Fr. 78.00

Kausalmodelle zur Lieferantenbewertung

German · Paperback / Softback

Shipping usually within 6 to 7 weeks

Description

Read more

Der schnelle technologische Wandel und der zunehmende Wettbewerb stellen Herausforderungen an Unternehmen. Ein anhaltender Trend ist die Auslagerung von Aktivitäten, die nicht zu den Kernkompetenzen zählen, an Lieferanten und Dienstleister. Wolfgang Irlinger greift die Lieferantenbewertung als entscheidenden Teilaspekt des Lieferantenmanagements heraus. Auf Grundlage der bestehenden Theorie entwickelt er ein Kausalmodell, das aus den Zielen des Lieferantenmanagements abgeleitet wird. Anhand umfangreicher Daten erfolgt die Spezifizierung und Schätzung dieses Kausalmodells mittels des Partial-Least-Squares-Verfahrens. Die Hypothesen können durch die Schätzung des Modells zum größten Teil bestätigt werden.

List of contents

Kausalmodelle
Lieferantenbewertung
Lieferantenmanagement
Empirische Untersuchung
Partial Least Squares

About the author

Dr. Wolfgang Irlinger hat an der Universität Passau Betriebswirtschaftslehre studiert, anschließend war er fünf Jahre lang als wissenschaftlicher Mitarbeiter am Lehrstuhl für Statistik tätig. Er arbeitet bei einer IT-Beratung und unterrichtet freiberuflich Mathematik und Statistik.

Summary

noch nicht bekannt

Product details

Authors Wolfgang Irlinger
Publisher Gabler
 
Languages German
Product format Paperback / Softback
Released 01.12.2011
 
EAN 9783834934314
ISBN 978-3-8349-3431-4
No. of pages 181
Dimensions 148 mm x 212 mm x 12 mm
Weight 294 g
Illustrations XXIII, 181 S. 32 Abb.
Series Gabler Research
Gabler Research
Subjects Social sciences, law, business > Business > Management

C, Procurement, NN, Business and Management, Management science, Industrial procurement

Customer reviews

No reviews have been written for this item yet. Write the first review and be helpful to other users when they decide on a purchase.

Write a review

Thumbs up or thumbs down? Write your own review.

For messages to CeDe.ch please use the contact form.

The input fields marked * are obligatory

By submitting this form you agree to our data privacy statement.