Çalışmalar Arasında Birleştirme – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri
Çalışmalar Arasında Birleştirme
Meta-analiz, örnekleme hatalarının ortalamasını alarak örnekleme hatasını azaltır. Bu nedenle, meta-analizde önemli bir adım, belirli kritik ortalamaların hesaplanmasıdır: ortalama korelasyon, korelasyonların varyansı (ortalamadan ortalama kare sapma) ve ortalama örnekleme hatası varyansı. Bunun için her bir çalışmaya ne kadar ağırlık vereceğimize karar vermeliyiz.
Hangi ağırlıklar kullanılmalıdır? Meta-analizdeki ilk adım, çalışmalar arasında belirli sayıların ortalamasını almaktır. Bu ortalama alma birkaç yolla yapılabilir. Ortalama düzeltilmiş korelasyonlarda, basit veya “ağırlıksız” bir ortalama, örneklem büyüklüğü 12 olan bir çalışmaya, örneklem büyüklüğü 1.200 olan bir çalışmaya verilen ağırlık kadar verilir. Ancak küçük örneklemli çalışmada örnekleme hatası varyansı, büyük örneklemli çalışmadakinden 100 kat daha fazladır. Schmidt ve Hunter (1977) bu soruna dikkat çekti ve her çalışmanın örneklem büyüklüğüne göre ağırlıklandırılmasını önerdi.
Hunter, Schmidt ve Jackson (1982, s. 41–42), çalışmalar arasında popülasyon korelasyonlarında çok az veya hiç varyasyon olmadığında bunun optimal bir strateji olduğunu belirtmişlerdir – “homojen” durum. Çalışmalar arasında korelasyonlar büyük ölçüde farklılık gösterirse bir sorun olabileceğini belirtmişlerdir. Meta-analiz çok büyük örneklem büyüklüğüne sahip bir çalışma içeriyorsa, diğer tüm çalışmalar çok daha küçük örneklem büyüklüğüne sahipse, problem potansiyel olarak akuttur. Büyük örneklem büyüklüğündeki çalışma bir şekilde sapkınsa, o zaman meta-analize hakim olduğu için meta-analiz sapkın olacaktır. Bu durum pratikte nadiren ortaya çıkar.
Homojen durum, Hedges ve Olkin’de teknik olarak ayrıntılı olarak ele alındı. Bu durum için anahtar matematiksel teoremi not ettiler. Popülasyon korelasyonları bir çalışmadan diğerine farklılık göstermiyorsa, her çalışmanın örnekleme hatası varyansına ters olarak ağırlıklandırılmasıyla optimal ağırlıklar elde edilir.
Popülasyon korelasyonu ρi bilinmediği için bu optimal ağırlık kullanılamaz. Hedges ve Olkin (1985) bunu not etmemiş olsa da, homojen durumda bile, gözlemlenen çalışma korelasyon roi’sinin çalışma popülasyon korelasyonu ρi ile değiştirilmesi, en doğru alternatif ağırlıklara yol açmaz. Bu bölümde daha önce belirtildiği gibi, daha doğru bir alternatif, her çalışma popülasyonu ρi için gözlemlenen ortalama korelasyon r ̄o’yu ikame etmektir.
Önceki tartışma homojen durum (yani Sρ2 = 0 olduğu durum) açısından yapılmıştır. Bununla birlikte, bu bölümde daha önce belirtildiği gibi, bu ağırlıklar heterojen durum için de (Sρ2 > 0 olduğu yerde), örneklem boyutu ρi boyutuyla (popülasyon korelasyonu) ilişkili olmadığı sürece çok doğrudur. Bu nadir durum dışında, Ni ile ağırlıklandırma, homojen durum için olduğu kadar heterojen durum için de çok doğrudur. Bu önemlidir, çünkü bazıları heterojen durumda Ni ile ağırlık verilmemesi gerektiğini savunmuştur.
meta-analiz çalışması örneği
meta-analiz makale örneği
Meta-analiz ile literatür taraması arasındaki farklar
Meta-analiz ve derleme arasındaki fark
Meta analiz yöntemi nedir
Meta analiz nasıl yazılır
Meta analiz çalışması
Meta analiz Nedir
Çalışmalar, düzeltilen bir veya daha fazla artefakt üzerinde büyük ölçüde farklılık gösterdiğinde, daha karmaşık ağırlıklandırma, çalışmalardaki bilgilerin daha iyi kullanılmasını sağlayacaktır. Daha fazla bilgi içeren çalışmalar, daha az bilgi içeren çalışmalara göre daha fazla ağırlık almalıdır. Örneğin, değişkenlerden birinin veya her ikisinin aşırı bölünmelerle ikiye ayrıldığı araştırmalar, neredeyse eşit bir bölünmeye sahip bir çalışmaya göre çok daha az ağırlık almalıdır. Aynı durum, bir çalışma çok düşük güvenilirliğe sahipken ikinci bir çalışma yüksek güvenilirliğe sahipse geçerlidir.
