Önceki bölüm, bağımlı değişkendeki ölçüm hatasının, hem ortalama etkinin görünen büyüklüğünü azaltma açısından hem de çalışmalar arasında etki büyüklüklerinde yapay varyasyon üretme açısından etki büyüklüğü üzerinde önemli bir etkiye sahip olabileceğini göstermektedir. Bölüm 6’daki analiz, bağımsız değişkendeki ölçüm hatasının da aynı derecede büyük bir etkiye sahip olabileceğini gösterdi.

Önemli olan nokta, grup üyeliğinin nominal bir tanım olduğunu hatırlamaktır. Deneycinin deneğe ne olmasını amaçladığını temsil eder ve gerçek süreçleri temsil edebilir veya etmeyebilir. Denek talimatları yakından dinlemiyorsa, o zaman talimatlardaki deneysel bir farklılık, sözde deney grubu deneklerinin çoğu için geçerli olmayabilir. “Şizofren”e karşı “normal” gibi natüralist ikilemlerde, nominal şizofreniklerin bazıları psikotik olmayabilir ve nominal normallerin bazıları şizofrenik olabilir.

Meta-analiz için pratik sorun, mevcut çalışmaların çoğunda bağımsız değişkenle ilgili yanlış tanımlamanın boyutu hakkında hiçbir bilgi olmamasıdır. Bu tür bilgiler olmadan etkisinin analizi yapılamaz. Bu talihsiz bir durumdur çünkü deneycilerin böyle bir hatayı görmezden gelmesi, hatayı ortadan kaldırmaz.

Bu nedenle, tipik meta-analizde bağımsız değişkendeki ölçüm hatası için herhangi bir düzeltme olmayacaktır. Meta-analizin yorumlanmasında bunu hatırlamak önemlidir. Bu artefakt göz ardı edilirse, ortalama tedavi etkisi buna uygun olarak hafife alınır ve tedavi etkilerinin varyansı buna göre abartılır.

Nominal ve gerçek kimlik arasındaki korelasyon a ile gösterilirse, o zaman nüfus çalışması etki büyüklüğü korelasyonu olur. ρ gerçek tedavi korelasyonudur (çalışmadaki diğer artefaktlar için zayıflatılmıştır). Bu nedenle, meta-analiz, bir korelasyon olarak tedavi etkisini ölçerek yapılmış olsaydı, analiz, bağımlı değişkendeki ölçüm hatası etkisinin analizine doğrudan simetrik olurdu. d istatistiğinin analizi, r’den d’ye dönüşümün doğrusal olmaması nedeniyle karmaşıktır.

Çoğu çağdaş meta-analizde, popülasyon tedavisinin etkileri büyük değildir. Ders kitabı sosyal psikoloji deneylerinin deneyleri nadiren δ = .40’tan daha büyüktür. Daha karmaşık araştırma alanları için olanlar henüz daha küçüktür. Popülasyon tedavi etkilerinin .40’tan büyük olmadığı alanlar için yakın yaklaşıklığa sahip olduğumuzu göstereceğiz.

Bağımlı bağımsız kontrol değişken örnekleri
Bağımlı Bağımsız değişken
Bağımlı bağımsız kontrol edilen değişken
Bağımsız değişken örnekleri
Bağımsız değişken nedir
Bağımlı Bağımsız değişken soruları
10 tane bağımlı değişken örnek
Bağımsız değişken nedir eodev

Bu yaklaşım, bağımlı değişkendeki ölçüm hatasının etkisi denklemine mükemmel şekilde simetriktir. Bu nedenle, zayıflama faktörü a’nın anlamındaki değişiklik dışında meta-analizin matematiği aynıdır. Mevcut durum için a, nominal ve gerçek grup üyeliği arasındaki korelasyondur.

Bağımlı değişkende hata olması durumunda a, bağımlı değişkenin güvenilirliğinin kareköküydü. Bu fark göründüğünden daha azdır. Bağımlı değişkenin güvenilirliğinin karekökü, gözlenen bağımlı değişken puanı ile bağımlı değişken gerçek puanı arasındaki korelasyondur. Böylece, a’nın anlamı, bağımsız değişkenin durumu ile bağımlı değişkenin durumu arasında aslında simetriktir.

Yaklaşımın burada örnek etki büyüklükleri için değil, popülasyon etki büyüklükleri için kullanıldığına dikkat etmek önemlidir. Örnekleme hatası nedeniyle örnek etki boyutları genellikle .40’tan büyük olacaktır. Popülasyon etki büyüklüğü δ = .20 ve örneklem büyüklüğü N = 40 olsaydı, d = .64 kadar büyük bir örnek etki büyüklüğü görmek olağandışı olmazdı. Ancak, örnekleme hatası, yaklaşım sürecinin bir parçası değildir. Bunun yerine, zayıflama etkisinden sonra örnekleme hatası eklenir. Yani, örnekleme hatası denklemi toplamsaldır.

