Etki Büyüklükleri – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri
Düzeltilen d Değerlerinin Meta Analizi
Bireysel ve Çalışılmış Bir Örnek
Tüm bireysel çalışmalar için bağımlı değişkenin güvenilirliği biliniyorsa, her etki büyüklüğü zayıflama için ayrı ayrı düzeltilebilir. Hemen hemen tüm çalışmalar için güvenilirlik biliniyorsa, eksik durumlar için ortalama güvenilirliğin kullanılmasında çok az hata vardır. Meta-analiz daha sonra düzeltilmiş etki büyüklükleri üzerinden hesaplanır.
Meta-analizdeki adımlar, tam anlamıyla bir meta-analiz için olanlarla aynıdır: (1) Etki büyüklüklerinin ortalamasını ve varyansını hesaplayın, (2) örnekleme hatasından dolayı etki büyüklüklerindeki varyansı hesaplayın ve ( 3) bunu örnek etki büyüklüklerinin varyansından çıkarın.
Ancak bir komplikasyon var: Düzeltilmemiş efekt büyüklükleri için optimal olan ağırlıklar, düzeltilmiş efekt büyüklükleri için optimal değil. Optimal ağırlıklar, etki büyüklüğündeki örnekleme hatasıyla ters orantılıdır. Düzeltilmemiş bir etki büyüklüğünde, örnekleme hatası öncelikle örnek boyutu tarafından belirlenir. Bununla birlikte, düzeltilmiş bir etki büyüklüğünde, örnekleme hatası aynı zamanda zayıflama için düzeltmenin kapsamına da bağlıdır.
Büyük bir düzeltme gerektiren çalışmalar, yalnızca küçük bir düzeltme gerektiren çalışmalardan daha az ağırlık almalıdır. Düzeltilmemiş etki büyüklükleri için, her çalışma için optimal ağırlık, numune büyüklüğü Ni’dir. Düzeltilmiş etki büyüklükleri için her bir çalışma için en uygun ağırlıktır.
Yani, her çalışmayı güvenilirliğiyle orantılı olarak ağırlıklandırırsak, ortalama etki büyüklüğü daha iyi tahmin edilir. Çalışmadaki güvenilirlik ne kadar düşükse, o çalışma için optimal ağırlık o kadar düşük olur.
Her çalışma için üç sayı hesaplıyoruz: (1) düzeltilmiş etki büyüklüğü, (2) çalışmaya verilecek ağırlık ve (3) o çalışma için örnekleme hatası varyansı. Örnekleme hatası varyansı formülü küçük bir problem sunar: Bu, popülasyon etki büyüklüğüne bağlıdır. Örnekleme hatası formülünde ortalama etki boyutunu kullanmak iyi bir yaklaşımdır.
Burada d ̄o, ortalama düzeltilmemiş etki büyüklüğüdür. Bu nedenle, düzeltilmiş etki büyüklükleri için örnekleme hatasının tahmini, ortalama düzeltilmemiş etki büyüklüğünün hesaplanmasını gerektirir.
Gözlemlenen örnek etki büyüklüğünü do ile ve düzeltilmiş etki büyüklüğünü dc ile gösterelim. Popülasyon düzeltilmemiş etki büyüklüğünü δo ile ve popülasyon düzeltilmiş etki büyüklüğünü δ ile belirtin. i çalışmasının örnekleme hatası varyans tahminini vei ile ve ortalama düzeltilmiş etki büyüklüğünü d ̄c ile ifade edin. Daha sonra meta-analiz için gereken üç ortalama, aşağıdaki üç ağırlıklı ortalamadır.
Etki büyüklüğü kaç olmalı
Etki büyüklüğü değerleri
İstatistik etki büyüklüğü nedir
Etki büyüklüğü nasıl hesaplanır
Etki büyüklüğü yorumu
Cohen d etki büyüklüğü yorumlama
Cohen d etki büyüklüğü hesaplama
ANOVA etki büyüklüğü hesaplama
Şimdi bir örnek düşünelim. New York Üniversitesi’nde psikolog olan Alex Lernmor, işlerinde makineyi çalıştırmak için ihtiyaç duydukları gerçekler konusunda ikizleri eğitmek için yeni bir yöntem geliştirdi. Onun eğitim programı, Kuzeydoğu’da görsel ikiz istihdam eden birçok firma tarafından benimsenmiştir. Şimdiye kadar, bu firmalarda programın etkililiğini değerlendirmek için dört çalışma yapıldı ve dört çalışmada da aynı 100 maddelik iş bilgisi ölçüsü kullanıldı. Her durumda, eğitimli grupta 20, kontrol grubunda 20 kişi vardı.
Texas Üniversitesi’nden Alphonso Kopikat bu programdan haberdar oldu ve danışmanlık çalışmasıyla bağlantılı olarak, onu ikiz kullanan birçok Teksas işletmesine tanıttı. Yöntemi değerlendiren dört çalışma Teksas’ta tamamlandı. Bu çalışmalar öncekilerle hemen hemen aynıdır, ancak zaman kazanmak için Lernmor tarafından kullanılan uzun 100 maddelik ölçek yerine 12 maddelik kısa bir iş bilgisi ölçüsü kullanılmıştır. Bu çalışma grubu için sonuçlar da gösterilmektedir.
