und den sie repräsentierenden Indikatoren darstellt. Sie entspricht also der Faktorladungsmatrix. Die Matrix Phi enthält die Korrelationen zwischen den latenten exogenen Größen und die THETA-DELTA die Parameterschätzungen für die Meßfehlervariablen.Google Scholar
  17. 3.
    Vgl. dazu Backhaus, Erichson, Plinke, Weiber (1996), S. 229.Google Scholar
  18. 4.
    Der erklärte Varianzanteil ergibt sich aus dem Faktorladungsquadrat, der unerklärte Varianzanteil ist aus der Meßfehler- bzw. Residualvariablen in der THETA-DELTA Matrix ersichtlich.Google Scholar
  19. 1.
    Vgl. zu den Testkriterien Backhaus, Erichson, Plinke, Weiber (1996), S. 393 ff.Google Scholar
  20. 1.
    Vgl. dazu Backhaus, Erichson, Plinke, Weiber (1996), S. 394.Google Scholar
  21. 1.
    Vgl. dazu Backhaus, Erichson, Plinke, Weiber (1996), S. 397.Google Scholar
  22. 2.
    Auf die Abbildung der Korrelationsmatrix der Parameterschätzungen im Anhang A5 wurde verzichtet.Google Scholar
  23. 3.
    Vgl. zur Beschreibung, sowie zur Kritik am Chi-Quadrat-Test Jöreskog, Sörbom (1996 b), S. 122 ff. sowie Backhaus, Erichson, Plinke, Weiber (1996), S. 398 ff.Google Scholar
  24. 4.
    Bei standardisierten Werten ist der Korrelationskoeffizient nach Pearson mit der Kovarianz identisch, da sich der Korrelationskoeffizient aus der Kovarianz geteilt durch das Produkt der Standardabweichungen der untersuchten Variablen ergibt, wobei die Standardabweichung standardisierter Variablen eins beträgt.Google Scholar
  25. 1.
    Vgl. dazu z.B. auch das Vorgehen bei Güthoff (1995), S. 113 ff., S. 121, S. 123.Google Scholar
  26. 2.
    Vgl. dazu Backhaus, Erichson, Plinke, Weiber (1996), S. 400.Google Scholar
  27. 3.
    Diese Kriterium ist nicht bei Backhaus et al. aufgeführt. Vgl. dazu Brown, Cudeck (1993), sowie Jöreskog, Sörbom (1996 b), S. 131.Google Scholar
  28. 1.
    Vgl. dazu Backhaus, Erickson, Plinke, Weiber (1996), S. 401.Google Scholar
  29. 2.
    Vgl. dazu Backhaus, Erichson, Plinke, Weiber (1996), S. 405 f.Google Scholar
  30. 1.
    Aus Gründen der Übersichtlichkeit wurde auf die Darstellung der nicht kausal zu interpretierenden Beziehungen zwischen den latenten Größen im Pfaddiagramm erneut verzichtet.Google Scholar
  31. 1.
    Die unstandardisierten und vollständig standardisierten Ergebnisse der Parameterschätzungen und die Teststatistiken finden sich im Anhang A6. Bei der unstandardisierten Lösung sind lediglich die Matrizen für die im Vergleich zur konfirmatorischen Faktorenanalyse zusätzlich zu schätzenden Parameter erfaßt. Dies gilt damit auch für die entsprechenden Standardfehler und tWerte der Parameterschätzungen. Auch auf die erneute Angabe der quadrierten Faktorladungswerte für die Indikatorvariablen der latenten exogenen Größen wurde verzichtet, während die Residuen und Teststatistiken erneut vollständig abgebildet sind. Die vollständige Spezifizierung des Modells führte lediglich zu minimalen Abweichungen im Vergleich zur konfirmatorischen Faktorenanalyse, die 0,02 nicht übersteigen. Die am besten für Interpretationszwecke geeignete vollständig standardisierte Lösung ist hingegen vollständig abgebildet. Zur Erklärung der zusätzlichen Matrizen im Rahmen des vollständigen LISRELModells sei erklärt, daß die LAMBDA-Y Matrix die Beziehungen zwischen den latenten endogenen Größen und den sie repräsentierenden Indikatoren darstellt. Im konkreten Fall wurden diese Beziehungen allerdings bereits alle auf eins fixiert. Die BETA Matrix stellt die kausalen Beziehungen zwischen den latenten endogenen Variablen und die GAMMA Matrix die kausal zu interpretierenden Beziehungen zischen den latenten exogenen und endogenen Größen dar. Die PSI Matrix schließlich umfaßt die Parameterschätzungen für die Residualvariablen der latenten endogenen Variablen.Google Scholar
  32. 1.
    Es handelt sich um die Parameterschätzungen der vollständig standardisierten Lösung. Auf die Angabe der standardisierten Pfadkoeffizienten für das Meßmodell der latenten exogenen Variablen wird aus Gründen der Übersichtlichkeit und aufgrund der bereits erfolgten Betrachtung dieses Teilmodells verzichtet. Verwiesen sei auf die ausführlichen Ergebnisse im Anhang A6.Google Scholar
  33. 1.
    Vgl. dazu Berry (1986) sowie Brandt (1987, 1988).Google Scholar
  34. 1.
    Der erklärte Varianzanteil ergibt sich aus dem Quadrat des standardisierten Pfadkoeffizienten.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden 1998

Authors and Affiliations

There are no affiliations available

Personalised recommendations