MétaCan
Menu
Retour à la cohorte
Enregistrement W3108807245 · doi:10.5267/j.msl.2020.10.014

Integration model of total quality management and six sigma in hospital quality management

2020· article· en· W3108807245 sur OpenAlexvenueno aff
Guspianto Guspianto, Al Asyary, Ismi Nurwaqiah Ibnu

Notice bibliographique

RevueManagement Science Letters · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Optimization Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStructural equation modelingConfirmatory factor analysisTotal quality managementLatent variableSix SigmaProcess managementQuality managementOperations managementQuality (philosophy)Computer scienceService (business)Knowledge managementBusinessManagement systemEngineeringMarketing

Résumé

récupéré en direct d'OpenAlex

Implementation of quality management is very important for hospitals to improve processes, solve problems, and reduce variations and errors in service, including through the implementation of popular Total Quality Management (TQM) and Six Sigma (SS) as new quality management strategies to increase profitability, effectiveness and efficiency of the organization's operations to meet customer’s needs. This study aims to develop an integrated hospital quality management model from the practice of TQM and SS to provide synergy in improving hospital performance. The study design was cross sectional through a survey using a questionnaire on 863 respondents, namely all employees ranging from doctors to administrative personnel at 8 hospitals. The TQM and SS practice integration model identified as “Quality Management Alliance Model (QMA)” consists of 6 variable constructs, namely: Management Practice (MP); TQM Infrastructure Practice (IPTQM); SS Infrastructure Practice (IPSS); Core Practice TQM (CPTQM); Core Practice SS (CPSS); and Hospital Performance (KRS) with 12 structural equations hypothesized. Data analysis are performed using Structural Equation Model through 2 tests, namely analysis of measurement models using confirmatory factor analysis (CFA) second order approach and structural model analysis. The results of the first order confirmatory factor analysis (CFA) analysis, after issuing invalid indicators (SLF≤0.5 and t≤1.96), obtained constructs of latent variables with models fit, valid, and reliable. Then in the second order CFA analysis on the overall model after being simplified through LVS (latent variable score) the study obtained construct model fit, valid and reliable. The results of the structural model analysis obtained a model fit with 11 structural equations that are positively and significantly related (t> 1.96). This study proves that the QMA model is feasible and can be applied to measure the implementation of hospital quality management. Hospital management is recommended to implement the QMA Model optimally to improve performance.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,026
Tête enseignante GPT0,258
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement Science LettersMême sujetManagement and Optimization TechniquesTravaux en français237 207