KARMA ETKİ MODELİ
Birincisi, alt grupların daha büyük bir havuzdan rastgele örneklenmesi durumunda (ülke örneğinde olduğu gibi), bu ek değişkenlik kaynağını hesaba katabileceğimiz konusunda okuyucuyu uyarmaktır. Bunu yapma mekanizması bir giriş kitabının kapsamı dışındadır.
Diğer neden ise, bazen alt grup analizlerini tanımlamak için kullanılan karma model teriminin anlamını açıklamaktır. Bu bölümde açıklandığı gibi, alt gruplar içindeki özet etki, sabit etkiler modeli veya rastgele etkiler modeli kullanılarak hesaplanabilir. Hemen yukarıda ana hatlarıyla belirtildiği gibi, alt gruplar arasındaki fark, sabit etkiler modeli veya rastgele etkiler modeli (burada sabitin anlamı farklı olsa da) kullanılarak değerlendirilebilir. Bu, aşağıdaki isimlendirmeye yol açar.
Alt gruplar içinde ve ayrıca alt gruplar arasında sabit etkili bir model kullanırsak, analize sabit etkiler analizi denir. Alt gruplar içinde rastgele etkiler modeli ve alt gruplar arasında sabit etkiler modeli (genellikle savunduğumuz yaklaşım) kullanırsak, modele karma etkiler modeli denir. Hem alt gruplar içinde hem de alt gruplar arasında rastgele etkiler varsayma olasılığımız daha yüksektir; böyle bir modele rastgele etkiler (veya tamamen rastgele etkiler) modeli denir.
ALT GRUPLARIN VARLIĞINDA GENEL BİR ETKİ ELDE ETMEK
Bu bölümde sunulan tablolarda ve orman parsellerinde, her bir alt grup ve ayrıca toplam nüfus için bir özet etki sunduk. Öncelikli ilgimiz alt gruplar arasındaki farklılığa bakmak olduğundan, toplam nüfus değerine çok az dikkat ettik. Burada, bu değerin raporlanması gerekip gerekmediğini ve eğer öyleyse nasıl hesaplanması gerektiğini ele alıyoruz.
Tüm alt gruplarda bir özet etki bildirmeli miyiz? Tüm alt gruplarda bir özet etki rapor edip etmememiz gerektiği sorusu, hedeflerimize ve ayrıca verilerin doğasına bağlıdır.
Analizin birincil amacının, bir tedavinin akut hastalarda kronik hastalara göre daha etkili olup olmadığını görmek olduğunu ve tedavinin bir grupta çok etkili, diğerinde ise zararlı olduğunun ortaya çıktığını varsayalım. Bu durumda, eve götürme mesajı, her bir gruba ayrı ayrı bakmamız gerektiği şeklinde olmalıdır. Tedavinin orta derecede etkili olduğunu (ortalama olarak) bildirmek kötü bir fikir olacaktır çünkü bu her iki grup için de geçerli değildir ve temel bulguyu yanlış temsil eder. Bu durumda, etkinin yalnızca ayrı alt gruplar için rapor edilmesi daha iyi olacaktır.
Karma total yaklaşımı
Karma yöntem araştırma örnekleri
Nicel, Nitel, Karma yöntem araştırma Desenleri ve İstatistik
Karma Yöntem Araştırmalarının Temelleri PDF
Dönüştürücü Karma yöntem Nedir
Karma yöntem araştırma soruları
Nitel Nicel ve karma Yöntem yaklaşımları ppt
Karma Yöntem Eğitimi
Buna karşılık, tedavinin her iki alt grupta da eşit derecede (veya neredeyse o kadar) etkili olduğu ortaya çıkarsa, özet olarak hizmet etmek için birleşik bir etkiyi bildirmek yardımcı olabilir. Gruplar arasında küçük farklılıklar olsa da durum muhtemelen böyle olacaktır, ancak tedavinin (veya ilişkinin) asli anlamı tüm gruplar için aynıdır. Bu, özellikle çok sayıda alt grup varsa geçerlidir ve okuyucu, hatırlaması kolay tek bir sayı arayacaktır.
Alt gruplar arasında birleşik bir etki raporlamaya karar verirsek, nasıl hesaplanacağını belirlediğinden, bu değerin neyi temsil ettiği konusunda net olmamız gerekir. Temel seçenekler aşağıda açıklanmıştır.
