Sabit Testli Seçim – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri
Çalışılmış Bir Örnek: Sabit Testli Personel Seçimi (Doğrudan Mesafe Kısıtlaması)
Personel seçimi özel bir durumdur, çünkü işe alım testinin pratik kullanımında tahmin edici test kusurlu biçimde kullanılır. Bu nedenle, testin pratik etkisinin değerlendirilmesi amacıyla ilgili popülasyon korelasyonu, bağımsız değişkende değil, bağımlı değişkende ölçüm hatası için düzeltilir. Testin geçerliliği, başvuran popülasyonun düzeltilmemiş test puanları ile iş performansı gerçek puanları arasındaki korelasyonu tarafından verilir.
Bu, iş performansı ölçümündeki ölçüm hatasını düzeltmemiz ve aralıktaki kısıtlamayı düzeltmemiz gerektiği, ancak testteki ölçüm hatası için düzeltmememiz gerektiği anlamına gelir. (Elbette, personel seçimi teorisinde, tam olarak düzeltilmiş korelasyonlar isteriz.) Personel seçimi araştırması, gösterilen tüm eserlerden rahatsızdır.
Özellikle, bağımsız değişken üzerindeki menzil kısıtlaması, seçici işe alma ile yaratılmaktadır. Bir meta-analizdeki tüm çalışmaların tamamen aynı testi kullandığını varsayalım, bu nedenle bağımsız değişkenin güvenilirliğinde, rXXa , başvuran (sınırsız) grupta testin güvenilirliğinde çalışmalar arasında herhangi bir değişiklik yoktur. rXXa =.80 olduğunu varsayalım.
Bağımlı değişkendeki (iş performansı) ölçüm hatasının ve aralık kısıtlamasının, yapı bilgisinin mevcut olduğu diğer yapay öğeler olduğunu varsayalım. Bağımsız değişken üzerindeki aralık kısıtlamasının da doğrudan olduğunu varsayalım. Zayıflama faktörleri daha sonra olacaktır.
Bu türden 12 personel seçim çalışması için varsayımsal veriler sunmaktadır. (Bu verilerin Tablo 3.5’tekilerden farklı olduğuna dikkat edin; aralık kısıtlama değerleri farklıdır.) Burada gösterilen çarpımsal model, başvuru sahibi (sınırsız) gruptaki (ryya ) kriter güvenirlik değerlerini gerektirir. Normalde, yerleşikler (kısıtlı grup) için yalnızca kriter güvenilirlik değerleri mevcut olacaktır (yani, ryyi değerleri).
Bu nedenle, ryyi değerlerini ryya değerlerine dönüştürmek için Denklem (5.20)’yi kullanmalıyız. Bu, Tablo 4.3’te yapılmıştır. Başvuru sahibi grupta tüm ölçüt güvenilmezliklerinin biraz daha yüksek olduğuna dikkat edin. (Bu bölümün ilerleyen kısımlarında ve Bölüm 5’te, doğrudan menzil kısıtlaması için düzeltmede ryyi kullanımına izin veren artefakt dağılımı meta-analizi için diğer prosedürleri sunuyoruz.)
Gözlenen her bir korelasyon için tam yapaylık bilgisi verildiğinden, yapay dağılım yöntemi normalde kullanılmayacaktır; bunun yerine, her korelasyon sunulan yöntemler kullanılarak ayrı ayrı düzeltilecektir.
Hangi istatistiksel analiz nerede kullanılır
İstatistik testleri Nelerdir
Parametrik test örnekleri
Parametrik testler
İstatistik testler nedir
İstatistik karşılaştırma testleri
İstatistik test seçimi
İstatistik analizi
Ancak burada, bu bölümde daha önce sunulan çarpımsal modeli kullanarak artifakt dağılımı meta-analizinin mekaniğini göstermek için bu veriler için bir artifakt dağılım analizi sunuyoruz. Son iki sütunu zayıflama faktörlerini göstermektedir.
Nihai tahminler bu nedenle ρ ̄xyt = .49 ve SDρ = .05’tir. .49 ortalama değeri .50 doğru değerine yakındır ve SDρ tahmini doğru 0 değerinden çok farklı değildir. SDρ tahminimizin doğru 0 değerinden sapması, taşımada kısmi yuvarlama hatasını yansıtır. hesaplamalar ve kısmen meta-analiz yöntemlerinin yaklaşık olduğu gerçeğidir.