Çoğu gerçek meta-analizde, çalışma popülasyonu etki büyüklüğü, bağımlı değişkendeki ölçüm hatası gibi diğer artefaktlar tarafından azaltılır. Bu durumda, yabancı zayıflama, doğrusal yaklaşımın aralığını genişletme etkisine sahiptir. Gerçek tedavi etkisinin δ = .60 olduğunu, ancak bağımlı değişkendeki ölçüm hatasıyla δ1 = .40’a düşürüldüğünü varsayalım. Doğrusal yaklaşım, zayıflatılmamış etki büyüklüğü .60 yerine zayıflatılmış etki büyüklüğü .40 için geçerlidir.

Diğer Eserler ve Etkileri

Bu bölümde, şu artifaktları ele aldık: örnekleme hatası, bağımlı değişkende rastgele ölçüm hatası ve bağımsız değişkende veya tedavi değişkeninde rastgele ölçüm hatası (nedensel yanlış tanımlama). Diğer artefaktlar Bölüm 6’da tartışılmıştır: bağımlı değişkenin kusurlu yapı geçerliliği, bağımsız veya işlem değişkeninde kusurlu yapı geçerliliği (kafa karıştırıcı), sürekli bir bağımlı değişkenin ikiye ayrılması, işlemin gücündeki değişiklik ve yıpranma artefaktlarıdır.

Artefaktın kapsamı ve doğası hakkında belirli bilgiler verildiğinde, o artefaktın etkileri için meta-analizi düzeltmek mümkündür. Korelasyonların meta-analizi için bunun nasıl yapıldığını gösterdik, ancak d istatistiği için karşılık gelen hesaplamaları sunmadık. Hesaplamalar yapılabilir, ancak d istatistiği için düzeltme formülleri genellikle doğrusal değildir ve r için formüllerden daha hantaldır. En basit yöntem, bu bölümde daha önce belirttiğimiz gibi, ds’yi rs’ye dönüştürmek ve meta-analizi r üzerinde yapmaktır.

Formülleri sunmamamızın sebebinin artefakt etkilerinin küçük olması olmadığını vurgulamak isteriz. Bu tür eserlerin izlendiği yerlerde, genellikle büyük oldukları kanıtlanmıştır. Özel bir endişe, deneysel çalışmalarda kusurlu yapı geçerliliğinin etkisidir. Deneysel çalışmalar genellikle doğada metaforiktir.

Araştırmacı, birisinin düşürdüğü kağıtları toplamasına yardımcı olan, özgeciliği ölçmek olarak kodlar ve bu nedenle, bu bağımlı değişken ölçümüne Barış Gücü’ne kaydolmaya eşdeğermiş gibi davranır. Ya da araştırmacı, başarısızlık deneyiminin özsaygıya yönelik bir saldırı olduğuna inanır ve bu nedenle laboratuvardaki bir problem çözme görevindeki başarısızlığı, sanki üniversiteden okulu bırakmanın etkisiyle aynıymış gibi ele alır. Örgütsel literatürde, laboratuvar ve saha çalışmalarının yapı geçerliliğinde genellikle önemli bir boşluk vardır. Bu, organizasyonel müdahaleler üzerine yapılan birçok meta-analizde kendini göstermiştir.

Formüller bu bölümde verilmemiş olsa bile, mümkün olduğu kadar çok yapaylığı düzeltmek önemlidir. Son olarak, tespit edilmesi zor olan ve bu nedenle nadiren düzeltilen bir yapaylık olduğunu hatırlamak önemlidir: kötü veri. Ham verilerin kodlanmasında hata, istatistik hesaplamasında veya hesaplanan sayıların kaydedilmesinde hata, el yazmalarının yazımında hata, sayıların basılmasında hata ve bazı alaycılara göre meta-analitik kayıtta hata (özellikle bazı garip istatistiklerden dönüştürmede) olabilir.

En azından aşırı uç değerler, yani diğer çalışmalardan son derece farklı etki büyüklükleri aranmalıdır. Ne yazık ki, birçok araştırma alanında ortalama örneklem büyüklüğü o kadar küçüktür ki, bir aykırı değer ile büyük bir örnekleme hatası arasında ayrım yapmak zordur. Bu nedenlerden dolayı, büyük bir tuz tanesiyle artık varyansı düşünmek her zaman akıllıca olacaktır. Meta-analist, artefaktın var olmadığına kendini inandırmış olsa bile, artık varyans neredeyse her zaman düzeltilmemiş artefaktların etkilerini içerir.

The post Deneylerde Bağımsız Değişken – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).