STATISTICAL METHODA number of stati

STATISTICAL METHOD
A number of statistical techniques are available to analyze the relationships
among multiple variables. Multiple regression and discriminant
analysis are recommended when the nature of the research situation is
essentially exploratory (Goldstein and Dillon 1978; Klecka 1980). The
results obtained using multiple regression and discriminant analysis
are essentially comparable (Cleary and Angel 1984).
In their study, Herzlinger and Krasker used multiple regression
analysis, the most commonly used multivariate technique in the hospital
performance literature. Multiple regression was appropriate as they
hypothesized independent-dependent variable relationships. Independent
variables included a number of measures thought to influence
hospital performance. For-profit or not-for-profit status (e.g., control
status) was included as an independent variable. Several dependent
variables that reflected aspects of hospital performance (e.g., patient
revenues, patient days generated) were used as dependent variables.
Discriminant analysis is much less commonly used in health services
research than is multiple regression. Discriminant analysis allows
one to distinguish between two or more mutually exclusive groups on
the basis of a collection of discriminating (independent) variables that
measure characteristics on which the groups are expected to differ. The task is to describe the characteristic differences between or among the
groups.
In our studies, we have used discriminant analysis to focus not on
the exploration of independent-dependent variable relationships for
for-profit and not-for-profit hospitals, as did Herzlinger and Krasker,
but instead on the exploration of characteristics that discriminate
between for-profit and not-for-profit hospitals. The assumptions of
discriminant analysis (a number of mutually exclusive groups measured
at the nominal level) appear to fit the characteristics of this
problem more appropriately than those of multiple regression. In this
study, we used discriminant models with discriminating variables comparable
to Herzlinger and Krasker's independent variables. The
dichotomous dependent variable we used was control status, that is,
for-profit or not-for-profit status.
Three discriminant models were estimated. In the first model,
independent variables similar to those used by Herzlinger and Krasker
were employed. Lack of comparable financial and case-mix information
in our data set required that we substitute proxy measures for four
constructs; all other constructs were measured as in the Herzlinger and
Krasker study to maintain comparability of findings (Table 1).
We found that several of the independent variables used by
Herzlinger and Krasker were highly correlated with one another. Such
high intercorrelations (multicollinearity) can cause difficulties in model
estimation and interpretation, as mentioned by Reinhardt (1987). The
second model, therefore, included a subset of independent variables used
by Herzlinger and Krasker, modified to reduce multicollinearity
(or redundancy) among the discriminating variables (Table 1).
The third model included some new discriminating variables not
used in the Herzlinger and Krasker study (Table 1). To promote comparability
with Herzlinger and Krasker, this set of variables was similar
to those found in the first two analyses with, however, two important
differences. First, this set of variables was checked for multicollinearity
and was found to present low intercorrelations among the measures.
Second, the new discriminating variables were chosen to reflect work
previously done in the area of hospital performance, particularly studies
reported in For-Profit Enterprise in Health Care (Gray 1986), while not
straying too far from Herzlinger and Kraskeres construct formulation.
Each discriminant analysis was performed using three data sets.
The first analysis included all U.S. community hospitals belonging to
the 14 systems considered by Herzlinger and Krasker. In our analysis,
there were usable data for 563 of the 725 hospitals in the group. Our
second data set included all (N = 1,083) system-affiliated hospitals for which complete information was available in the AHA data set. Our
final data set included the 3,783 community hospitals in the AHA data
set for which data were complete.

ผลลัพธ์ (ไทย) 1:

