d Değerleri – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri
d Değerleri için Meta-Analiz Yöntemleri
Bu bölüm, deneysel çalışmalardan elde edilen etki büyüklükleri için meta-analiz formüllerini sunar. Bu bölümde, yalnızca son testi, yalnızca bağımsız grup deney tasarımlarını ele alacağız. Bu tür tasarımlarda, farklı kişiler farklı tedavi gruplarına atanır, bu nedenle “bağımsız gruplar” tasarımları etiketine sahiptir. Bir sonraki bölüm, “konu içi” veya “tekrarlanan ölçümler” tasarımlarını ele alacaktır. Bir tedavi değişkeni için ikiden fazla düzeyi olan çalışmalar, mevcut çerçeve içinde zıtlıklar kullanılarak ele alınabilir, ancak bu, mevcut çalışmanın kapsamı dışındadır.
Araştırma tasarımına ilişkin ders kitaplarında tartışıldığı gibi, deneysel ve gözlemsel çalışmalar arasındaki temel fark, deneysel çalışmalarda deneklerin tedavilere rastgele atanmasıdır. Rastgele atama ile elde edilen çalışma sonuçları üzerindeki yabancı etkilerin kontrolü, gözlemsel (deneysel olmayan) çalışmalarda kullanılabilecek istatistiksel kontrollerle her zaman tam olarak kopyalanamaz.
Tek deneysel çalışmalarda nedensellik çıkarımına izin veren rastgele atamadır. Bu bölümde, birincil odak noktamız deneysel çalışmalardır, ancak d istatistiği gözlemsel verilerle de kullanılabilir ve bu tür kullanımları biraz ayrıntılı olarak tartışıyoruz. Ancak okuyucu, deneysel ve gözlemsel araştırma arasındaki temel ayrımı akılda tutmalıdır. İki araştırma türü aynı soruları görünüşte benzer koşullar altında incelese bile, elde edilen sonuçlar bazen farklı olabilir.
Bölüm 5 ve 9’da, meta-analizin rastgele etkiler ve sabit etkiler modelleri arasındaki ayrımla ilgili kapsamlı tartışmaları sunuyoruz. Sabit etkiler modelleri, çalışmalar arasında popülasyon parametrelerinde (bu durumda, popülasyon d değerleri veya δ değerleri) hiçbir varyasyon olmadığını önceden varsayar. Bu varsayım hatalıysa, meta-analiz sonuçları çok yanlış olabilir.
Rastgele etkiler modelleri, aksine, temel popülasyon parametre değerlerinde çalışmalar arasında değişkenliğe izin verir ve bu değişkenliğin büyüklüğünü tahmin etmek için yöntemler sağlar. Bölüm 5 ve 9’da belirtildiği gibi, Psychological Bulletin’de son 25 yılda yayınlanan meta-analizlerin çoğu sabit etkiler modellerine dayanmaktadır ve bu nedenle doğru olmayabilir. Bu nedenle, bu bölümde d değerleri için sunulan tüm meta-analiz yöntemlerinin rastgele etki modelleri olduğunu vurgulamak istiyoruz. Hiçbir sabit etki modeli sunulmamıştır.
Bağımsız grup çalışmaları korelasyonlar kullanılarak analiz edilebilir. Tedavi etkisinin boyutu, tedavi ve etki arasındaki (nokta çift serili) korelasyon ile ölçülebilir. Tedavi etkisini ölçmek için korelasyonun bu kullanımı, kısmi korelasyon, çoklu regresyon ve yol analizi gibi çok değişkenli tekniklere kendini ödünç verme avantajına sahiptir. Bununla birlikte, çoğu meta-analist, grup ortalamaları arasındaki farkın standart sapmaya bölünmesiyle d ile gösterilen bir etki büyüklüğü ölçüsü kullanmayı seçmiştir. Çok az önemi var çünkü her iki istatistik de cebirsel olarak diğerine dönüştürülebilir.
meta-analiz çalışması örneği
cma meta-analiz programı
Meta analiz Nedir
cma meta-analiz programı indir
Meta-analiz özellikleri
Network meta analizi
Meta-analiz pdf
Meta-analiz ile literatür taraması arasındaki farklar
Sonuç (bağımlı) değişkenin iki yönlü olduğu (örneğin, öldü veya yaşadı) olduğunda, başka bir istatistik olan olasılık oranı kullanılabilir. Olasılık oranı tıbbi araştırmalarda sıklıkla kullanılmaktadır. Bu kitapta, sosyal bilim araştırmalarında nadiren kullanıldığı için, olasılık oranı istatistiği için meta-analiz yöntemleri sunmuyoruz. Bunun nedeni, bağımlı değişkenlerimizin nadiren gerçek ikilemler olmasıdır. Meta-analizde olasılık oranının tedavisi için Haddock, Rindskopf ve Shadish’e (1998) bakınız.