Seçenek 1. Alt grup ortalamalarını birleştirin ve alt grup varyansını yok sayın
Bir seçenek, alt grup ortalamalarının ağırlıklı ortalamasını hesaplamaktır. Başka bir deyişle, her bir alt grubu bir çalışma olarak ele alıyoruz ve her bir alt grup için ortalama etki ve varyansı kullanarak bir sabit etki analizi yapıyoruz. Bu bölümde, bu yaklaşımın üç versiyonunu gösterdik. Bu hesaplamalar, (19.14) ve (19.15)’te ve iki alt grubun ağırlıklı ortalamasını hesapladığımız sabit etkili model için gösterildi. Orijinal on çalışma ile çalışsaydık ve her birini sabit etki ağırlığına göre ağırlıklandırsaydık aynı değerleri alacağımızı unutmayın (bkz. (19.3) ve (19.4)).
Bu hesaplamalar, iki alt grubun ağırlıklı ortalamasını hesapladığımız (19.33) ve (19.34’te) 2’nin ayrı tahminleriyle rastgele etkiler modeli için gösterildi. Orijinal on çalışma ile çalışırsak ve her bir alt grup için ayrı bir 2 tahmini ile her birini rastgele etki ağırlığına göre ağırlıklandırırsak aynı değerleri alacağımızı unutmayın.
Bu hesaplamalar, iki alt grubun ağırlıklı ortalamasını hesapladığımız (19.54) ve (19.55’te) 2’lik bir havuzlanmış tahminle rastgele etkiler modeli için gösterildi. Orijinal on çalışma ile çalışsaydık ve her birini rastgele etki ağırlığına göre ağırlıklandırsaydık ve 2’lik bir havuz tahmini ile aynı değerleri alacağımızı unutmayın.
Her üç durumda da, birleşik etki, gerçek bir popülasyona değil, iki farklı popülasyonun ortalamasına atıfta bulunur. Alt gruplar erkek ve kadın ise, birleşik etki hem erkekleri hem de kadınları içeren bir popülasyonda (alt gruplardakiyle aynı oranlarda) beklenen etkidir. Her zaman olduğu gibi, ortalamanın standart hatası, etkilerin alt gruplar (sıfır olarak kabul edilir) arasındaki dağılımından değil, ortalamanın kesinliğinden bahseder.
Seçenek 2. Alt grup ortalamalarını birleştirin ve alt grup varyansını modelleyin
İkinci bir seçenek, alt gruplar arasında bir rastgele etkiler modeli varsaymaktır. Başka bir deyişle, analiz biriminin çalışmadan ziyade alt grup olması dışında, tartışılan tüm formüller ve kavramlar burada uygulanır. Bu, alt grupların daha büyük bir ilgili alt grup grubundan rastgele örneklenmiş olması durumunda anlamlı olacaktır.
Örneğin, ABD ve Avustralya’da bir tedavinin ortalama etkisine sahibiz, ancak bu tedavinin ortalama etkisinin tüm ilgili ülkelerde ne olacağını tahmin etmek istiyoruz. Bu durumda, heterojenliği tartışırken ele aldığımız türdeki sorunları tam olarak ele almamız gerekiyor.
İlk olarak, alt gruplar arası dağılımın bir ölçüsü olan T2bet’i hesaplıyoruz. Ardından, ağırlıkların alt grup içi hataya ve alt gruplar arası varyansa dayandığı alt grupların ağırlıklı ortalamasını hesaplıyoruz. Alt grup ortalamaları birbirinden farklı olduğu ölçüde, birleşik etkinin standart hatası artacaktır (fakat ek alt gruplar eklendikçe bu ek hata azalacaktır).
Dağılımın kendisine de odaklanabiliriz. Örneğin, rastgele seçilen bir sonraki ülke için (bizim örneğimizde) bize beklenen etki büyüklükleri aralığını veren bir tahmin aralığı oluşturmak için 2bet tahminini kullanabiliriz.
Seçenek 3. Çalışmaların tamamı üzerinde ayrı bir rastgele etki analizi gerçekleştirin.
Alt gruplar arasında birleşik bir etkiyi raporlamak istiyorsak, üçüncü bir seçenek, tüm çalışmaları içeren ve alt grup üyeliğini göz ardı eden ayrı bir rastgele etkiler meta-analizi yapmaktır. 2’yi alt gruplar içinde tahmin etmek yerine (daha önce yaptığımız gibi) tüm çalışmalarda tahmin ediyoruz ve bu nedenle daha büyük olma eğiliminde olacaktır.