Zusammenfassung
Ziel der Studie:
In dieser Arbeit wird für eine Stichprobe von über 2 400 Pflegeheimen der Zusammenhang
zwischen Preisen und Qualität für Gesamtdeutschland untersucht. Weitere bekannte Einflussgrößen
werden dabei ebenfalls berücksichtigt.
Daten und Methodik:
Datengrundlage ist die Datenbank PAULA (Pflege-Angebote und Leistungsanbieter) mit
ca. 11 500 vollstationären Pflegeeinrichtungen. Zur Messung der Pflegequalität wird
auf die Daten der Pflege-Transparenzvereinbarungen für die stationäre Pflege (PVTS),
d. h. auf die veröffentlichten „Pflegenoten“ zurückgegriffen. Mittels linearer Regression
wird geprüft, ob die Noten eines Pflegeheims Einfluss auf die durchschnittlichen Preise
(abhängige Variable) hat. Dabei werden u. a. auch mögliche Einflüsse der Trägerschaft,
der Heimgröße und regionale Unterschiede berücksichtigt.
Ergebnisse:
Die Analysen zeigen einen statistisch signifikante positive Korrelation zwischen dem
Preisniveau eines Heimes und der Pflegequalität: Eine bessere Qualität spiegelt sich
c. p. in höheren Preisen wider.
Schlussfolgerungen:
Die Ergebnisse zeigen einen signifikanten, wenn auch geringen Zusammenhang zwischen
Qualität und Preisen in Pflegeheimen. Diese Ergebnisse spiegeln nur deskriptive Zusammenhänge
wider. Diese Studie trifft keine Aussage über eine etwaige Kausalitätsrichtung von
Qualität zu Preisen oder umgekehrt. Ein Vergleich zwischen Bundesländern ist nicht
möglich, sodass sich aus diesen Analysen Preisunterschiede zwischen Bundesländern
nicht mit Qualitätsunterschieden erklären lassen.
Abstract
Objectives:
This paper analyses on the basis of data from over 2 400 nursing homes the relationship
between remuneration rates and quality for Germany. Other factors influencing this
relationship are taken into account.
Data and Methods:
Data about nursing homes are taken from the nursing home data base PAULA, which includes
about 11 500 nursing homes. Data about quality of care in nursing homes are derived
from the so-called transparency reports for residential long-term care (PVTS). In
a linear regression framework the different quality measures are regressed on the
average nursing home price. Control variables are inter alia ownership, size and location
of the nursing homes.
Results:
The analyses show a statistically significant positive correlation between remuneration
rates and quality. Better quality is reflected in higher remuneration rates.
Conclusions:
The results show a significant, but in actual size low relationship between quality
and remunerations rates. The results cannot be interpreted as a causal relationship.
Additionally, it is not possible to explain differences in nursing home prices over
federal states with differences in quality.
Schlüsselwörter
Pflegeheime - Preise - Qualitätsberichte
Key words
nursing homes - prices - quality reports