Bu zayıflatılmış tedavi korelasyonu, d = .52’lik bir zayıflatılmış etki büyüklüğüne karşılık gelir. d istatistiğindeki zayıflama, tedavi korelasyonu için .42 faktörü yerine .35 faktörü ile olan 1.50 ila .52 arasındadır.
Çoklu artefaktların tedavisi, tedavi korelasyonu için çok basittir. Bir dizi artefakt tarafından tedavi korelasyonunun boyutundaki azalma, korelasyonun ayrı artefakt zayıflama çarpanlarının ürünü olan bir toplam çarpan ile çarpılmasıyla gerçekleştirilir. Tedavi korelasyonu, zayıflama çarpanına bölünerek bu artefaktları düzelterek uygun boyutuna geri yüklenebilir.
d istatistiği için, artefaktların düzeltilmesi sadece biraz daha zordur. Zayıflatılmamış popülasyon d değeri, −.50 < d < +.50 orta aralığına düşerse, tedavi korelasyonu formülleri doğrudan d istatistiğine uygulanır. Popülasyon etki büyüklüğü orta aralığın dışında kalırsa, d değeri bir korelasyona dönüştürülebilir, korelasyon düzeltilebilir ve düzeltilmiş korelasyon düzeltilmiş bir d değerine dönüştürülebilir.
Bu çalışmaya bu bölümle başlayan okuyucu, d istatistiğiyle ilgili birçok önemli konunun 6. Bölümde tartışıldığı konusunda uyarılır. Bu bölümden önce 6. Bölüm okunmalıdır. Okuyucu ayrıca bu bölümün Bölüm 3 ve 4’ten daha az ayrıntılı olduğu konusunda uyarılır, çünkü birçok açıklama r’nin meta-analizi için karşılık gelen açıklamayla aynıdır ve yer darlığı nedeniyle burada tekrarlanmamıştır. Yani, tekrardan kaçınmak için Bölüm 3 ve 4’te tartışılan birçok kavramsal konu bu bölümde tekrarlanmamaktadır.
d istatistiği, örnekleme hatası, ölçüm hatası ve aralık varyasyonu dahil olmak üzere korelasyon ile aynı yapaylıklardan etkilenir, ancak terminoloji yalnızca örnekleme hatası için aynıdır. Birçok deneyci, bağımlı değişkendeki ölçüm hatasının deneylerde alakasız olduğuna inanır, çünkü grup ortalamalarında ortalama alır.
Ancak, ölçüm hatası bağımlı değişkenin varyansına girer ve dolayısıyla d’nin paydasına girer. Böylece, d’nin değeri, ölçüm hatasıyla sistematik olarak düşürülür ve bağımlı değişkenin güvenilirliğindeki çalışmalar arasındaki farklılıklar, d’nin değerinde sahte farklılıklar üretir.
Bağımsız değişkendeki ölçüm hatası da çoğu deneyci tarafından kabul edilmez. Akıllarında, kişiler kesin olarak bir tedavi grubuna veya diğerine atanır. Bununla birlikte, manipülasyon kontrollerini kullananlar, herkes için nominal olarak aynı muamelenin farklı kişiler için çok farklı olabileceğini bulmuşlardır. Bazıları talimatları duyarken bazıları duymaz. Bazıları belirsiz talimatlara bir anlam verirken, diğerleri başka bir anlam verir. Bağımsız ve bağımlı değişkenlerde ölçüm hatası Bölüm 6’da tartışılmıştır. Ayrıca bu bölümün ilerleyen kısımlarında daha ayrıntılı olarak tartışılmaktadır.
Aralık varyasyonu, deneysel çalışmalarda başka bir isimle, yani “tedavinin gücü” olarak geçmektedir. İkili deneylerde, tedavinin ne kadar güçlü olduğuna bakılmaksızın bağımsız değişken 0-1 arasında puanlanır. Bununla birlikte, çalışmalar arasındaki tedavilerdeki farklılıklar kodlanabilirse, tedavi etkileri ortak bir referans gücüne yansıtılabilir ve farklı çalışmaların sonuçları karşılaştırılabilir hale gelebilir. Bununla birlikte, çalışmalar genellikle tedavi gücünü kodlamak için gereken bilgileri vermemektedir. Ortaya çıkan sorunlar daha sonra tartışılacaktır.
CMA meta-analiz programı cma meta-analiz programı indir Meta analiz Nedir meta-analiz çalışması örneği Meta-analiz ile literatür taraması arasındaki farklar Meta-analiz özellikleri Meta-analiz pdf Network meta analizi