Bağımsız değişkende, payın Y ̄E − Y ̄C ‘nin etkilenmediği, ancak paydanın, grup içi SD’nin şişirildiği ve yapay olarak düşük d tahminlerine yol açan başka ölçüm hatası durumları da vardır.

Örneğin, iş danışmanları tarafından kişisel ilgi ve sempatik dinlemenin sorunlu çalışanların işle ilgili tutumları üzerindeki etkisini belirlemek için bir deney yapıldığını varsayalım. Deney grubunun her bir üyesinin bir danışmanla 12 saat (6 iki saatlik seans) kişisel etkileşim alması beklenir.

Ancak, planlanan oturumların kesintiye uğraması, gecikme ve diğer problemler nedeniyle, her çalışmadaki bazı kişiler bundan daha azını alıyor: yaklaşık 10 ve yaklaşık 11 saat. Bazı danışmanlar durma zamanını farkında olmadan geçtiği için, deney grubunun diğer üyeleri 12 saatten fazla zaman alır: bazıları 13 ve bazıları 14 saat.

Ortalama süre yaklaşık olarak doğru olabilir:12 saat. Muamele kuvveti farklılıklarının etkisi, çalışmadaki varyasyon aralığı boyunca yaklaşık olarak lineer ise (çoğu durumda doğrudur), o zaman ortalama etki, ortalama muamele kuvveti tarafından belirlenecektir. Bireysel varyasyonlar ortadan kalkacak ve tedavi grubunun ortalaması, tedavide hiçbir değişiklik olmamış gibi aynı olacaktır.

Böylece, d için etki büyüklüğü formülünün payı (yani, Y ̄E − Y ̄C ) etkilenmeyecektir. Bununla birlikte, tedavi gücündeki bireysel varyasyonlar, bağımlı değişkendeki varyasyona katkıda bulunacak sonuçlarda varyasyonlara neden olacaktır. Bu nedenle, etki büyüklüğünün paydası, tedavi gücünde herhangi bir değişiklik olmasaydı doğru olandan daha büyük olacaktır. Etki boyutunun paydası artırılırsa, etki boyutu küçülür. Bu nedenle, Y ̄E − Y ̄C üzerinde hiçbir etkisi olmayan tedavi gücündeki çalışma içi varyasyon, yine de etki büyüklüğünü azaltır.

Ayrıca, çalışma içi varyasyonun kapsamının bir çalışmadan diğerine farklılık göstermesi muhtemel olduğundan, tedavi varyasyonu nedeniyle zayıflamanın düzeltilememesi, çalışmalar arasında etki büyüklüğünde yapay varyasyona yol açacaktır. Bu düzeltilmemiş varyasyon, var olmayan bir moderatör değişkeninin varlığını gösterdiği şeklinde yanlış yorumlanabilir.

Tedavi etkisindeki varyasyon, deney grubu standart sapmasını arttırır, ancak kontrol grubu standart sapmasını değiştirmez. Deney grubu standart sapmasındaki artış, grup içi standart sapmayı arttırır ve dolayısıyla gözlenen etki büyüklüğü değerini azaltır. Ancak deneysel standart sapmadaki bu yapay artış, başka bir hataya da neden olabilir.

Denek etkileşimiyle gerçek bir tedavi olmasaydı ve tedavi etkisinde herhangi bir değişiklik olmasaydı, o zaman kontrol ve deney grubu standart sapmaları eşit olurdu. Deney grubu standart sapmasındaki yapay artış, yanlış bir şekilde özne etkileşimi yoluyla yapılan bir tedavinin bir göstergesi olarak yorumlanabilir.

Varyasyon Nedir
Varyasyon örnekleri
Genetik varyasyon Nedir
Genetik varyasyon örnekleri
Genetik varyasyonlar a neden olan olaylar
Varyasyon Nedir örnek
varyasyon nedir fen 8.sınıf kısaca
Dilde varyasyon Nedir

Yani, deney grubundaki denekler aynı tedaviye farklı tepki veriyor gibi görünüyor (SDE’nin SDC’den daha büyük olmasına neden oluyor), aslında daha büyük SDe’nin nedeni, deney grubundaki farklı deneklerin hasta olması gerçeğidir. 

Denek etkileşimiyle gerçek bir tedavi yoksa, tedavi varyasyonunun etkisini ölçmek için deney grubu standart sapmasındaki artış kullanılabilir. Etkileşim yoksa, istenen etki büyüklüğüdür.

Özetle, tedavi gücündeki çalışma içi varyasyon, deneysel bağımlı değişken standart sapmasında bir şişmeye neden olur. Denek etkileşimiyle gerçek bir tedavi yoksa, tedavi gücündeki değişiklik, deney grubu standart sapmasının kontrol grubu standart sapmasından yapay olarak daha büyük olmasına neden olur.