Çalışma popülasyon korelasyonu ρi bilinmediğinden, bazı ikameler yapılmalıdır. Daha önce belirtildiği gibi, en doğru ikame, her bir çalışma popülasyon korelasyonu ρi için gözlemlenen ortalama korelasyon r ̄o’yu ikame etmektir. r ̄o bir sabit olduğundan, bu, ρi ile terimi ortadan kaldırma etkisine sahiptir ve böylece ağırlıkları verir.
Yani, her çalışmanın ağırlığı iki faktörün ürünüdür: numune boyutu Ni ve artefakt zayıflama faktörü Ai’nin karesi. Zayıflama faktörünün karesi alınır, çünkü bir korelasyonu faktör 1/Ai ile çarpmak, onun örnekleme hatası varyansını 1/A2i ile çarpmaktır. Bu ağırlıklandırma şeması istenen etkiye sahiptir: Belirli bir çalışmada artefakt zayıflaması ne kadar aşırı olursa, o çalışmaya atanan ağırlık o kadar az olur. Yani, çalışmada ne kadar fazla bilgi bulunursa, ağırlığı o kadar büyük olur.
Örneklem büyüklüğü 100 olan iki çalışmayı düşünün. (1) Her iki değişkenin de mükemmel bir güvenilirlikle ve aralık kısıtlaması olmaksızın ölçüldüğünü, (2) popülasyon korelasyonunun ρ her iki çalışmada da aynı olduğunu ve (3) bağımlı değişkenin ikiye ayrıldığını varsayın. her iki çalışmada. Çalışma 1’de, 50-50’lik bir bölünme vardır, bu nedenle gerçek popülasyon korelasyonu ρ, .80 ρ’lık bir çalışma popülasyon korelasyonuna indirgenir.
Çalışma 2’de 90–10’luk bir bölünme vardır, bu nedenle gerçek popülasyon korelasyonu ρ, .59 ρ’luk bir çalışma popülasyonu korelasyonuna indirgenir. Yapay dikotomizasyondan kaynaklanan zayıflamayı düzeltmek için, Çalışma 1 gözlemlenen korelasyon ro1 .80’in tersi ile çarpılmalıdır.
Böylece örnekleme hatası varyansı 1.25’in karesi ile çarpılır, yani 1.252 = 1.5625. Yapay dikotomizasyondan kaynaklanan zayıflamayı düzeltmek için, Çalışma 2’de gözlemlenen korelasyon ro2 .59’un tersi ile çarpılmalıdır, yani 1/.59 = 1.695.
Böylece örnekleme hata varyansı 1.695’in karesi ile çarpılır, yani 1.6952 = 2.8730. Dikotomizasyon ve düzeltmeden önce, her iki korelasyondaki örnekleme hatası aynıydı: örnekleme hatası, 100’lük eşit örneklem büyüklükleri ve ρi’nin eşit popülasyon korelasyonları tarafından ima edildi. Ancak, dikotomizasyon düzeltmesinden sonra, ikinci çalışma, birinci çalışmadaki örnekleme hatası varyansından 2.8730/1.5625 = 1.839 kat daha büyük örnekleme hatası varyansına sahiptir. Bu nedenle, ikinci çalışma meta-analizde sadece 1/1.839 = .544 kat daha fazla ağırlığı hak ediyor.
Özetle, ortalama almada kullanılabilecek üç tipik ağırlık türü vardır. İlk olarak, çalışmalar arasındaki kalite (bilgi içeriği) farklılıkları göz ardı edilebilir ve yüksek hatalı çalışmalara düşük hatalı çalışmalara olduğu kadar ağırlık verilebilir.
Bu, eşit ağırlıklar durumudur ve wi = 1 ile temsil edilir. İkincisi, eşit olmayan örnek boyutunun kalite üzerindeki etkisi düşünülebilir, ancak diğer artefaktların etkileri göz ardı edilebilir. Bu, Schmidt ve Hunter (1977) tarafından önerilen örneklem büyüklüğü ağırlıklarına yol açar: wi = Ni. Üçüncüsü, hem Ni hem de diğer artefaktları hesaba katan ağırlıklar düşünülebilir: wi = Ni A2i.
Bu son ağırlıkların kullanılmasını öneriyoruz, çünkü bunlar daha fazla düzeltme gerektiren çalışmalara daha az ağırlık verir ve dolayısıyla daha fazla örnekleme hatasına sahiptir. Bu ağırlıklar, ayrı ayrı düzeltilen korelasyonların meta analizi için Windows tabanlı programımızda kullanılır.
Meta analiz çalışması Meta analiz makale Örneği Meta analiz nasıl yazılır Meta analiz Nedir Meta analiz yöntemi nedir meta-analiz çalışması örneği Meta-analiz ile literatür taraması arasındaki farklar Meta-analiz ve derleme arasındaki fark