Table of Contents: Statische und Longitudinale Zufriedenheitsmessung.

Statische und Longitudinale Zufriedenheitsmessung.

Bibliographic Details
Main Author:	Weismayer, Christian.
Format:	eBook
Language:	German
Published:	Frankfurt a.M. : Peter Lang GmbH, Internationaler Verlag der Wissenschaften, 2011.
Edition:	1st ed.
Series:	Forschungsergebnisse der Wirtschaftsuniversitaet Wien Series
Subjects:	Electronic books.
Online Access:	Click to View

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.

Statische und Longitudinale Zufriedenheitsmessung.

Similar Items