Tedavi varyasyonundan şüphelenilmiyorsa, bu artış yanlış bir şekilde denek etkileşimine göre bir tedaviyi gösterdiği şeklinde yorumlanabilir. Etkileşim olmadığı biliniyorsa, etki büyüklüğündeki zayıflama, deney ile kontrol grubu standart sapmasının karşılaştırma oranından hesaplanabilir.

Tedavi Mukavemetinde Çalışmalar Arasında Varyasyon

Önceki örnekte, ortalama ham puan işlem etkisi, Y ̄E − Y ̄C, tüm çalışmalarda aynıdır. Ancak diğer durumlarda, bu değer bir meta-analizdeki çalışmalar arasında değişebilir – çünkü deney grubuna verilen tedavi miktarı farklı olabilir ve Y ̄E’nin çalışmalar arasında değişmesine neden olabilir. Bu farklılıklar biliniyorsa (yani, her çalışmada veriliyorsa), potansiyel bir moderatör değişken olarak kodlanabilir ve ele alınabilir.

Bununla birlikte, tedavi değerlerinin gücü bilinmiyorsa, tedavi gücündeki varyasyon, etki boyutlarında açıklanamayan varyasyonlar üretecektir. Bu varyasyon, aslında homojen bir tedavi etkisinin heterojen görünmesine neden olabilir ve bu nedenle, var olmayan bir moderatör değişkeni düşündürür. (Alternatif olarak, tedavi gücündeki varyasyonun etkileri, gerçek moderatör değişkeni ile karıştırılacaktır.)

Bir örnek düşünün. Yeni bir eğitim yöntemini değerlendiren bir dizi çalışmada, deney grubunun her çalışmada 10 saat eğitim alması gerektiğini varsayalım. Bununla birlikte, bazı çalışmalarda, idari ve iletişim sorunları nedeniyle deneysel kişiler 8, 9, 11 veya 12 saat eğitim alırlar; her çalışmada, her denek tam olarak aynı sayıda eğitim almış olsa da, çalışmaların sadece bir kısmı tam olarak istenen 10 saate ulaştı.

Çalışmalar arası ortalama 10 saat ise, meta-analiz için ortalama etki büyüklüğü etkilenmeyecektir. Bununla birlikte, çalışmalar arasında eğitim süresindeki değişiklik, örnekleme hatasının yarattığı etki boyutlarında ek varyans yaratacaktır.

Bu kitapta sunulan formüller bunun için doğru değildir. Her çalışmada eğitim saati sayısı verilirse bu değişken kodlanarak moderatör olarak analiz edilebilir. Bununla birlikte, bu bilgi nadiren verilir, çünkü 10 saatten sapmaların tümü, eğitim planının uygulanmasındaki hataları temsil eder, deneycilerin kendilerinin bile farkında olmayabilecekleri hatalardır.

Buradaki örnekte, çalışmalar arasındaki ortalama tedavi gücü, 10 saatlik hedef değere eşitti. Ölçüm hatası rastgele olsaydı bu beklenirdi. Ortalama hedeften farklı olsaydı – örneğin 10 yerine 9 saat – o zaman ortalama etki büyüklüğü ve varyans etkilenirdi. Ancak bu örnekte, ölçüm hataları için ortalama (beklenen değer) 0 olduğunu varsayıyoruz.

Bu ölçüm hatası biçimi, korelasyonel araştırmalardaki aralık kısıtlamasındaki çalışmalar arasındaki istenmeyen farklılıklara, yani araştırmacıların tüm çalışmalarda aynı varyasyonu elde etmek için özel adımlar atmasına rağmen ortaya çıkabilecek aralık kısıtlamasındaki (veya geliştirmedeki) farklılıklara benzer. tıpkı deneycilerin burada çalışmalar arasında tamamen aynı tedaviye sahip olmaya çalıştıkları gibidir.

Birçok meta-analizde, tedavi koşullarının gücü, ölçüm hatası nedeniyle değil, farklı deneycilerin başlangıçta tedavi gücü için ortak bir hedefi olmadığı için çalışmalar arasında farklılık gösterecektir.

Bu durum, korelasyonel çalışmalarda ortaya çıkan doğal olarak meydana gelen aralık varyasyonuna çok benzer. (Deneysel çalışmalarda, kontrol grubu tüm çalışmalarda aynıdır, bağımsız değişkenlerin alt ucunu sabitler, ancak bağımsız değişkenin üst ucu çalışmadan çalışmaya değişir ve bu nedenle bağımsız değişkenin varyansı çalışmadan çalışmaya değişir.)

Daha önce belirtildiği ve gösterildiği gibi, bireysel çalışmalarda tedavi gücü hakkında gerekli bilgiler verildiğinde bu sorun bir moderatör analizi ile ele alınabilir. Ancak, bu bilgi çoğu zaman verilmeyecektir.

The post Çalışmalar Arasında Varyasyon – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).