Moderatör Değişkenleri – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri
Verileri Gruplandırarak Analiz Edilen Moderatör Değişkenleri ve Çalışılmış Bir Örnek Moderatör değişken, diğer iki değişken arasındaki korelasyonda farklılıklara neden olan bir değişkendir. Örneğin, daha önce tartışılan polis vahşeti çalışmasında Bouchard, coğrafi bölgenin sosyoekonomik statü ile vahşet arasındaki ilişki için bir moderatör değişken olacağını öne sürdü. Çalışmalar arasında sonuçlarda gerçek bir varyasyon varsa, bu tür bir varyansı hesaba katacak böyle bir moderatör değişken (veya muhtemelen birden fazla) olmalıdır. Öte yandan, analiz sonuçlardaki farklılığın örnekleme hatasından kaynaklandığını gösteriyorsa, herhangi bir belirgin düzenleyici etki, örnekleme hatası üzerindeki büyük harf kullanımından kaynaklanmaktadır. Bouchard'ın çalışmasında durum buydu. Düzeltilmiş standart sapma, çalışmalar arasında popülasyon korelasyonlarında önemli farklılıklar olduğunu gösteriyorsa, gözlemlenen korelasyonları alt kümeler halinde gruplandırmak için bir teori veya hipotezden türetilen bir moderatör değişkeni kullanılabilir. Her alt kümede, örnekleme hatası için düzeltilmiş bir ortalama, bir varyans ve bir varyans hesaplayabiliriz. Bir moderatör değişken kendini iki şekilde gösterecektir: (1) ortalama korelasyon alt kümeden alt kümeye değişecektir ve (2) düzeltilmiş varyans, alt kümelerde bir bütün olarak veriden daha düşük ortalama olacaktır. Bu iki gerçek matematiksel olarak bağımlıdır. Varyans analizindeki bir teorem ile, toplam varyansın, alt küme varyanslarının ortalaması ile alt küme ortalamalarının varyansının toplamı olduğunu biliyoruz. Bu nedenle, ortalama düzeltilmemiş alt küme içi varyans, tam olarak alt küme ortalamalarının birbirinden farklı olduğu ölçüde azalmalıdır. Bunun anlamı, eğer ortalama korelasyon alt kümeler arasında değişiyorsa, alt kümelerin ortalama standart sapması, birleştirilmiş veri kümesindeki standart sapmadan daha az olmalıdır. .063'lük düzeltilmiş standart sapma, .175: .175/.063 = 2.78 ortalamasıyla karşılaştırılabilir. Yani, ortalama korelasyon 0'ın üzerinde yaklaşık 2,8 standart sapmadır. Dolayısıyla, çalışma popülasyonu korelasyonları normal olarak dağılmışsa, sıfır veya sıfırın altında korelasyon olasılığı neredeyse sıfırdır. Dolayısıyla ilişkinin niteliksel doğası açıktır: Tüm çalışmalarda popülasyon korelasyonu pozitiftir. Aracı değişken ve düzenleyici değişken farkı Aracı ve düzenleyici değişken örnekleri Aracı değişken ne demek Moderator değişken analizi Moderatör ve Mediator değişken Düzenleyici Değişken nedir Kontrol değişkeni Sürekli değişken örnekleri Alt kümelerin analizi, Amerika Birleşik Devletleri'nde r ̄ = .25 ve Transilvanya'da r ̄ = .10 olan ortalama korelasyonlarda önemli bir farklılık gösterir. Düzeltilmiş standart sapmalar, iki ülke arasında sonuçlarda bir değişiklik olmadığını ortaya koymaktadır. Bu durumda, sadece bir moderatör vardı. Birden fazla moderatör olduğunda, moderatörler ilişkilendirilebilir ve bu nedenle, sırayla birer birer incelenirlerse kafaları karışır. Bu durumlarda, bu tür kafa karışıklıklarından kaçınmak için moderatör analizlerini hiyerarşik olarak yürütmek önemlidir. Hackman, iki ülke arasındaki farkı, Amerika Birleşik Devletleri'ndeki vampirlerin Kızıl Haç için çalışarak sessiz, mutlu hayatlar yaşadıklarını, Transilvanya'daki vampirlerin ise canlı kurbanları takip ederek ve öldürerek kanlarını almaları gerektiğini belirterek açıkladı. Transilvanya'daki vampirler, hayattaki düşük konumlarına içerler ve