Bu cildin odak noktası, neredeyse yalnızca etki büyüklüklerinin meta-analizinde olmuştur (ancak diğer bazı yaklaşımlar Bölüm 36’da ele alınacaktır). Her çalışma için bir etki büyüklüğü hesaplıyoruz ve analizin özünü oluşturan bu değerlerdir. Bunları, çalışmalar arasındaki dağılımı değerlendirmek, bir özet etkiyi hesaplamak, alt gruplar arasındaki etkileri karşılaştırmak vb. için kullanırız. Bu bölümde, bu yaklaşım için bazı bağlamlar sunuyoruz.

Birincil çalışmalarda anlamlılık testleri ve p-değerleri ile çalışmaya alışmış olan okuyucular, bu p-değerlerini neden sentezlemediğimizi merak edebilirler. Bu, Bölüm 32’de ele alınmaktadır.

Bazıları, sadece özet verileri toplamak (örneğin, 2  2 tabloluk bir dizi için tüm hücre sayılarını toplamak) ve ardından nihai tablo için bir etki büyüklüğü hesaplamak yerine neden her çalışma için bir etki büyüklüğü hesapladığımızı merak edebilir. Bu, Bölüm 33’te ele alınmaktadır.

Bu ciltte öncelikle tedavilerin etkisini veya değişkenler arasındaki ilişkiyi değerlendiren önlemlerle çalıştık, ancak aynı fikir diğer ölçüm türlerine de genişletilebilir. Bölüm 34’te, yaygınlık tahmini gibi bazı diğer uygulamalara genel bir bakış sunuyoruz. Ayrıca, bireysel katılımcı verilerinin ve Bayes meta-analizinin kullanımı gibi meta-analiz için diğer bazı yaklaşımları da özetliyoruz.

p -Değerlerinden ziyade Efekt Boyutları

Bu ciltteki ana tema, genellikle p-değerleri yerine efekt boyutlarıyla çalışmayı tercih etmemizdir. Birincil çalışmalarda anlamlılık testleri ve p-değerleri ile çalışmaya alışmış olan okuyucular, bu p-değerlerini neden sentezlemediğimizi merak edebilirler.

Sebep, hem birincil çalışmalar hem de meta-analiz için geçerli olan temel bir konuyu yansıtır ve bu bölümün konusudur. Öyküleyici incelemeler tipik olarak p-değerleriyle çalışırken meta-analizler tipik olarak etki büyüklükleriyle çalıştığından, etki büyüklükleri ile p-değerleri arasındaki ayrım, anlatı incelemeleri ile meta-analiz arasındaki farkı da yansıtır ve biz de buna değiniyoruz.

p değerleriyle çalışmak için meta-analiz yöntemlerinin mevcut olduğunu unutmayın ve bunları açıklayacağız.

p-DEĞERLERİ VE ETKİ BOYUTLARI ARASINDAKİ İLİŞKİ

Hem birincil çalışmalarda hem de meta-analizde veri analizine yönelik iki genel yaklaşım vardır. Bunlardan biri, araştırmacının sıfır hipotezi ortaya koyduğu (örneğin, tedavi etkisinin sıfır olduğu) ve ardından bu hipotezi çürütmeye çalıştığı önem testidir. Diğeri, araştırmacının etki büyüklüğünün büyüklüğünü tahmin ettiği etki büyüklüğü tahminidir. Her iki yaklaşım da aynı değerlerle başlar ancak bunları farklı şekillerde ifade eder.

Bağımsız gruplar üzerinde yapılan bir çalışmanın, 0.20’lik bir standart hata ile 0.50’lik standart bir ortalama farkı rapor ettiğini varsayalım. Bir anlamlılık testi yapmak için hesaplar ve ardından gözlemlenen Z-değerini istatistiksel anlamlılık için gereken Z-değeri ile karşılaştırırız.

Daha sonra 2.50’lik gözlemlenen Z-değerini 1.96’lık Z-değeri (0.05’lik iki-kuyruklu alfaya karşılık gelir) ile karşılaştırır ve etkinin istatistiksel olarak anlamlı olduğu sonucuna varırız.

Toplumsal sorunlar nelerdir
Toplumsal sorunlar nelerdir madde hâlinde
Dünyadaki toplumsal sorunlar
türkiye’deki sosyal sorunlar ve çözüm önerileri
Toplumsal sorunlar 30 tane
Toplumsal sorunlar örnekleri
Toplumsal sorunlar ve çözümleri
KÜRESELLEŞMENİN olumlu ve olumsuz etkileri

Tamamlayıcı yaklaşım, etki büyüklüğünü (etkinin büyüklüğünü yansıtan) ve güven aralığını (tahminin kesinliğini yansıtan) bildirmektir. Bu örnekte etki büyüklüğü d5 0.50’dir.

