Statische und Longitudinale Zufriedenheitsmessung.

• Superior document: Forschungsergebnisse der Wirtschaftsuniversitaet Wien Series ; v.48
• Author: Weismayer, Christian.
• Place / Publishing House: Frankfurt a.M. : : Peter Lang GmbH, Internationaler Verlag der Wissenschaften,, 2011.; ©2012.
• Year of Publication: 2011
• Edition: 1st ed.
• Language: German
• Series: Forschungsergebnisse der Wirtschaftsuniversitaet Wien Series
• Physical Description: 1 online resource (430 pages)

Table of Contents

Cover -- 1. Abkürzungsverzeichnis -- 2. Forschungsziele -- 3. Ausgewählte Konzepte aus der Zufriedenheitsliteratur -- 3.1. Zufriedenheit und Wichtigkeit -- 3.1.1. Human Motivation -- 3.1.2. Importance - Performance -- 3.1.3. Eindimensional vs. zweidimensional -- 3.1.4. Satisfier - Dissatisfier -- 3.1.5. Kano-Modell -- 3.1.6. Asymetrischer Einfluss -- 3.1.7. Nicht-linearer Zusammenhang -- 3.1.8. Teilzufriedenheit - Gesamtzufriedenheit -- 3.2. Modellvergleich -- 3.2.1. Importance Grid vs. Penalty-Reward-Contrast Analysis -- 3.2.2. Importance-Performance Matrix vs. Dummy-Regression -- 3.2.3. Zufriedenheitskonstrukte -- 3.3. Segmentierung -- 3.3.1. Spezifizierung eines erweiterten Kano-Modells -- 3.4. Konstrukte und Dimensionen höherer Ordnung -- 3.4.1. Wichtigkeitsdimensionen -- 3.4.2. Zufriedenheitsherleitung -- 3.4.3. Delight -- 3.4.4. Kognitive und affektive Beeinflussung der Zufriedenheit -- 3.4.5. Berücksichtigung der SERVQUAL Faktoren -- 3.4.6. Eine polynomiale Lösung -- 3.4.7. Faktoreneinteilung unter zusätzlichen Annahmen -- 3.4.8. Nichtlinearitäten und Interaktionen -- 3.5. Statische Effekte -- 3.5.1. Zufriedenheit und Loyalität -- 3.5.2. Performance, Zufriedenheit und zukünftiges Verhalten im Zeitablauf -- 3.6. Longitudinale Analysen -- 3.6.1. Longitudinale Effekte -- 3.6.2. Zufriedenheit und Profit -- 3.6.3. Zufriedenheit, Wichtigkeit und Verhalten -- 3.6.4. Longitudinale Messung der Servicequalität -- 3.6.5. Kundenzufriedenheit und Treue -- 3.6.6. Veränderung der Zufriedenheit -- 3.7. Empirische Überprüfung der statischen Konzepte -- 4. Empirische Methodenüberprüfung und -entwicklung -- 4.1. Deskriptive Statistik -- 4.2. Literaturbasierte Konzepte -- 4.2.1. Importance-Performance Analyse -- 4.2.2. Dummy-Regression -- 4.2.3. Vavras-Importance-Grid -- 4.2.4. Zusammenhang zwischen Wichtigkeit und Zufriedenheit.

4.3. Neue methodische Herangehensweisen -- 4.3.1. Paarvergleichsmodelle -- 4.3.1.1. Statische Paarvergleichsmodelle anhand der Kinodaten -- 4.3.1.2. Longitudinale Paarvergleichsmodelle - Kinodaten -- 4.3.2. Item Response Theory: vom Rasch model zum linear logistic model with relaxed assumptions -- 4.3.2.1. Rasch Model - Kinodaten -- 4.3.2.2. Modellevaluierung - Kinodaten -- 4.3.2.3. Rating Scale Model - Kinodaten -- 4.3.2.4. Partial Credit Model - Kinodaten -- 4.3.2.5. Gruppenvergleiche - Kinodaten -- 4.3.2.6. Linear Logistic model with Relaxed Assumptions - Kinodaten -- 4.3.3. Multiple Korrespondenzanalyse -- 4.3.3.1. Homals - Kinodaten -- 4.3.4. Multilevel Modelling: vom fixed effects model zum multilevel growth curve model -- 4.3.4.1. Random intercept fixed slope model - Kinodaten -- 4.3.4.2. Random intercept random slope model - Kinodaten -- 4.3.4.3. Non-linear random intercept random slope model - Kinodaten -- 4.3.4.4. Externe Parameter und Interaktionseffekte - Kinodaten -- 4.3.4.5. Varianzvisualisierungen der unterschiedlichen Ebenen - Kinodaten -- 4.3.4.6. Modellaufbau mit drei Ebenen - Kinodaten -- 4.3.4.7. Residuenbetrachtungen - Kinodaten -- 4.3.4.8. Intercept-slope-Zusammenhang - Kinodaten -- 4.3.4.9. Behandlung ordinaler Skalen - Kinodaten -- 4.3.4.10. Quadratische und kubische Terme - Kinodaten -- 4.3.4.11. Ordered multinomial model - Kinodaten -- 4.3.4.12. Die Zeit als eigene Ebene - Kinodaten -- 4.3.4.13. Linear growth curve model - Kinodaten -- 4.3.4.14. Nicht-Linearitäten - Kinodaten -- 4.3.4.15. Übergang von der regressionsbasierten zur kovarianzbasierten Lösung -- 4.3.5. Faktorenermittlung - Kinodaten -- 4.3.6. Growth Curve Modelling: vom latent growth curve model zum finite growth mixture model -- 4.3.6.1. Modellspezifikation -- 4.3.6.2. Schätzung von Modellen mit missing values.