çabalarını kıskandıkları yüksek statülü insanlara odaklarlar. Geceleri çalışan orta sınıf polisler özellikle savunmasızdır. Bu nedenle, Transilvanya'daki polisler arasında sosyal sınıf açısından daha az farklılık vardır ve menzildeki bu kısıtlama, korelasyonu azaltır. Bu hipoteze göre, menzil kısıtlamasının düzeltilmesi, iki ortalama korelasyonu eşit (.25'te) yapacaktır. Bu bölümün ilerleyen kısımlarında, bu hipotezi test etmek için kullanılabilecek aralık düzeltmelerini inceleyeceğiz. Academy of Management toplantısında hararetli bir tartışmadan sonra, Bouchard dişlerini açtı ve Hackman'a Amerikan vampirlerinin hâlâ baş belası olabileceğini gösterdi. Bouchard, daha sonra, sonuçlardaki farklılığın, çalışmalarının ülkenin savaşa gireceği zamanlarda yapıldığı gerçeğini yansıttığını kaydetti. Saldırgan heyecandaki bu artış, vahşetin genel düzeyini ve varyansını artırdı ve böylece ölçüm güvenilirliğini ve dolayısıyla korelasyon düzeyini artırdı. Bu hipoteze göre, gaddarlık ölçüsündeki ölçüm hatasını düzeltmek, iki ortalama korelasyonun gerçek puanlar düzeyinde gerçekten eşit olduğunu ortaya çıkaracaktır. Bu hipotez, bu bölümde daha sonra tartışılan ölçüm hatası düzeltmeleri kullanılarak test edilebilir. Örnekleme Hatası ve Çalışılmış Bir Örnek için Özellik İlişkilerini Düzeltme Bazı çalışma özelliklerinin nicel bir değişken y olarak kodlandığını varsayalım. Daha sonra bu özellik, çalışmalar arasında sonuç istatistiği ile ilişkilendirilebilir. Örneğin, bağımlılık ve okul başarısı arasındaki korelasyonlar çocuğun yaşının bir fonksiyonu olarak değişiyorsa, o zaman i çalışmasında ortalama yaşı yi olarak kodlayabiliriz. Daha sonra, çocukların yaşları ile çalışmalar arasında korelasyon boyutu arasında ilişki kurabiliriz. Bu yöntemin bir örneği Schwab, Olian-Gottlieb ve Heneman tarafından verilmiştir. Bununla birlikte, çalışmalar arasında böyle bir korelasyon, popülasyon değerlerinin y ile korelasyonunun ve örnekleme hatasının y ile korelasyonunun olmamasının karıştırılmasıdır. Bu, kusurlu ölçülen değişkenlere dayalı korelasyonları zayıflatmada ölçüm hatasının rolüne doğrudan benzer. Bu nedenle, çalışmalar arasında gözlemlenen korelasyon, korelasyonlarda örnekleme hatası olmaması durumunda olacağından daha küçük olacaktır. Bir çalışmadaki kişiler arasındaki korelasyon olan temel istatistik r ile r ve çalışma özellikleri arasındaki çalışmalar arasındaki korelasyonlar arasındaki karışıklığı önlemek için, çalışmalar üzerindeki korelasyonlar “Cor” ile gösterilecektir. Örneğin, r korelasyonu ile etütler arasındaki y etüt özelliği arasındaki korelasyon Cor(r, y) olarak gösterilecektir. Bu, çalışmalar arasında gözlemlenen korelasyondur, ancak çalışmalar arasında istenen korelasyon, popülasyon korelasyonları için ρi . Çalışmalar arasında istenen korelasyon Cor(ρ,y)'dir. ri = ρi + ei formülünden yola çıkarak, çalışmalar üzerinden bir kovaryans hesaplar ve üretmek için kovaryansların toplamsallığı ilkesini kullanırız. Çalışmalar arasındaki bu kovaryans, çalışmalar arasındaki standart sapmalara bölünürse, bu durumda, çalışmalar arasında gözlemlenen korelasyon, diğer iki korelasyonun ürünüdür, istenen korelasyon ve güvenilirliğe benzer korelasyondur. Yalnızca bir değişkende ölçüm hatası varsa, ölçüm hatasından kaynaklanan zayıflama düzeltme formülü tam olarak budur. Çalışmalar üzerinden r ve ρ arasındaki ilişki nedir? Yalnızca bu bölümün önceki bölümünde tahmin edilen ρ varyansına ihtiyacımız var. Böylece zayıflama formülünde kullanım için gerekli olan “güvenilirlik” ile verilmektedir.

