SEδˆ’nin d̄’nin SE’si olduğuna, her bir bireysel çalışmadan elde edilen ds’nin standart hatası olmadığına dikkat edin. Bu SE, gözlemlenen (ve düzeltilmemiş) ds’nin sıradan bir meta-analizinden elde edilen ortalamanın (yani, SEd ̄ = SDd /√m) standart hatasına benzer. (M’nin Hedges-Olkin notasyonundaki çalışmaların sayısı olduğunu hatırlayın.)

Bireysel d değerleri için SEd’in benzer tahmini, burada √d 10(.1733) = .548 olan √mSE ̄ olacaktır. Bu, d ̄ tahmini yalnızca önem bilgisine dayandığında, 10 çalışma boyunca bireysel d değerlerinin gözlemlenen SD’sinin tahminidir. Burada aslında meta-analize giriş için 10 çalışmayı tek bir “çalışmada” birleştirdik. Bu nedenle, kullanılması gereken örnekleme hatası varyans değeri, burada .03003 olan Se2’dir.

Bu tahmin, genel olarak δˆ Hedges-Olkin oy sayma yöntemleri gibi, d’nin çalışmalar arasında değişmediğini varsayar. δ değişirse, SEδ tahmini yalnızca yaklaşıktır.

Bu prosedür, 10 çalışmadaki potansiyel olarak bilgilerin hepsini olmasa da bir kısmını kurtarmamızı sağlar. Her çalışma için bir d değeri hesaplayamadığımız için ne kadar bilgi kaybettiğimizi hesaplayabiliriz. 10 çalışmadaki gerçek toplam N, 10(12)(2) = 240’tır. Bu analizde etkin N’yi belirlemek için aşağıdaki denklemi N için çözebiliriz.

Böylece etkin N, yalnızca önemi bilindiğinde 240’dan 144’e düşürülür; Araştırmacılar, d değerlerinin hesaplanmasına izin verecek kadar yeterli bilgiyi rapor etmedikleri için, araştırmalardaki bilgilerin %40’ı kaybolmuştur.

Bu örnekte NE = NC = tüm çalışmalarda bir miktar sabit olduğu varsayılmıştır. Bu neredeyse hiçbir zaman doğru olmayacak. Örnek boyutları değişiyorsa, ortalama örnek boyutunun bir şekli kullanılmalıdır. Hedges ve Olkin (1980) geometrik ortalamayı, kare ortalama kökü veya basit ortalama örnek boyutunu önerdi.

Örnek boyutları çalışmalar arasında önemli ölçüde değişmiyorsa, basit ortalama N makul ölçüde doğru olacaktır. Okuyucu, Hedges ve Olkin’in Tablo A2’sinde n’nin kontrol veya deney grubundaki sayı olduğuna dikkat etmelidir. Toplam N, 2n’dir.

Bu nedenle, numune boyutları eşit olmadığında, hem NE hem de NC değerlerinin birlikte ortalaması alınmalıdır. Hedges ve Olkin, korelasyonlar için ayrı bir tablo sağlamadı. Bununla birlikte, (1) Denklem (7.9) kullanılarak (1) tablonun üstündeki δ değerleri r’ye (aslında ρ) dönüştürülürse ve (2) kişi şunu hatırlarsa, Tablo A2’leri r için yaklaşık olarak doğru değerleri verecektir. tabloya girerken N’nin yarısını kullanın.

Sayma ilkeleri
Anlamlı sayma nedir
Sayma konusunun tarihsel gelişim süreci
Dıştan denetimli olma
Ritmik sayma nedir
Ritmik Sayma

Olumlu Sonuçları Sayma

Bireysel çalışmalarda d ve r’yi hesaplamak için yeterli bilgi sağlamayan bir grup çalışma için d ̄ veya r ̄ tahmini, anlamlı olsun ya da olmasın, deney grubu lehine sonuç sayısından da elde edilebilir. Sıfır hipotezi doğruysa ve deney ve kontrol grupları arasında fark yoksa bu beklenen sıklık %50’dir.

Bu yöntem, d ̄ veya r ̄ tahmin etmek için beklenen %50’den sapmaları kullanır. Her çalışmada NC = NE = 14 olan 10 çalışmanız olduğunu ve 10 sonuçtan 9’unun pozitif yönde olduğunu varsayalım (yani, anlamlı olsun ya da olmasın deney grubunu tercih edin). Bu bilgiyi Hedges ve Olkin’in (1980) Tablo A1’ine girmek δˆ = .50 verir. Güven aralıkları ve δˆ’nin SE ve Se2’si, pozitif anlamlı sonuçların sayıları için daha önce gösterildiği gibi hesaplanır.