วิธีการทางสถิติจำนวนเทคนิคทางสถิติมีการวิเคราะห์ความสัมพันธ์ระหว่างตัวแปรหลาย ถดถอยและ discriminant หลายวิเคราะห์แนะนำเมื่อลักษณะของสถานการณ์วิจัยเป็นเชิงบุกเบิก (Goldstein และดิลลอน 1978 Klecka 1980) ที่ผลที่ได้รับโดยใช้การวิเคราะห์ถดถอยและ discriminant หลายเป็นหลักเทียบเคียง (Cleary และแองเจิล 1984)ในการศึกษา Herzlinger และ Krasker ใช้ถดถอยหลายวิเคราะห์ ใช้ตัวแปรพหุเทคนิคในโรงพยาบาลบ่อยที่สุดประสิทธิภาพการทำงานวรรณกรรม ถดถอยหลายที่เหมาะสมเหล่านั้นตั้งสมมติฐานว่าความสัมพันธ์ของตัวแปรอิสระขึ้นอยู่กับ อิสระตัวแปรรวมจำนวนมาตรการความคิดที่มีอิทธิพลต่อประสิทธิภาพของโรงพยาบาล สถานะ for-profit หรือไม่สำหรับกำไร (เช่น ควบคุมสถานะ) ถูกรวมเป็นตัวแปรอิสระ ขึ้นอยู่กับหลาย ๆตัวแปรที่ส่งผลด้านประสิทธิภาพการทำงานของโรงพยาบาล (เช่น ผู้ป่วยรายได้ สร้างวันผู้ป่วย) ใช้เป็นตัวแปรขึ้นอยู่กับการการวิเคราะห์ discriminant มากน้อยมักใช้ในบริการสุขภาพวิจัยกว่าถดถอยหลาย ช่วยให้การวิเคราะห์ discriminantการแยกความแตกต่างระหว่างกลุ่มที่ผสมกันอย่าง น้อยสองในพื้นฐานของคอลเลกชันของตัวแปร (อิสระ) รับการจำแนกที่ลักษณะการวัดซึ่งในกลุ่มคาดว่าจะแตกต่างกัน งานคือการ อธิบายลักษณะความแตกต่างระหว่าง หรือท่ามกลางการกลุ่มในการศึกษาของเรา เราใช้การวิเคราะห์ discriminant เพื่อความไม่สำรวจความสัมพันธ์ของตัวแปรอิสระขึ้นอยู่กับการโรงพยาบาล for-profit และไม่ใช่สำหรับกำไร เป็นได้ Herzlinger และ Kraskerแต่แทนที่บนสำรวจลักษณะที่เหยียดระหว่างโรงพยาบาล for-profit และไม่ใช่สำหรับกำไร สมมติฐานของการวิเคราะห์ discriminant (จำนวนจำกัดเฉพาะกลุ่มวัดในระดับที่ระบุ) ปรากฏลักษณะนี้พอดีปัญหาอย่างเหมาะสมมากขึ้นกว่าของถดถอยหลาย ในที่นี้ศึกษา เราใช้ discriminant รุ่นเปรียบเทียบได้รับการจำแนกตัวแปรการแปรอิสระของ Krasker และ Herzlinger ที่dichotomous ตัวแปรขึ้นอยู่กับการที่เราใช้ถูกควบคุมสถานะ คือสถานะ for-profit หรือไม่ใช่สำหรับกำไรสามรุ่น discriminant ถูกประเมิน ในรุ่นแรกตัวแปรอิสระคล้ายกับ Herzlinger และ Kraskerได้ว่าจ้าง ไม่สามารถเปรียบเทียบข้อมูลทางการเงิน และกรณีผสมในชุดข้อมูลเราจำเป็นที่เราใช้แทนมาตรการพร็อกซีสำหรับสี่โครงสร้าง โครงสร้างอื่น ๆ ทั้งหมดถูกวัดใน Herzlinger และศึกษา Krasker รักษาความสิ่ง (ตารางที่ 1)เราพบว่าหลายตัวแปรอิสระที่ใช้Herzlinger และ Krasker ได้สูง correlated กัน ดังกล่าวintercorrelations สูง (multicollinearity) อาจทำให้เกิดความยากลำบากในแบบจำลองการประเมินและตีความ ดังกล่าว โดย Reinhardt (1987) ที่รุ่นที่สอง ดังนั้น รวมชุดย่อยของตัวแปรอิสระที่ใช้โดย Herzlinger และ Krasker ปรับลด multicollinearity(หรือความซ้ำซ้อน) (ตารางที่ 1) ตัวแปรรับการจำแนกแบบที่ 3 รวมบางตัวแปรรับการจำแนกใหม่ไม่ใช้ในการศึกษา Herzlinger และ Krasker (ตารางที่ 1) เพื่อส่งเสริมความHerzlinger และ Krasker ชุดของตัวแปรที่พบในการวิเคราะห์สอง ด้วย อย่างไรก็ตาม 2 สำคัญความแตกต่าง ครั้งแรก ชุดของตัวแปรนี้ถูกตรวจสอบ multicollinearityและพบ intercorrelations ต่ำอยู่ระหว่างมาตรการสอง ตัวแปรรับการจำแนกใหม่ที่ถูกเลือกเพื่อสะท้อนการทำงานก่อนหน้านี้ ทำในพื้นที่การดำเนินงานโรงพยาบาล การศึกษาโดยเฉพาะอย่างยิ่งขณะที่รายงานในองค์กร For-Profit ในการดูแลสุขภาพ (เทา 1986), ไม่straying เกินจากกำหนดโครงสร้างของ Herzlinger และ Kraskeresแต่ละการวิเคราะห์ discriminant ที่ดำเนินการโดยใช้ข้อมูลสามชุดการวิเคราะห์ครั้งแรกรวมโรงพยาบาลชุมชนสหรัฐอเมริกาทั้งหมดที่เป็นของระบบ 14 พิจารณา Herzlinger และ Krasker ในการวิเคราะห์563 ของโรงพยาบาล 725 ในกลุ่มสามารถใช้ข้อมูลได้ ของเราชุดข้อมูลที่สองรวมทั้งหมด (N = 1,083) ซึ่งข้อมูลทั้งหมดมีในชุดข้อมูลลเอพยาบาลสังกัดระบบการ ของเราชุดข้อมูลขั้นสุดท้ายรวมโรงพยาบาลชุมชน 3,783 ข้อมูลลเอตั้งค่าสำหรับข้อมูลที่ไม่สมบูรณ์