Delphi Yöntemi – İş Sağlığı ve Güvenliği – İş Sağlığı ve Güvenliği Ödevleri – İş Sağlığı ve Güvenliği Tez Yaptırma – İSG – İş Sağlığı ve Güvenliği Tez Yaptırma Ücretleri

Delphi Yöntemi

Delphi yaklaşımı karar vermede uzun yıllardır kullanılmaktadır. Kullanımı nispeten basit bir tekniktir ancak Delphi oturumlarına katılan panelin bir taahhütünü gerektirir. Teknik, HEP tahminleri ve donanım arıza oranları tahminleri geliştirmek için fikir birliği üzerinde çalışmak üzere bir uzmanlar paneli ve bir kolaylaştırıcı kullanır.

Doğası gereği sistematiktir ve satış tahminlerinin geliştirilmesine yardımcı olmak, teknoloji (askeri ve sivil) hakkında spekülasyon yapmak ve hatta ulusal politika oluşturmaya yardımcı olmak için kullanılmıştır. Aşağıdaki tartışmanın odak noktası, Ostrom ve ark. uçak bakım görevleri için HEP ​​tahminleri geliştirmek için kullanılır. Ancak doğru panel ile donanım arıza oranlarına da uygulanabilir. Delphi işleminin yapıldığı oda, panel üyelerinin kendilerini rahat hissetmeleri için rahat olmalıdır.

HEP’lerin geliştirilmesi için Delphi sürecinin adımları aşağıdaki gibidir:

1. Paneli seçin.
2. Konuyu tanıtın ve konuyla ilgili paneli kalibre edin.
3. Değerlendirilecek görevin parametrelerini sunun.
4. Hata olasılığı ve oylama ile ilgili ilk tartışma turunu gerçekleştirin.
5. Birinci tur ve ikinci tur oylamanın sonuçlarını tartışın.
6. İkinci turun sonuçlarını tartışın ve fikir birliğine varılana kadar tekrarlayın. 7. PSF’ler geliştirin.

Bu adımlar aşağıda bir örnek bağlamında tartışılmaktadır. Bu örnek, bir uçak muayene görevi için HEP’lerin geliştirilmesi olacaktır. Bu inceleme görevi, küçük anormallikler için bir kompozit uçak panelini görsel olarak denetlemek için HEP’leri belirlemek olacaktır. HEP’lerin belirlenmesi, başta kompozit uçak olmak üzere yeni nesil bir risk modelinin geliştirilmesinde önemli olacaktır.

Paneli Seçin

Panel, bir risk değerlendirme uzmanı ve bir kolaylaştırıcı ile birlikte ilgili alandaki KOBİ’lerden oluşmalıdır. KOBİ’ler sürecin tamamı için temsil sağlamalıdır.

Delphi Analizi Nedir
Kantitatif yöntemler nedir
Delphi tekniği nedir pdf
Delphi Tekniği KPSS
Delphi tekniği örnekleri
Delphi tekniği özellikleri
Beyin fırtınası tekniği
Delphi tekniği nasıl uygulanır

Bu örnek için KOBİ’lerimiz şunları içermelidir:

• Bir havayolu şirketinden kalifiye denetçiler.
• Bir uçak üreticisinden bir yapı grubundan temsil.
• Kompozit tamircisi.

Nitelikli denetçiler, bileşik anormallikler için algılama oranlarının güvenilir tahminlerini sağlamak için paneldedir. Bir uçak üreticisinin yapı grubundan temsilci, ilgilenilen malzemeler, gelişebilecek anormallik türleri ve anormallikler ve göreceli tespit oranları hakkında havayolu topluluğundan veriler hakkında bilgi sağlar. Kompozit tamircisi sahada görülen anomaliler ve tespit edilen/tespit edilmeyen anomali türleri hakkında bilgi verir.

Paneldeki risk analisti, panel tartışmalarının ilgili HEP’leri geliştirmeye uygun olmasını ve HEP’ler ile PSF’lerin makul olmasını sağlar. Kolaylaştırıcı süreci anlamalıdır, ancak bir KOBİ olması gerekmez. Bunun yerine, kolaylaştırıcı konuyla ilgili bir yanıt ortaya çıkarmada, grubun hedefe odaklanmasını sağlamada ve işleri ilerletmede iyi olmalıdır.