Olumlu ve Olumsuz Sonuçları Sayma

Bu yöntem, yayının veya diğer bulunabilirlik yanlılığının araştırma örneklemini çarpıttığından şüpheleniyorsanız, yani hem olumlu hem de olumsuz önemli sonuçların yayınlandığına veya bulunduğuna ve önemli olmayan sonuçların belirlendiğine inandığınızda önceki iki yöntemden daha faydalıdır. yayınlanmamakta veya yer almamaktadır. Bu, mevcut çalışma setinin yürütülen tüm çalışmaları temsil etmediği anlamına gelir. Bu yöntem, pozitif anlamlı sonuçlar olan tüm anlamlı bulguların oranına dayanmaktadır.

Boş hipotez doğruysa, pˆ’nin beklenen değeri .50’dir. .50’den başlayan sapmalar, δˆ tahmininin temelidir. Örneğin, her biri NE = NC = 10 olan 20 çalışmanız olduğunu varsayalım. On çalışma anlamlı sonuçlar bildiriyor ve 10’dan 8’i önemli pozitif bulgulardır.

Böylece, pˆ = .80. Hedges ve Olkin’in (1980) Tablo A3’ü, o zaman δˆ’nin .15 olduğunu göstermektedir. Güven aralıkları ve standart hatalar, pozitif anlamlı sonuçların sayıları için daha önce açıklandığı şekilde tahmin edilebilir. Bu yöntem yalnızca (1) yalnızca anlamlılığa (yönde değil) dayalı yayın yanlılığından şüphelenildiğinde ve (2) çalışmalar d veya r değerlerinin hesaplanmasına izin vermediğinde kullanılmalıdır.

Hedges-Olkin’in (1980) oy sayımına dayalı etki büyüklüğünü tahmin etme yöntemleri, nüfus etki büyüklüğünün (δ) çalışmalar arasında değişmediğini varsayar. δ çalışmalar arasında önemli ölçüde farklılık gösteriyorsa, bu yöntemler yalnızca ortalama etki büyüklüğünün ve etki büyüklüklerinin varyansının yaklaşık tahminlerini verir.

Araştırma Çalışmalarının Meta Analizi

Bu çalışmada, “meta-analiz” terimini, çalışmalar arasında önem düzeylerinden ziyade etki büyüklüklerinin kümülasyonuna odaklanan yöntemlerle sınırlandırdık. Çalışmalar arasında p değerlerinin birleştirilmesine ilişkin çok erken dönem sistematik çalışmalar literatürde bulunabilir. Meta-analiz için sistematik yöntemler ancak son zamanlarda sunulup savunulmasına rağmen, meta-analizin altında yatan temel kavramların çoğu, on yıllar boyunca bireysel araştırmacılar ve araştırma ekipleri tarafından kullanılmıştır.

Thorndike (1933), Binet zeka testi için 36 çalışmadan test-tekrar test güvenirlik katsayılarını topladı ve hatta örnekleme hatasının etkileri için bu katsayıların gözlemlenen varyansını düzeltecek kadar ileri gitti. Gözlemlenen tüm varyansın örnekleme hatasıyla açıklanamayacağını buldu; varyasyonun bir kısmı, test ve tekrar test arasındaki aralığın uzunluğundan kaynaklanıyordu.

Ghiselli, farklı testler ve farklı işler için çok sayıda çalışmadan elde edilen geçerlilik katsayılarını toplayarak sonuçları medyan değerler şeklinde sundu. Katsayıların varyanslarını sistematik olarak analiz etmese de, 1966 kitabında sunduğu çok miktarda bilgiyi biriktirdi ve ardından bir güncelleme yaptı.

Çalışmalar arasında anlamlılık düzeylerinin kümülasyonuna daha sonra vurgu yapmasına rağmen, Rosenthal 196 gibi erken bir tarihte ortalama korelasyonları hesaplıyor ve yayınlıyordu. Bloom (1964), verilerin kararlılığı (ve istikrarsızlığı) üzerine birikmiş çok sayıda çalışmayı özetlemek için korelasyon katsayılarının ortalamasını aldı. 

The post Olumlu Sonuçları Sayma – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).