Statische und Longitudinale Zufriedenheitsmessung.

Statische und Longitudinale Zufriedenheitsmessung.

Show other versions (1)
Saved in:
Bibliographic Details
Superior document:Forschungsergebnisse der Wirtschaftsuniversitaet Wien Series ; v.48
:
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
Online Access:
Physical Description:1 online resource (430 pages)
Tags: Add Tag
No Tags, Be the first to tag this record!
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.

Similar Items