buhtzology.zuf

module documentation
(source)

Scoring mode of the ZUF-8 "Fragenbogen zur Patientenzufriedenheit". A German translation based on the CSQ-8 "Client Satisfaction Questionnaire".

References

  • https://gfqg.de/forschung/assessment/zuf-8
  • Direkter Autorenkontakt: Dr. Jürgen Schmidt
  • Schmidt, J., Lamprecht, F., Wittmann, W.W. (1989). Zufriedenheit mit der stationären Versorgung. Entwicklung eines Fragebogens und erste Validitätsuntersuchungen. Psychother. med. Psychol., 39: 248-255.
  • Attkisson, C.C., Zwick, R. (1982): The Client Satisfaction Questionnaire. Evaluation and Program Planning, 5, 233 – 237.
Function score_ZUF8 Scoring mode of the ZUF-8 "Fragenbogen zur Patientenzufriedenheit". A German translation based on the CSQ-8 "Client Satisfaction Questionnaire".
Constant AGGREGATION Undocumented
Function _aggregate_ZUF ZUF-Score in eine von 4 Kategorien einteilen.
Function _calculate_ZUF_score_row_by_row Berechnet ZUF-8 Score aus 8 items. Dabei wird davon ausgegangen, dass die Umpolung bereits vorab stattgefunden hat.
Function _do_invert Undocumented
Function _imputate_ZUF_row_by_row If 2/3 of the items are valid then their mean is imputated in the missing items. Imputation is done after inversion.
def score_ZUF8(data, col_names=None, suffix='', do_not_invert=False): (source)

Scoring mode of the ZUF-8 "Fragenbogen zur Patientenzufriedenheit". A German translation based on the CSQ-8 "Client Satisfaction Questionnaire".

AGGREGATION = (source)

Undocumented

Value
{pandas.NA: '(fehlend)',
 1: 'ziemlich unzufrieden',
 2: 'teilweise unzufrieden',
 3: 'weitgehend zufrieden',
 4: 'sehr zufrieden'}
def _aggregate_ZUF(score): (source)

ZUF-Score in eine von 4 Kategorien einteilen.

def _calculate_ZUF_score_row_by_row(row, col_names, suffix): (source)

Berechnet ZUF-8 Score aus 8 items. Dabei wird davon ausgegangen, dass die Umpolung bereits vorab stattgefunden hat.

def _do_invert(data, col_names): (source)

Undocumented

def _imputate_ZUF_row_by_row(row, col_names): (source)

If 2/3 of the items are valid then their mean is imputated in the missing items. Imputation is done after inversion.