Veriler “eşleşen verilerdir”. Yani, tüm yapay bilgiler her korelasyon için mevcuttur. Bu nedenle, açıklanan yöntemleri kullanarak bu verileri meta-analiz edebiliriz. Yani, her bir korelasyonu ayrı ayrı düzeltebilir ve ardından düzeltilmiş korelasyonlar üzerinde meta-analiz yapabiliriz. Bunu, Tablo 4.3’teki verilere VG6-D (doğrudan menzil kısıtlaması için) programını uygulayarak yapabiliriz. Bunu yaparken, tahmin edicideki ölçüm hatasını düzeltmediğimiz için tahmin edicinin güvenilirliği için 1.00s giriyoruz.
Program çıktısı ρ ̄xyt = .50 ve SDρ = 0 olduğunu belirtir. Ortalama değerin tahmini iki ondalık basamak için doğrudur. 0 tahmini SDρ tam olarak doğru değerdir ve artefakt dağılımı meta-analizi için çarpımsal modele dayalı olarak çalışılan örneğimizde elde edilen .05 değerinden de daha doğrudur.
Bu beklendiği gibidir çünkü her bir korelasyonun tek tek düzeltilmesi daha kesin bir yöntemdir. Örnek sonuçlarımızı, örneğimizde kullanılan çarpımsal modelden matematiksel olarak farklı bir yapaylık dağılımı meta-analizi programı olan INTNL-D programı tarafından üretilen sonuçlarla da karşılaştırabiliriz. INTNL-D (doğrudan menzil kısıtlaması için) ve INTNL-I (dolaylı menzil kısıtlaması için) bu bölümün ilerleyen kısımlarında da ele alınacaktır.
Bu programlar tarafından kullanılan yöntemler, çalışılmış bir örneğe uygulanamayacak kadar karmaşıktır. Daha sonra açıklanacağı gibi, INTNL programları Tablo 4.3’teki çalışılmış örneğimizde kullandığımız yöntemlerden çok farklı tahmin yöntemlerine dayanmaktadır. Yine de sonuçlar çok benzer: ρ ̄xyt = .49 ve SDρ = .03.
.03’ün SDρ değeri, çalışılan örneğimizde elde edilen .05 tahmininden 0’ın doğru değerine daha yakındır, bu da INTNL programının, çalışılan örneğimizde kullandığımız çarpma yönteminden biraz daha doğru olduğunu ve neredeyse şu kadar olduğunu gösterir. her bir korelasyonu ayrı ayrı düzeltme yöntemi olarak doğrudur. Verileri etkileyen menzil kısıtlamasının tipinin aslında dolaylı menzil kısıtlaması olduğunu ve bunun doğrudan menzil kısıtlaması olduğunu yanlış bir şekilde varsaydığımızı da varsayalım.
Bu durumda, daha önce verilen ortalama gerçek geçerlilik tahminleri eksik tahminler olacaktır. Bu küçümseme ne kadar büyük olabilir? Bu soruya verileri INTNL-I programı üzerinden (dolaylı menzil kısıtlaması için) çalıştırarak cevap verebiliriz. Programın dahili olarak uT değerlerine çevirdiği uX değerlerini Denklem (3.16) kullanarak giriyoruz. Daha önce belirtildiği gibi, bu çalışmalarda kullanılan tek test için sınırsız güvenilirlik rXXa = .80’dir.
Bu değeri INTNL-I’ye giriyoruz. (Bu programda, tahmin edici güvenilmezliği düzeltmek istenmediğinde rXXa değerleri için 1.00s girilemeyeceğini unutmayın – çünkü bu “uygun kurgu”, uX değerlerinin uT değerleriyle aynı olmasına neden olacaktır, çünkü rXXa değerleri uX’i uT’ye çeviren formül, Denklem [3.16].Aralık kısıtlaması doğrudan olduğunda, yani INTNL-D uygulanırken bu sorun oluşmaz.)
SDρ 0, oranı doğru değerdir. Ancak, ρ ̄xyt şimdi %34 daha büyük olan.67(vs.theearlier.50). Başka bir açıdan bakıldığında, menzil kısıtlaması aslında dolaylı olduğunda doğrudan menzil kısıtlaması için düzeltmelerin kullanılması, ortalama gerçek geçerliliğin %25’lik bir eksik tahmin edilmesine yol açar. Bu nedenle, aralık kısıtlama düzeltmesinin tipini doğru bir şekilde belirlemek ve uygulamak için ortalama gerçek korelasyonların tahminlerinin doğruluğu da çok önemlidir.
Hangi istatistiksel analiz nerede kullanılır İstatistik analizi İstatistik karşılaştırma testleri İstatistik test seçimi İstatistik testler nedir İstatistik testleri Nelerdir Parametrik test örnekleri Parametrik testler