The null hypothesis (a,b) are that,

The null hypothesis (a,b) are that, for large and small hospitals, there is no difference between the
distributions of their separate efficiency measures and the distributions of their pooled efficiency
measures. Results in Table 3 indicate that these two null hypothesis cannot be rejected at the 95%
level of confidence. These suggest that both large and small hospitals have their own separate
frontiers that cannot be distinguishable from the pooled frontier. One likely explanation is that the
two hospital groups have access to and practice the same production technology.
The mean values of separate and pooled efficiency scores (Separate/Pooled) of large hospitals are
higher than those of small hospitals. This result suggests that (1) the performance of large hospitals
may differ from small hospitals when they assume the same frontier and (2) large hospitals may be
closer on average to their separate frontier when compared with small hospitals. The difference in
average efficiency between large and small hospitals is assessed by the difference in efficiency
distributions of these two groups when the sample is pooled. The null hypothesis (c) is that the
distributions of the efficiency scores are the same for large and small hospitals when the sample is
pooled. The results are summarized in Table 3. At the 95% level of confidence, the null hypothesis
is rejected, indicating that the efficiency distributions of large and small hospitals are different for
the pooled efficiency measures. Thus, large hospitals appear to be more productive than small
hospitals in the sample. These findings are consistent with Eakin (1991), McCallion et al. (1999),
and Register and Bruning (1987) where large hospitals were found to operate more efficiently than
small hospitals. Higher efficiency of large hospitals may be due to the economies of scale that
applied to resource utilization (Conway, 1988; Hsing & Bond, 1995), the ability to attract potential
patients by more advanced technologies or more comfortable facilities (Ferrier & Valdmanis, 1996),
and the standardized work processes that help reduce the time the management spends on
organizing and directing and thus providing it more time to plan and control (Munson &
Zuckerman, 1983).
The effect of IT on efficiency are investigated by estimating the Tobit regression model (Eq. (2)),
with the IT investment being the independent variable. The dependent variable is the transformed
DEA efficiency score, INEFF, where INEFF=(1/EFF)1. Results from the Tobit model are shown
in Table 4. Because the inefficiency scores (INEFF) are regressed in the Tobit model, the sign of
the coefficient is inversely related to the direction of IT effect on efficiency. That is, a negative sign suggests a positive relationship between IT and efficiency and a positive sign indicates that the
relationship is negative.
The signs of the coefficients of IT investment are consistently positive. These results imply that
hospitals with higher IT investment have higher efficiency. These findings of positive IT influence on
hospital efficiency are consistent with Lee and Menon (2000) and Solovy (2001). Compared with small
hospitals, IT investment has higher significance for large hospitals. The values of the coefficients for
large hospitals when the efficiency is judged within their own group and when the efficiency is judged in
the pooled sample (0.1090, 0.1218) are slightly higher than those of small hospitals (0.0640,
0.0656). These results may tentatively be interpreted to indicate that positive contribution of IT
investment to efficiency is greater for large hospitals rather than small hospitals. For both large and small
hospitals, the values of the coefficients are smaller when measured within their separate samples
compared with when measured within the pooled sample. These results may be interpreted to indicate
that partitioning the sample by size is a better way to measure hospital efficiency because it does not
muddle size effect with efficiency difference

ผลลัพธ์ (ไทย) 1:

สมมติฐานว่าง (a, b) มีที่อยู่ที่ สำหรับโรงพยาบาลขนาดใหญ่ และขนาดเล็ก ไม่มีความแตกต่างระหว่างการการกระจายของการวัดประสิทธิภาพการแยกและการกระจายของประสิทธิภาพของ pooledมาตรการ ผลลัพธ์ในตารางที่ 3 บ่งชี้ว่า ไม่สามารถปฏิเสธสมมติฐานว่างเหล่านี้สองที่ 95%ความมั่นใจ เหล่านี้แนะนำว่า โรงพยาบาลขนาดใหญ่ และเล็กได้แยกตนเองพรมแดนที่ไม่แตกต่างจากชายแดน pooled อธิบายแนวโน้มที่หนึ่งคือการกลุ่มโรงพยาบาลสองสามารถเข้าถึง และปฏิบัติเทคโนโลยีการผลิตเดียวกันค่าเฉลี่ยของประสิทธิภาพการแยก และรวมคะแนน (แยก Pooled) ของโรงพยาบาลขนาดใหญ่สูงกว่าของโรงพยาบาลขนาดเล็ก ผลแสดงให้เห็นว่า (1) ประสิทธิภาพของโรงพยาบาลขนาดใหญ่อาจแตกต่างจากโรงพยาบาลเล็กเมื่อพวกเขาสมมติชายแดนเดียวกัน และอาจจะเป็นโรงพยาบาลขนาดใหญ่ (2)ใกล้ชิดบนเฉลี่ยของชายแดนแยกต่างหากเมื่อเปรียบเทียบกับโรงพยาบาลขนาดเล็ก ความแตกต่างประเมินประสิทธิภาพเฉลี่ยระหว่างโรงพยาบาลขนาดใหญ่ และขนาดเล็ก โดยความแตกต่างของประสิทธิภาพการกระจายของกลุ่มเหล่านี้สองเมื่อพูตัวอย่าง สมมติฐานว่าง (c) คือการการกระจายของคะแนนประสิทธิภาพจะเหมือนกันสำหรับโรงพยาบาลขนาดใหญ่ และขนาดเล็กเมื่อเป็นตัวอย่างพูกัน ผลสรุปในตารางที่ 3 นี้ ที่ระดับ 95% ความเชื่อมั่น สมมติฐานว่างถูกปฏิเสธ แสดงว่า การกระจายประสิทธิภาพของโรงพยาบาลขนาดใหญ่ และขนาดเล็กจะแตกต่างกันวัดประสิทธิภาพ pooled ดังนั้น โรงพยาบาลขนาดใหญ่ที่ปรากฏจะมากกว่าขนาดเล็กโรงพยาบาลในตัวอย่าง ผลการวิจัยเหล่านี้จะสอดคล้องกับ Eakin (1991), McCallion et al. (1999),และทะเบียนและ Bruning (1987) ที่โรงพยาบาลขนาดใหญ่พบว่ามีเพิ่มเติมประสิทธิภาพมากกว่าโรงพยาบาลขนาดเล็ก ประสิทธิภาพสูงของโรงพยาบาลขนาดใหญ่อาจจะเป็น เพราะเศรษฐกิจของขนาดที่ใช้กับการใช้ทรัพยากร (Conway, 1988 Hsing & พันธบัตร 1995), ความสามารถในการดึงดูดศักยภาพผู้ป่วย ด้วยเทคโนโลยีขั้นสูงหรือสิ่งอำนวยความสะดวกสบาย (Ferrier & Valdmanis, 1996),และกระบวนการทำงานมาตรฐานที่ช่วยลดเวลาผู้บริหารใช้ในการการจัดระเบียบ และผู้กำกับจึง ให้เวลาในการวางแผนและควบคุม (Munson &Zuckerman, 1983)มีการตรวจสอบผลของมันมีประสิทธิภาพ โดยการประเมินแบบจำลองถดถอย Tobit (Eq. (2)),มีการลงทุนมันเป็นตัวแปรอิสระ ตัวมีการเปลี่ยนคะแนนประสิทธิภาพ DEA, INEFF ที่ INEFF=(1/EFF) 1 แสดงผลลัพธ์จากแบบจำลอง Tobitในตารางที่ 4 เนื่องจากการขาดประสิทธิภาพคะแนน (INEFF) regressed ในรุ่น Tobit เครื่องหมายของค่าสัมประสิทธิ์ inversely เกี่ยวข้องกับทิศทางของมันมีผลกระทบต่อประสิทธิภาพการ คือ เครื่องหมายลบแสดงให้เห็นความสัมพันธ์เชิงบวกระหว่างประสิทธิภาพ และเครื่องหมายบวกแสดงว่า การความสัมพันธ์เป็นลบสัญญาณของสัมประสิทธิ์ของการลงทุนมันเป็นบวกอย่างต่อเนื่อง ผลลัพธ์เหล่านี้นัยว่าโรงพยาบาลที่ มีการลงทุนมันสูงขึ้นมีประสิทธิภาพสูงขึ้น ประเด็นเหล่านี้มันมีอิทธิพลเชิงบวกในประสิทธิภาพของโรงพยาบาลสอดคล้องกับลี และพาดพิง (2000) และ Solovy (2001) เมื่อเทียบกับขนาดเล็กโรงพยาบาล การลงทุนมันมีความสำคัญสูงสำหรับโรงพยาบาลขนาดใหญ่ ค่าของสัมประสิทธิ์สำหรับโรงพยาบาลขนาดใหญ่เมื่อประสิทธิภาพจะตัดสินภาย ในกลุ่มของตนเอง และ เมื่อจะประเมินประสิทธิภาพในตัวอย่าง pooled (0.1090, 0.1218) จะสูงขึ้นเล็กน้อยกว่าโรงพยาบาลขนาดเล็ก (0.06400.0656) ผลลัพธ์เหล่านี้อาจถูกตีความเพื่อบ่งชี้ว่า ผลดีของมันไม่แน่นอนลงทุนให้มีประสิทธิภาพมากขึ้นสำหรับโรงพยาบาลขนาดใหญ่มากกว่าที่เป็นโรงพยาบาลขนาดเล็กได้ ทั้งขนาดใหญ่ และขนาดเล็กโรงพยาบาล ค่าของสัมประสิทธิ์มีขนาดเล็กเมื่อวัดภายในของตัวอย่างแยกต่างหากเมื่อเทียบกับเมื่อวัดในตัวอย่าง pooled ผลลัพธ์เหล่านี้อาจถูกตีความเพื่อระบุที่แบ่งตัวอย่างตามขนาดเป็นวิธีที่ดีในการวัดประสิทธิภาพของโรงพยาบาลเนื่องจากไม่ตั้งตัวไม่ติดผลขนาด มีความแตกต่างของประสิทธิภาพ