ผลลัพธ์ (ไทย) 2:

วิธีการทางสถิติจำนวนของเทคนิคทางสถิติที่มีอยู่ในการวิเคราะห์ความสัมพันธ์ระหว่างตัวแปรหลาย การถดถอยพหุคูณและจำแนกวิเคราะห์มีการแนะนำเมื่อธรรมชาติของสถานการณ์การวิจัยที่มีการสำรวจหลัก(โกลด์สตีนและดิลลอน 1978; Klecka 1980) ผลที่ได้รับโดยใช้การถดถอยพหุคูณและการวิเคราะห์จำแนกเป็นหลักเทียบเคียง (เคลียร์และแองเจิล 1984). ในการศึกษาของพวกเขาและ Herzlinger Krasker ใช้การถดถอยพหุคูณการวิเคราะห์การใช้กันมากที่สุดเทคนิคหลายตัวแปรในโรงพยาบาลวรรณกรรมประสิทธิภาพ การถดถอยหลายมีความเหมาะสมที่พวกเขาตั้งสมมติฐานความสัมพันธ์ตัวแปรอิสระขึ้นอยู่กับ อิสระตัวแปรรวมจำนวนของมาตรการความคิดที่มีอิทธิพลต่อผลการดำเนินงานของโรงพยาบาล แสวงหาผลกำไรหรือไม่แสวงหาผลกำไรสำหรับสถานะ (เช่นการควบคุมสถานะ) ถูกรวมเป็นตัวแปรอิสระ ขึ้นอยู่กับหลายตัวแปรที่สะท้อนให้เห็นแง่มุมของการปฏิบัติงานที่โรงพยาบาล(เช่นผู้ป่วยรายวันของผู้ป่วยที่สร้าง) ถูกนำมาใช้เป็นตัวแปร. การวิเคราะห์จำแนกมีมากน้อยที่ใช้กันทั่วไปในการให้บริการสุขภาพการวิจัยกว่าถดถอยพหุคูณ การวิเคราะห์จำแนกช่วยหนึ่งที่จะแยกแยะระหว่างสองคนหรือมากกว่ากลุ่มพิเศษร่วมกันบนพื้นฐานของคอลเลกชันของการแบ่งแยกที่(อิสระ) ตัวแปรที่วัดลักษณะที่กลุ่มที่คาดว่าจะแตกต่างกัน งานคือการอธิบายความแตกต่างของลักษณะหรือในระหว่างที่กลุ่ม. ในการศึกษาของเราเราได้ใช้การวิเคราะห์จำแนกจะให้ความสำคัญไม่ได้อยู่ในการตรวจสอบข้อเท็จจริงของความสัมพันธ์ของตัวแปรอิสระขึ้นอยู่กับการแสวงหาผลกำไรและไม่แสวงหาผลกำไรสำหรับโรงพยาบาลเช่นเดียวกับHerzlinger และ Krasker, แต่การสำรวจในลักษณะที่แตกต่างระหว่างที่แสวงหาผลกำไรและไม่แสวงหาผลกำไรสำหรับโรงพยาบาล สมมติฐานของการวิเคราะห์จำแนก(จำนวนของกลุ่มร่วมกันเฉพาะวัดในระดับที่ระบุ) ปรากฏให้เหมาะสมกับลักษณะของนี้ปัญหาอื่น ๆ ที่เหมาะสมกว่าการถดถอยพหุคูณ ในการนี้การศึกษาเราใช้รูปแบบการจำแนกกับตัวแปรจำแนกเทียบเคียงเพื่อHerzlinger และ Krasker ของตัวแปรอิสระ ตัวแปรตาม dichotomous