基于Bayers估计-结构方程模型的康复患者满意度的实证研究
Chinese Journal of Rehabilitation Medicine(2019)
摘要
患者满意度是反映医院医疗质量的一个关键指标[1],只能通过一些指标进行间接测量,即潜变量.结构方程模型(structural equation model,SEM)是将结果以路径、模型图呈现的,可以实证分析满意度与各个潜变量的因果关系[2-3],目前在企业顾客满意度研究中应用较多.但康复患者的满意度研究中,大多数仅限于描述性统计分析和多元回归等统计学方法,这种方法的局限性在于无法对潜在的影响变量进行深入分析.Bayers估计借助了先验信息[4-5],形成了先验分布再结合样本的信息进行统计分析[6-8].将SEM与Bayers估计结合用于康复患者的满意度分析,克服了传统上在处理小样本数据统计推断的偏倚[9],拓宽了满意度分析的范围.本研究采用Bayers估计结合SEM对康复科住院、门诊患者满意度进行拟合结构方程模型,分析患者对医院的满意度,探讨影响患者康复满意度的影响因素及其相互关系,为构建医院康复患者满意度测量工具提供依据.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要