ผลลัพธ์ (ไทย) 2:

สมมติฐาน (A, B) มีความว่าสำหรับโรงพยาบาลขนาดใหญ่และขนาดเล็กที่มีความแตกต่างระหว่างที่ไม่มีการกระจายของมาตรการที่มีประสิทธิภาพที่แยกจากกันของพวกเขาและการกระจายของประสิทธิภาพของพวกเขารวบรวมมาตรการ ผลในตารางที่ 3 แสดงให้เห็นว่าทั้งสองสมมติฐานไม่สามารถปฏิเสธที่ 95% ระดับความเชื่อมั่น เหล่านี้แสดงให้เห็นว่าทั้งสองโรงพยาบาลขนาดใหญ่และขนาดเล็กที่มีการแยกของพวกเขาเองพรมแดนที่ไม่สามารถแตกต่างจากชายแดน pooled หนึ่งคำอธิบายที่มีแนวโน้มว่าทั้งสองกลุ่มโรงพยาบาลที่มีการเข้าถึงและการปฏิบัติเทคโนโลยีการผลิตเดียวกัน. ค่าเฉลี่ยของแยกต่างหากและรวบรวมคะแนนอย่างมีประสิทธิภาพ (เฉพาะกิจ / Pooled) ของโรงพยาบาลขนาดใหญ่ที่มีความสูงกว่าโรงพยาบาลขนาดเล็ก ผลที่ได้นี้แสดงให้เห็นว่า (1) ผลการดำเนินงานของโรงพยาบาลที่มีขนาดใหญ่อาจแตกต่างจากโรงพยาบาลเล็กๆ เมื่อพวกเขาคิดชายแดนเดียวกันและ (2) โรงพยาบาลขนาดใหญ่อาจจะใกล้ชิดโดยเฉลี่ยที่ชายแดนแยกของพวกเขาเมื่อเทียบกับโรงพยาบาลขนาดเล็ก ความแตกต่างในประสิทธิภาพโดยเฉลี่ยระหว่างโรงพยาบาลขนาดใหญ่และขนาดเล็กที่ได้รับการประเมินจากความแตกต่างในประสิทธิภาพการกระจายของทั้งสองกลุ่มตัวอย่างเมื่อมีการรวบรวม สมมติฐาน (ค) ก็คือการกระจายของคะแนนประสิทธิภาพจะเหมือนกันสำหรับโรงพยาบาลขนาดใหญ่และขนาดเล็กเมื่อตัวอย่างที่มีการรวบรวม ผลที่ได้สรุปไว้ในตารางที่ 3 ในระดับ 95% ของความเชื่อมั่นสมมติฐานถูกปฏิเสธแสดงให้เห็นว่าการกระจายประสิทธิภาพของโรงพยาบาลขนาดใหญ่และขนาดเล็กที่มีแตกต่างกันสำหรับมาตรการที่มีประสิทธิภาพpooled ดังนั้นโรงพยาบาลขนาดใหญ่ดูเหมือนจะมีประสิทธิผลมากขึ้นกว่าที่มีขนาดเล็กโรงพยาบาลในกลุ่มตัวอย่าง การค้นพบนี้มีความสอดคล้องกับ Eakin (1991), McCallion et al, (1999), และการสมัครสมาชิกและ Bruning (1987) ที่โรงพยาบาลขนาดใหญ่ที่พบในการดำเนินงานมีประสิทธิภาพมากขึ้นกว่าโรงพยาบาลขนาดเล็ก มีประสิทธิภาพที่สูงขึ้นของโรงพยาบาลขนาดใหญ่อาจจะเกิดจากการประหยัดจากขนาดที่นำไปใช้กับการใช้ทรัพยากร (คอนเวย์, 1988; Hsing & บอนด์ 1995) ความสามารถในการดึงดูดผู้มีศักยภาพผู้ป่วยโดยเทคโนโลยีขั้นสูงมากขึ้นหรือสิ่งอำนวยความสะดวกอื่นๆ อีกมากมายสะดวกสบาย (เฟอเรียและ Valdmanis 1996 ) และกระบวนการทำงานที่เป็นมาตรฐานที่จะช่วยลดเวลาที่ผู้บริหารใช้ในการจัดระเบียบและการกำกับและจึงให้มันใช้เวลามากขึ้นในการวางแผนและการควบคุม(สันและซัคเกอร์แมน, 1983). ผลของไอทีที่มีประสิทธิภาพได้รับการตรวจสอบโดยการประมาณถดถอยบิท รูปแบบ (สม. (2)) กับการลงทุนด้านไอทีเป็นตัวแปรอิสระ ตัวแปรตามคือเปลี่ยนคะแนนด้านประสิทธิภาพดีอีเอ INEFF ที่ INEFF = (1 / เอฟเอฟ) 1 ผลลัพธ์ที่ได้จากรูปแบบบิทจะแสดงในตารางที่ 4 คะแนนเพราะการขาดประสิทธิภาพ (INEFF) จะถดถอยในรูปแบบบิทสัญลักษณ์ของค่าสัมประสิทธิ์ที่เกี่ยวข้องผกผันกับทิศทางของไอทีผลกระทบต่อประสิทธิภาพ นั่นคือเครื่องหมายลบแสดงให้เห็นความสัมพันธ์เชิงบวกระหว่างไอทีและอย่างมีประสิทธิภาพและเป็นสัญญาณที่ดีแสดงให้เห็นว่าความสัมพันธ์ที่เป็นลบ. สัญญาณของสัมประสิทธิ์ของการลงทุนด้านไอทีที่เป็นบวกอย่างต่อเนื่อง ผลลัพธ์เหล่านี้บ่งบอกว่าโรงพยาบาลที่มีการลงทุนด้านไอทีที่สูงขึ้นมีประสิทธิภาพที่สูงขึ้น การค้นพบนี้จากอิทธิพลของไอทีในเชิงบวกต่อประสิทธิภาพของโรงพยาบาลมีความสอดคล้องกับลีและน้อน (2000) และ Solovy (2001) เมื่อเทียบกับขนาดเล็กโรงพยาบาล, การลงทุนด้านไอทีมีความสำคัญที่สูงขึ้นสำหรับโรงพยาบาลขนาดใหญ่ ค่าสัมประสิทธิ์สำหรับโรงพยาบาลขนาดใหญ่เมื่อประสิทธิภาพจะตัดสินภายในกลุ่มของตัวเองและเมื่อประสิทธิภาพจะตัดสินในตัวอย่างpooled (? 0.1090? 0.1218) จะสูงกว่าผู้ที่อยู่ของโรงพยาบาลขนาดเล็ก (? 0.0640,? 0.0656) ผลลัพธ์เหล่านี้ไม่แน่นอนอาจตีความได้ชี้ให้เห็นว่าผลในเชิงบวกของไอทีลงทุนให้มีประสิทธิภาพมากขึ้นสำหรับการเป็นโรงพยาบาลขนาดใหญ่มากกว่าที่โรงพยาบาลขนาดเล็ก สำหรับทั้งขนาดใหญ่และขนาดเล็กโรงพยาบาล, ค่าสัมประสิทธิ์ที่มีขนาดเล็กเมื่อวัดที่อยู่ในตัวอย่างแยกของพวกเขาเมื่อเทียบกับเมื่อวัดในตัวอย่างpooled ผลลัพธ์เหล่านี้อาจตีความได้เพื่อแสดงให้เห็นว่าการแบ่งตัวอย่างตามขนาดเป็นวิธีที่ดีกว่าที่จะวัดประสิทธิภาพของโรงพยาบาลเพราะมันไม่ได้ยุ่งเหยิงผลขนาดมีความแตกต่างอย่างมีประสิทธิภาพ

ผลลัพธ์ (ไทย) 3:

แต่ฉันว่าออดิทเป็นงานที่น่าค้นหา