เราใช้ในการควบคุมสถานะเป็นที่เป็นที่แสวงหาผลกำไรหรือไม่แสวงหาผลกำไรสำหรับสถานะ. ทั้งสามรุ่นจำแนกอยู่ที่ประมาณ ในรูปแบบแรกตัวแปรอิสระคล้ายกับที่ใช้โดย Herzlinger และ Krasker ถูกว่าจ้าง ขาดการทางการเงินและข้อมูลเทียบเคียงกรณีที่ผสมอยู่ในชุดข้อมูลของเราที่เราจำเป็นต้องใช้มาตรการทดแทนพร็อกซี่สี่โครงสร้าง; โครงสร้างอื่น ๆ ทั้งหมดถูกวัดในขณะที่ Herzlinger และการศึกษาในการรักษาKrasker การเปรียบเทียบผลการวิจัย (ตารางที่ 1). เราพบว่าหลายตัวแปรอิสระที่ใช้โดยHerzlinger Krasker และมีความสัมพันธ์อย่างมากกับอีกคนหนึ่ง ดังกล่าวintercorrelations สูง (พหุ) สามารถก่อให้เกิดความยากลำบากในรูปแบบการประมาณค่าและการตีความดังกล่าวโดยReinhardt (1987) รูปแบบที่สองจึงรวมย่อยของตัวแปรอิสระที่ใช้โดย Herzlinger และ Krasker แก้ไขเพื่อลดพหุ (หรือซ้ำซ้อน) ในหมู่ตัวแปรจำแนก (ตารางที่ 1). ที่สามรูปแบบรวมถึงบางส่วนตัวแปรจำแนกใหม่ที่ยังไม่ใช้ใน Herzlinger และ Krasker การศึกษา (ตารางที่ 1) เพื่อส่งเสริมการเปรียบเทียบกับ Herzlinger และ Krasker นี้ชุดของตัวแปรที่มีความคล้ายคลึงกับที่พบในครั้งแรกที่สองการวิเคราะห์ที่มีแต่สองสิ่งสำคัญที่แตกต่าง ครั้งแรกที่ชุดของตัวแปรนี้ได้รับการตรวจสอบสำหรับการพหุและถูกพบว่านำเสนอ intercorrelations ต่ำในหมู่มาตรการ. ประการที่สองตัวแปรจำแนกใหม่ก็เลือกที่จะสะท้อนให้เห็นถึงการทำงานที่ทำก่อนหน้านี้ในพื้นที่ของการปฏิบัติงานที่โรงพยาบาลโดยเฉพาะอย่างยิ่งการศึกษารายงานในสำหรับกำไรองค์กรในการดูแลสุขภาพ (สีเทา 1986) ในขณะที่ไม่หลงผิดไกลจากHerzlinger และ Kraskeres สร้างสูตร. แต่ละวิเคราะห์จำแนกได้ดำเนินการใช้สามชุดข้อมูล. การวิเคราะห์ครั้งแรกรวมไปถึงโรงพยาบาลชุมชนสหรัฐที่เป็นระบบ 14 พิจารณาโดย Herzlinger และ Krasker ในการวิเคราะห์ของเรามีข้อมูลที่ใช้งานได้สำหรับ 563 ของ 725 โรงพยาบาลในกลุ่ม ของเราข้อมูลชุดที่สองรวมทั้งหมด (ยังไม่มี = 1083) โรงพยาบาลระบบเครือซึ่งข้อมูลที่สมบูรณ์ที่มีอยู่ในชุดข้อมูล AHA ของเราข้อมูลชุดสุดท้ายรวมถึงโรงพยาบาลชุมชน 3783 ในข้อมูลของ AHA ที่กำหนดไว้สำหรับข้อมูลเสร็จสมบูรณ์