İki yaklaşım, yalnızca ve ancak etki büyüklüğü için %95 güven aralığı boş değeri hariç tutarsa, boş değer testi için p-değerinin 0,05’in altına düşmesi bakımından birbiriyle tutarlıdır. Bunu görebiliriz. En üstteki satır, etki boyutundan sıfıra doğru uzanan güven aralığını temsil eden bir satırla, etki boyutu yaklaşımını yansıtır.

Alt satır, sıfır değerinden etki boyutuna doğru uzanan anlamsızlık bölgesini temsil eden bir satırla, anlamlılık testi yaklaşımını yansıtır. Satır her iki durumda da aynı uzunluktadır (Z 􏰈 SEd), bu, yalnızca alt satırın efekt boyutunu içermesi durumunda üst satırın boş değeri içereceği anlamına gelir.

Not. Çizginin uzunluğunda küçük farklılıklar olabilir, ancak fark genellikle önemsizdir.

AYRILIK ÖNEMİ

İki yaklaşım birbiriyle tutarlı olduğundan, birini veya diğerini kullanma kararı büyük ölçüde bir seçim meselesidir. Bununla birlikte, bu önemli bir seçimdir, çünkü farklı sorulara odaklanarak (boşun yaşayabilirliği ve etkinin büyüklüğü) iki yaklaşım, araştırmacının dikkatini önemli şekillerde değiştirir. Birçok alandaki araştırmacılar anlamlılık testlerini tercih etme eğilimindeyken, bunun yerine etki büyüklüklerine odaklanmak için iyi nedenler var.

İlk olarak, etki boyutu, bir eylem planına karar vermemiz gereken şeydir. Bir klinisyen veya hastanın bir tedaviyi uygulayıp uygulamama konusunda karar vermesi gerekiyorsa, tedavinin ölüm riskini %5 mi yoksa %10 mu yoksa %20 mi azalttığını bilmek ister ve bu, etkinin taşıdığı bilgidir. boyut.

Benzer şekilde, öğrencilerin test puanlarını artırmak, risk altındaki gençler arasında hapsedilme sayısını azaltmak veya pankreas kanserli hastaların yaşam süresini uzatmak için bir müdahale yapmayı düşünüyorsak, sorduğumuz soru şudur: etkinin büyüklüğü. p değeri bize yalnızca etkinin sıfır olabileceğini (veya muhtemelen olmadığını) söyler.

İkincisi, p değeri genellikle yanlış yorumlanır. Araştırmacılar etki büyüklüğüne önem verdikleri için, sahip oldukları her türlü bilgiyi alıp etki büyüklüğünün bir göstergesi olarak hizmete sokmaya meyillidirler. İstatistiksel olarak anlamlı bir p-değerinin klinik olarak önemli bir etkiyi yansıttığı varsayılır ve önemsiz bir p-değerinin önemsiz (veya sıfır) bir etkiyi yansıttığı varsayılır. Ancak, bu yorumlar mutlaka doğru değildir.

Etki büyüklüğü için bir vekil olarak p-değerinin kullanılmasındaki sorun, p-değerinin hem etkinin büyüklüğü hem de numunenin büyüklüğü (veya etkinin tahmin edildiği kesinlik) hakkında bilgi içermesidir. Önemli bir p değeri büyük bir etki büyüklüğünü yansıtabilirken, aynı zamanda büyük bir çalışmada ölçülen küçük etki büyüklüğünü de yansıtabilir. Benzer şekilde, önemsiz bir p değeri küçük bir etki büyüklüğünü yansıtabilirken, küçük bir çalışmada ölçülen büyük etki büyüklüğünü de yansıtabilir.

Örneğin, iki çalışmanın grafiğidir. Çalışma A’nın p değeri 0.119 iken Çalışma B’nin p değeri < 0.001’dir, bu da Çalışma B’de etkinin daha güçlü olduğunu düşündürebilir. Aslında, etki büyüklüğü her iki çalışmada da aynıdır (0,50). p-değerlerindeki fark, etki büyüklüğündeki bir farkı değil, örneklem büyüklüğündeki bir farkı yansıtır (Çalışma A’da 40’a karşı Çalışma B’de 200).

Buna karşılık, etki büyüklüğü ile çalıştığımızda, etkinin büyüklüğünü tahmin etmek olan ilgi sorusuna odaklanırız. Etki büyüklüğünü 0,50 ve (ayrı bir konu olarak) kesinliği (Çalışma A için 􏰇0,129 ila 1,129 ve Çalışma B için 0,219 ila 0,781) olarak bildiririz.

Ek olarak, bu yaklaşım önceki paragrafta belirtilen hataları önler. Etki büyüklükleriyle doğrudan çalıştığımız için, bir etkinin yokluğunu belirtmek için anlamlı olmayan p-değerlerini yorumlama (veya büyük bir etkiyi belirtmek için önemli p-değerlerini yorumlama) probleminden kaçınırız.

The post Etki Boyutuyla İlgili Sorunlar – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).