Kopikat, çalışmalarının Lernmor’un bulgularını tekrarlamadığını hissetti. Lernmor’un tüm bulguları olumluyken, Kopikat’ın çalışmalarından biri yanlış yöne gitti ve bu bulgu, çalışmanın yapıldığı şirketi büyük ölçüde rahatsız etti. Ayrıca, yapılan çalışmaların yarısında Lernmor’un bulgularından ikisinin anlamlı olduğu durumlarda, bu Kopikat’ın dört çalışmasından sadece biri için doğruydu. Sonuçlardaki farkı, Teksaslıların daha yavaş öğrenenler olduğunu varsayan bir teori açısından yorumladı.
Ancak bir meslektaşım Kopikat’ı örnekleme hatası konusunda uyardı ve bir meta-analiz yapması için ısrar etti. Kopikat daha sonra Tablo 7.4’te gösterilen çıplak kemik meta-analizini yaptı. Genel analiz için, standart sapma SD = .09 olan bir Ave(δ) = .42 ortalamasını buldu; bu, normal bir yaklaşım kullanarak, .24 < δ < .60’lık bir orta aralığı ifade eder. Teksas’taki çalışmaların farklı sonuçlar verdiğine dair inancına karşılık gelen meta-analizi de yaptı.
Bu meta-analizler de Tablo 7.4’te rapor edilmiştir. Ortalama etki, kuzeydoğu eyaletlerinde olduğu gibi Teksas’ta pozitifti, ancak etki büyüklüğü, büyüklüğünün yalnızca yarısından biraz fazlaydı (yani, .33’e karşı .51). Ayrıca, alt kümeler içi standart sapmalar .03 ve 0 idi, bu da .09 olan genel standart sapmadan oldukça küçüktü.
Böylece, Kopikat, Teksas sonuçlarının kuzeydoğu sonuçlarını işaret olarak kopyaladığını kabul etti, ancak moderatör etkisinin, öğrenme yeteneğindeki bölgesel işgücü farklılıkları teorisini doğruladığını iddia etti. Kopikat’ın çalışması, Statistical Artifact Review’da yayınlandığında, moderatör değişkenlerin öneminin bir başka ikna edici göstergesi olarak geniş çapta beğeni topladı.
Lernmor, Teksaslıların daha yavaş öğrenenler olduğuna inanmıyordu. Ayrıca Kopikat’ın iş bilgisi testinde sadece 12 madde kullanması onu rahatsız etti. Lernmor, 100 maddelik testinde .81’lik bir güvenilirlik bulmuştu. 12 maddelik bir testin güvenilirliğini hesaplamak için ters Spearman-Brown formülünü (bu bölümün sonundaki alıştırmada ve Denklem 7.67 olarak verilmiştir) kullandı ve güvenilirliği sadece .34 olarak buldu. Böylece Lernmor, zayıflama için düzeltme yaparak Kopikat’ın meta-analizini yeniden düzenledi. Sonuçlar Tablo 7.5’te gösterilmektedir.
Lernmor’un genel meta-analizi, .05’lik bir standart sapma ile .57’lik bir ortalama etki büyüklüğü, ima edilen orta aralık .49 < δ < .65 bulmuştur. Lernmor ayrıca iki bölgesel alan için ayrı meta-analizler yürütmüştür. Kuzeydoğu araştırmalarında ortalama etki büyüklüğü .57 ve Teksas araştırmalarında ortalama etki büyüklüğü .57 buldu. Bölgenin moderatör değişken olmadığı sonucuna varmıştır. Bunun yerine, Kopikat’ın düşük değerlerinin, Teksas’taki çalışmalarda bağımlı değişkenin daha düşük bir güvenilirlik ölçüsünün kullanılmasından kaynaklandığı sonucuna varmıştır.
Lernmor tarafından gerçekleştirilen hesaplamalar, bu kitapta sunulan yöntemlerin uygulanması için mevcut olan Windows tabanlı meta-analiz programlarının bir yazılım paketinin parçası olan D-VALUE bilgisayar programı tarafından gerçekleştirilen hesaplamalardır. Bu yazılım paketi ve kullanılabilirliği tartışılmaktadır. Lernmor, hesaplamalarını elle yaptı.
Program kullanıldığında daha az yuvarlama hatası olduğundan, D-VALUE programı tarafından üretilen sonuçlar, Lernmor’un sonuçlarından biraz daha doğrudur. Okuyucuyu D-DEĞER programını verilere uygulamaya davet ediyoruz.
ANOVA etki büyüklüğü hesaplama Cohen d etki büyüklüğü hesaplama Cohen d etki büyüklüğü yorumlama Etki büyüklüğü değerleri Etki büyüklüğü kaç olmalı Etki büyüklüğü nasıl hesaplanır Etki büyüklüğü yorumu İstatistik etki büyüklüğü nedir