ผลลัพธ์ (ไทย) 3:

วิธีการทางสถิติ
จำนวนสถิติที่ใช้วิเคราะห์ความสัมพันธ์ระหว่างตัวแปรหลาย ๆ
. การถดถอยพหุคูณ และการวิเคราะห์จำแนก
แนะนำเมื่อธรรมชาติของสถานการณ์การวิจัย
เป็นหลัก ( และสำรวจ Goldstein ดิลลอน 1978 ; klecka 1980 )

ผลโดยใช้การวิเคราะห์ถดถอยพหุ และการวิเคราะห์เป็นหลักเทียบเคียง ( เคลียร์กับนางฟ้า 1984 ) .
ในการศึกษาของพวกเขาและใช้ในการวิเคราะห์การถดถอย herzlinger krasker
หลาย ส่วนใหญ่นิยมใช้เทคนิคการวิเคราะห์ตัวแปรหลายตัวในโรงพยาบาล
งานวรรณกรรม ถดถอยพหุที่เหมาะสมที่พวกเขา
สมมุติฐานความสัมพันธ์ตัวแปรอิสระ ตัวแปรอิสระ ได้แก่ จำนวนของมาตรการ

คิดว่ามีอิทธิพลต่อประสิทธิภาพของโรงพยาบาล สำหรับไม่หวังผลกำไรกำไรหรือสถานะ ( เช่น ภาวะการควบคุม
) ถูกรวมเป็น ตัวแปรอิสระ ขึ้นอยู่กับหลายตัวแปรที่สะท้อนแง่มุม
งานโรงพยาบาล ( เช่น รายได้ อดทน
คนไข้วันสร้างขึ้น ) ซึ่งใช้ตัวแปร .
การวิเคราะห์มีมากน้อยทั่วไปที่ใช้ใน การวิจัยการบริการ
สุขภาพมากกว่าคือ การวิเคราะห์การถดถอยพหุคูณการวิเคราะห์จำแนกให้
หนึ่งที่จะแยกแยะระหว่างสองหรือมากกว่ากลุ่มพิเศษร่วมกันบน
พื้นฐานของการเก็บรวบรวมจำแนก ( อิสระ ) ตัวแปรที่มีลักษณะ
วัดซึ่งกลุ่มคาดว่าจะแตกต่างกัน งานคือการอธิบายลักษณะความแตกต่างระหว่าง หรือท่ามกลางกลุ่ม
.
ในการศึกษาของเรา เราได้ใช้ในการวิเคราะห์โฟกัสไม่ได้
การสำรวจของความสัมพันธ์ของตัวแปรอิสระที่ไม่หวังผลกำไร
เพื่อผลกำไรและโรงพยาบาลที่ทำ herzlinger krasker
และ , แต่ในการสำรวจลักษณะที่แบ่งแยก
ระหว่างเพื่อผลกำไรและไม่หวังผลกำไรของโรงพยาบาล สมมติฐานของการวิเคราะห์จำแนกประเภท ( จํานวน