En az önyargılı verinin geliştirilebilmesi için paneli seçmek her zaman en iyisidir. Bu nedenle, örneğimizde KOBİ’ler birkaç havayolunu temsil etmelidir. Genel olarak, meslektaşlar arasında gelişebilecek karşılıklı bağımlılıkları mümkün olduğu ölçüde kırmak için genellikle birbirleriyle çalışan insanları seçmekten kaçının. Hayali panelimizde altı müfettiş, bir uçak üreticisi temsilcisi, bir kompozit tamircisi ve bir risk analisti var.

Konuyu Tanıtın ve Paneli Kalibre Edin

Kolaylaştırıcı, paneli kısaca tanıtarak süreci başlatır. Her panel üyesi kendini tanıtmalı ve uzmanlıklarını kısaca tartışmalıdır. Kolaylaştırıcı daha sonra risk analistini tanıtır. Risk analisti eldeki görevi tartışır, bu durumda bir uçak kompozit panelinin görsel denetimi için HEP’ler geliştirir.

Ardından, risk analisti diğer benzer görev türleri hakkında veri sunar. Bu örnekte, alüminyum uçak panellerinin görsel muayenesinden elde edilen yorulma çatlakları için tespit olasılığına (POD) ilişkin veriler sunulabilir (20):

• 0,005 Ayrıntılı bir incelemede 0,1 inçlik bir çatlak tespit etme olasılığı.

• 0,05 Ayrıntılı bir incelemede 0,5 inçlik bir çatlak tespit etme olasılığı.
• 0,99 Ayrıntılı bir incelemede 2 inçlik bir çatlak tespit etme olasılığı.

O zaman çatlakları bulamama olasılığı:

• 0,1 inçlik çatlak HEP yaklaşık olarak 1,0 − 0,005 = 0,995’tir.
• 0,5 inçlik çatlak HEP yaklaşık olarak 1.0 − 0.05 = 0.95’tir.
• 2 inçlik çatlak HEP yaklaşık olarak 1.0 − 0.99 = 0.01’dir.

Ayrıntılı bir incelemeyi neyin oluşturduğuna ilişkin parametreler de sunulmaktadır. Bu noktada tüm sorular ele alınmaktadır.

Değerlendirilecek Görevin Parametrelerini Sunun

Bir sonraki adım, eldeki görevin parametrelerinin tartışılmasını, yani kompozit uçak panellerindeki anormalliklerin görsel denetimi için HEP’lerin geliştirilmesini tartışmayı içerir. Uçak üreticisi ve tamircisi, bu tartışmaya bulunabilecek anormallik türleri hakkında bir sunumla başlayabilir.

Müfettişler gördükleri anormallik türlerini tartışabilirler. Yalnızca ilgili konuların tartışılmasını sağlamak risk analisti ve kolaylaştırıcısına bağlıdır. Delphi oturumunun odak noktası olacak anomalilerin boyutuna ve şekline ilişkin parametreler de sunulmalıdır.

Elbette yok edilen bir uçak paneli büyük ihtimalle bulunacaktır. Bu nedenle, panel üyeleri, 2. adımda sunulan verilere benzer olduğu için, çapı 2 inç veya daha küçük olan anormallikler üzerinde HEP’ler geliştirmeye odaklanmıştır.

Hata Olasılığı ve Oylama Üzerine İlk Tartışma Turunu Gerçekleştirin

HEP ile ilgili ilk tur görüşmeler başlatıldı. Göreceli olasılıkları gösteren bir ölçek gibi görseller, paneli odaklamak için kullanılabilir. Şekil 9.2, bu örnek için kullanılan bir ölçeği göstermektedir.

Kolaylaştırıcı, panele, panelden bir HEP geliştirmesinin isteneceğini panele – bu durumda, 0,1 derinliğinde bir kompozit panelde 0,5 inçlik yuvarlak girintiyi- söyleyerek tartışmayı açar. Panele herhangi bir soruları olup olmadığı veya herhangi bir ek bilgiye ihtiyaç duyup duymadıkları sorulur.

Bu ilk tur için sadece nominal bir değer talep edilecektir. Yani paneldeki boya iyi durumda, yeterli aydınlatma var vb. Panel sorular soracak ve görevin çeşitli yönlerini tartışacaktır. Tartışmanın sonunda, panelden, özel veya genel olarak, her birinin belirli bir anomaliyi tespit etme olasılığını düşündüklerini ölçekte işaretlemesi de istenir.

Risk analisti dışındaki panellerin her biri ölçeği işaretler. Bu işaretlerin nasıl görünebileceğini gösterir. Panel kısa bir ara verir veya bir sonraki öğeyi düşünmesi istenir. Her iki durumda da risk analisti sonuçları derler.