4.3.6.3. Latent growth curve model mit linearem slope - Kinodaten -- 4.3.6.4. Latent growth curve model mit quadratischem slope - Kinodaten -- 4.3.6.5. Latent growth curve model mit frei geschätzten slope - Parametern - Kinodaten -- 4.3.6.6. Piecewise latent growth curve model - Kinodaten -- 4.3.6.7. Parallel latent growth curve model mit Effekten - Kinodaten -- 4.3.6.8. Kinostandortspezifische Veränderungen und Fehlerwertverzerrungen - Kinodaten -- 4.3.6.9. Lineare vs. nicht-lineare Wachstumsverläufe - Kinodaten -- 4.3.6.10. Indikatorspezifisch zeitübergreifende diachrone Korrelationen - Kinodaten -- 4.3.6.11. Modellfitveränderungen - Kinodaten -- 4.3.6.12. Einführung von Zeitpunktparametern - Kinodaten -- 4.3.6.13. Zusammenhang zwischen intercept und slope - Kinodaten -- 4.3.6.14. A-posteriori ermittelte Populationsunterschiede -- 4.3.6.15. Fehlerwertbehandlung -- 4.3.6.16. Finite growth mixture model - Kinodatensatz -- 4.3.7. Markov Chain Modelling: von der latent class analysis zum mixed latent Markov chain model -- 4.3.7.1. Anwendungsbeispiele und Spezifizierungen -- 4.3.7.2. Die Modellierungsumgebung - General Growth Mixture Modelling -- 4.3.7.3. Modellierungsmöglichkeiten -- 4.3.7.4. Klassische Modellhierarchie vom mixture latent Markov model ausgehend -- 4.3.7.5. Modellspezifikationen des umfassenden mixture latent Markov model -- 4.3.7.6. Beispiele der latent transition analysis -- 4.3.7.7. Die Messmodellebene -- 4.3.7.8. Populationsunterschiede -- 4.3.7.9. Nonstationary manifest Markov model - Kinodatensatz -- 4.3.7.10. Stationary manifest vs. stationary latent Markov model - Kinodatensatz -- 4.3.7.11. Cross-sectional latent class models - Kinodatensatz -- 4.3.7.12. Latent (hidden) Markov model - Kinodatensatz -- 4.3.7.13. Latent transition analysis - Beispiele aus der Literatur -- 4.3.7.14. Transition probability matrix - Spezifizierung.

4.3.7.15. Latente Ebenen -- 4.3.7.16. Modellfitvergleiche der latent class analysis - Kinodatensatz -- 4.3.7.17. Partial measurement invariance vs. full measurement invariance vs. full measurement noninvariance -- 4.3.7.18. First-order vs. Autokorrelationen höherer Ordnung (second-order, third-order, ...) -- 4.3.7.19. Modellvergleichsmöglichkeiten und Einschränkungen der transition matrix -- 4.3.7.20. Modellvergleich unter Verwendung unterschiedlicher Zeitspannen - Kinodatensatz -- 4.3.7.21. Stationary vs. nonstationary latent transition analysis - Kinodatensatz -- 4.3.7.22. Modellvergleich mit unterschiedlicher Klassenanzahl im Messmodell - Kinodatensatz -- 4.3.7.23. Non-stationary two-class model vs. stationary three-class model - Kinodatensatz -- 4.3.7.24. Non-stationary two-class model mit full measurement invariance - Kinodatensatz -- 4.3.7.25. Kovariatenerweiterungen -- 4.3.7.26. Longitudinal Guttman Simplex -- 4.3.7.27. Mixed Markov model -- 4.3.7.28. Modellselektion -- 4.3.7.29. Übergänge zwischen unterschiedlichen Populationen -- 4.3.7.30. Mixed Markov latent class model -- 4.3.7.31. Mover vs. stayer -- 4.3.7.32. Latent Markov model - Spezifikation -- 4.3.7.33. Modelleigenheiten und Kovariate -- 4.3.7.34. Modellhierarchie -- 4.3.7.35. Interpretationshinweise - Kinodatensatz -- 4.3.7.36. Verschachtelung und Modellidentifikation -- 4.3.7.37. Modellvergleich - Kinodatensatz -- 4.3.7.38. Modellerweiterungen -- 4.3.7.39. Die latente Kovariate in Form einer latenten Klassenvariable -- 4.3.7.40. Mover-stayer model - Kinodatensatz -- 5. Schlussfolgerungen und Verwertbarkeit -- 6. Diagrammverzeichnis -- 7. Tabellenverzeichnis -- 8. Formelverzeichnis -- 9. Modellverzeichnis -- 10. Literaturverzeichnis.