พิเศษร่วมกันกลุ่มวัดในระดับปกติ ) ปรากฏให้พอดีกับลักษณะของปัญหานี้
เหมาะสมกว่าการ วิเคราะห์การถดถอยพหุคูณ ในการศึกษานี้ได้ใช้แบบจำลองคุณภาพเรา

และตัวแปรจำแนกกลุ่มเทียบเคียงกับ herzlinger krasker ของตัวแปรอิสระ .
ไดโคโตมัสตัวแปรตามที่เราใช้คือการควบคุมสถานะที่เป็นเชิงธุรกิจที่ไม่หวังผลกำไรหรือ

สถานะรุ่นสามกลุ่มมีประมาณ ในโมเดลแรก
ตัวแปรอิสระ คล้ายกับที่ใช้โดย herzlinger krasker
และงาน ขาดเทียบเคียงทางการเงินและข้อมูลในกรณีที่ข้อมูล
ผสมของเราตั้งที่เราต้องทดแทนมาตรการสร้างพร็อกซี 4
; อื่น ๆทั้งหมดที่สร้างวัดใน herzlinger และ
krasker ศึกษาการรักษาไม่สามารถเปรียบเทียบผลการศึกษา ( ตารางที่ 1 ) .
เราพบว่าหลายของตัวแปรอิสระที่ใช้ herzlinger krasker
และมีความสัมพันธ์กับคนอื่น เช่น
intercorrelations สูง ( ค่า ) สามารถก่อให้เกิดปัญหาในการประมาณค่าแบบจำลอง
และการตีความดังกล่าว โดยสามารถ ( 1987 )
สองแบบ ดังนั้นรวมเป็นส่วนหนึ่งของตัวแปรอิสระที่ใช้โดย herzlinger krasker
และแก้ไขเพื่อลดค่า
( หรือความซ้ำซ้อน ) ระหว่างตัวแปรจำแนกกลุ่ม ( ตารางที่ 1 )
3 รวมถึงตัวแปรจำแนกกลุ่มแบบใหม่ไม่ใช้ใน herzlinger krasker
และการศึกษา ( ตารางที่ 1 ) เพื่อส่งเสริมและไม่สามารถเปรียบเทียบกับ herzlinger
krasker , ชุดของตัวแปรนี้มีลักษณะคล้าย
ที่พบในสองครั้งแรกวิเคราะห์ด้วย อย่างไรก็ตาม ความแตกต่างที่สำคัญ
2 แรก , ชุดตรวจสอบค่าของตัวแปรนี้
และพบว่าปัจจุบันต่ำ intercorrelations ท่ามกลางมาตรการ .
2 ใหม่จำแนกตัวแปรเลือกที่จะสะท้อน
ก่อนหน้านี้ทำในพื้นที่การปฏิบัติงานของโรงพยาบาล โดยเฉพาะอย่างยิ่งการศึกษา
รายงานผลกำไรขององค์กรในการดูแลสุขภาพ ( สีเทา 1986 ) , ในขณะที่ไม่
หลงไกลจาก herzlinger kraskeres สร้างและกำหนด .
แต่ละจำแนกวิเคราะห์สามชุดข้อมูล .
การวิเคราะห์แรกรวมของโรงพยาบาลชุมชนที่เป็นของ
14 ระบบการพิจารณาโดย herzlinger และ krasker . ในการวิเคราะห์ของเรา
มีข้อมูลที่ใช้ได้สำหรับทั้งของ 725 โรงพยาบาลในกลุ่ม ข้อมูลที่สองของเรา
ชุดรวม ( n = 812 ) ระบบโรงพยาบาลในเครือ ซึ่งข้อมูลที่สมบูรณ์สามารถใช้ได้ใน AHA ชุดข้อมูล ข้อมูลสุดท้ายของเรา
ชุดรวม 3783 โรงพยาบาลชุมชนในข้อมูล AHA
ชุดซึ่งข้อมูลที่สมบูรณ์