因子分析法结合加权topsis法对医疗质量的综合评价

因子分析法结合加权topsis法对医疗质量的综合评价

ID:15183294

大小:35.50 KB

页数:11页

时间:2018-08-01

因子分析法结合加权topsis法对医疗质量的综合评价_第1页
因子分析法结合加权topsis法对医疗质量的综合评价_第2页
因子分析法结合加权topsis法对医疗质量的综合评价_第3页
因子分析法结合加权topsis法对医疗质量的综合评价_第4页
因子分析法结合加权topsis法对医疗质量的综合评价_第5页
资源描述:

《因子分析法结合加权topsis法对医疗质量的综合评价》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、因子分析法结合加权TOPSIS法对医疗质量的综合评价【摘要】目的:综合评价某医院2007年度1~12月份医疗工作质量,为医院制定长久的工作计划提供科学的决策依据,以创造更大的效益。方法:应用因子分析法确定权重,然后结合加权TOPSIS法对该医院的医疗工作进行综合评价。结果:该医院2007年度医疗工作质量以4、7、11月份较好,2、5、10月份较差。该结果与实际情况比较吻合,说明该法是可行的。结论:研究表明,医院医疗质量综合评价需要一个科学的指标体系。应用因子分析法,结合加权TOPSIS法进行综合评价充分利用原始数据,不损

2、失原指标的信息,更为客观,更具科学性、真实性。【关键词】因子分析;TOPSIS;医疗质量;综合评价11综合评价是当某个复杂系统同时受到多种因素影响时,根据多个相关指标对该系统进行总体评价。医院医疗工作统计指标很多,综合评价时因为不同指标的代表性和信息量不同,有时需要人为的赋予一定的权重,比如常用的加权TOPSIS法[1],该法需要对评价指标赋予权重。而这种权重往往具有很大的主观性,比如常用的专家调查法(也称德尔斐(Delphi)法[2])、层次分析法(AHP)[3]等,因而有时不能真实有效地对综合质量进行客观准确的评价。

3、本研究应用统计学中的因子分析法[4]来确定权重,可以有效的弥补这一弊端,因子分析法是一种比较客观的定权法。我们利用该法结合常用的综合评价方法加权TOPSIS法对医院医疗工作质量进行综合评价和分析。事实证明,该方法更加客观,科学。  1资料来源  资料来源于某医院2007年度1~12月份医疗统计报表[5]。从多项指标中选取了比较客观的10项主要医疗指标(表1),分别为:门诊人数(X1)、出院人数(X2)、治愈好转率(X3)、病死率(X4)、抢救成功率(X5)、平均住院日(X6)、病床周转次数(X7)、床位使用率(X8)、出

4、入院诊断符合率(X9)以及三日确诊率(X10)。  表12007年1~12月份10项医疗工作指标(略)  2方法  采用因子分析法在其运算过程中自然产生各因子的特征值及其方差贡献率,本研究以主因子的贡献率为权重,用得出的因子得分系数矩阵构造综合评价矩阵,而后结合加权TOPSIS法进行医疗工作治疗综合质量进行排序,排序结果充分利用了原始数据信息,结果量化准确[6]。具体步骤为:11  2.1指标进行同趋势化变换  医院工作指标中有高优指标和低优指标,未达到同趋势化要求,将低优指标病死率、平均住院日转换为高优指标。转化的方法

5、可采用:①倒数法(多适用于绝对数指标,如工作指标中的平均住院日,本文做如下转换:100/X);②差数法(多适用于相对数指标,如工作指标中的病死率,本文做如下转换:100-X)。转化后的矩阵为:  Y=14143104997.042.7554.7213.872.0290.1990.8598.76  934798198.301.7053.3313.802.5666.6291.8598.98  1378894098.301.4669.0514.401.9782.7793.4099.36  16506129698.980.855

6、2.6313.212.3597.1492.7599.15  12820107497.061.2254.5513.932.3180.6891.6399.72  15412107697.581.6251.6113.282.1985.4493.2297.49  15194118698.871.0360.0013.272.7691.9397.9098.0711  14967121497.931.8050.0013.702.5588.9294.5799.59  14068120698.791.0263.6414.202.3690.

7、1692.1199.59  1382496698.471.4152.1713.072.0980.3393.5998.55  16261128698.231.5160.0013.052.3893.9896.1199.46  14476130097.741.9656.2512.252.4885.7698.2399.3112×10  2.2对分析指标进行因子分析  利用SPSS软件[7]对同趋势化后的数据进行因子分析,得到各因子的特征根λj及方差贡献率cj=λj/n,其中n为原始指标的个数。  结果如表2所示,前4个因子的特征

8、根都大于1,其累积方差贡献率达到82.299%,即这4个因子已经包含了原始变量82.299%的信息量,说明能够较好地反映各指标所包含的大部分信息,也满足了因子分析要求累积方差贡献率大于80%的要求。11  以方差贡献率为权重Wj,Wj=(w1,w2,…,wm),根据因子得分系数矩阵,见表3。  表2因子分析解释指标总

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。