Etki büyüklüğü, bir olgunun gücünün birimsiz nicel bir ölçüsüdür ve örneklem büyüklüklerinden bağımsızdır. Meta-analizde etki büyüklüklerini birleştirirken etki büyüklüğünün standart hatası önemli bir rol oynar.

Herhangi bir istatistiksel düzenlemede olduğu gibi, etki büyüklükleri örnekleme hatasıyla tahmin edilir ve kullanılan etki büyüklüğü tahmincisi verilerin örneklenme şekline ve ölçümlerin yapılma şekline uygun olmadığı sürece yanlı olabilir. Etki büyüklüğü terimi, standart bir etki ölçüsüne (r, Cohen’s d ve olasılık oranı gibi) veya standartlaştırılmamış bir ölçüye (grup ortalamaları arasındaki ham fark) atıfta bulunabilir.

Bir çalışma örneğini meta-analiz etmenin ilk adımı, etki büyüklüklerinin genel dağılımını tanımlamaktır. Etki büyüklüğü üzerinde güçlü bir etkiye sahip olan önemli bir moderatör, her bir alt popülasyon üzerindeki betimsel analizlerini ayrı ayrı düşünüyor olabilir.

Gözlenen etki büyüklüklerini yorumlamak için her zaman çaba gösterilmelidir. Farklı ölçeklerdeki çalışmalarda ortalamalarda standartlaştırılmış farkta kullanılan Glass c, Cohen’s d ve Hedges g olmak üzere üç önemli etki büyüklüğü vardır. Literatürde bulunan tüm çalışmalar uygun etki büyüklüklerini sağlamayabilir. Bunun yerine, bazıları Φ-değeri, P-değeri, χ2-değeri veya diğer istatistikleri rapor edebilir.

Bu gibi durumlarda, ortak bir son noktaya dönüşüm gereklidir. Bir korelasyon katsayısının örnekleme dağılımı, özellikle popülasyon korelasyonu büyükse, biraz çarpıktır. Bu nedenle, Fisher’in r-to-z dönüşümünü kullanarak korelasyonları z puanlarına dönüştürmek meta-analizde gelenekseldir.

Etkiler arası test istatistiğinde, iki grubunuzun ortalamalarına ve standart sapmalarına erişiminiz varsa, tanım formülünden g’yi hesaplayabilirsiniz. İkili sonuca sahip bir çalışma için, özet istatistikler, açık denemeler durumunda olayların oranını ve kontrollü çalışmalar durumunda olasılık oranı, risk oranı ve risk farkını içerir.

ETKİ BOYUTU ÖZELLİKLERİ

STANDART HATA

Etki büyüklüğü, bir olgunun gücünün birimsiz nicel bir ölçüsüdür ve örneklem büyüklüklerinden bağımsızdır. Bu, gruplar arasında bir etkinin ölçülmesini kolaylaştırır. Meta-analizde etki büyüklüklerini birleştirirken etki büyüklüğünün standart hatası (SE) önemli bir rol oynar.

PARAMETRE

“Etki büyüklüğü” terimi, bir veri örneğinden hesaplanan bir istatistiğin değerine, varsayımsal bir istatistiksel popülasyonun parametresinin değerine veya istatistiklerin veya parametrelerin etki büyüklüğüne nasıl yol açtığını işlevselleştiren denklemi ifade edebilir. 

NUMUNE ALMA HATASI

Herhangi bir istatistiksel düzenlemede olduğu gibi, etki büyüklükleri örnekleme hatasıyla tahmin edilir ve kullanılan etki büyüklüğü tahmincisi verilerin örneklenme şekline ve ölçümlerin yapılma şekline uygun olmadığı sürece yanlı olabilir.

STANDART ETKİ BOYUTU

“Etki büyüklüğü” terimi, standartlaştırılmış bir etki ölçüsüne (r, Cohen’s d ve olasılık oranı [OR] gibi) veya standartlaştırılmamış bir ölçüye (grup ortalamaları arasındaki ham fark) atıfta bulunabilir.

Standartlaştırılmış etki büyüklüğü ölçümleri tipik olarak, çalışılan değişkenlerin metrikleri içsel bir anlama sahip olmadığında (keyfi bir ölçekte bir kişilik testinde bir puan), birden fazla çalışmanın sonuçları birleştirildiğinde, çalışmaların bazıları veya tümü farklı kullandığında kullanılır. ölçekler veya popülasyondaki değişkenliğe göre bir etkinin boyutunu iletmek istendiğinde.

Meta-analizlerde, standartlaştırılmış etki büyüklükleri, farklı çalışmalar için hesaplanabilen ve daha sonra genel bir özet halinde birleştirilebilen ortak bir ölçü olarak kullanılır. Hangi kesin tanımı (ortalama farkı, korelasyonu) kullanmaya karar verirsek verelim, etki büyüklüklerini analiz etme yöntemleri aynıdır.

Etki büyüklüğü kaç olmalı
Power analizi
Güç analizi hesaplama
Güç analizi örneklem büyüklüğü hesaplama
Güç analizi Nedir
Desen etkisi nedir
G-power analizi
Power analizi nasıl yapılır

RAPORLAMA ETKİ BOYUTU

Etki büyüklüklerini raporlamak, birçok alanda deneysel araştırma bulguları sunulurken iyi bir uygulama olarak kabul edilir. Etki büyüklüklerinin raporlanması, bir araştırma sonucunun istatistiksel öneminin aksine, maddi bilginin yorumlanmasını kolaylaştırır. Etki boyutları sosyal ve tıbbi araştırmalarda özellikle belirgindir. Etki büyüklüğünün göreli ve mutlak ölçüleri farklı bilgiler iletir ve tamamlayıcı olarak kullanılabilir.

ETKİ BOYUT DAĞILIMI

Bir çalışma örneğini meta-analiz etmenin ilk adımı, etki büyüklüklerinin genel dağılımını tanımlamaktır. Bir dağılımı tanımlamanın iyi bir yolu, raporlamaktır.

1. Dağıtımın merkezi
2. Dağıtımın genel şekli
3. Genel şekilden önemli sapmalar

MODERATÖRLER

Analiz etmek istediği popülasyonun gerçekten bir parçası olduklarından emin olmak için herhangi bir dış etki boyutunu yakından incelemelisiniz. Etki büyüklüğü üzerinde güçlü bir etkisi olan önemli bir moderatör, her bir alt popülasyon üzerindeki betimsel analizlerini ayrı ayrı düşünüyor olabilir.

ETKİ BOYUTUNU TIRMALAMA

Gözlenen etki büyüklüklerini yorumlamak için her zaman çaba gösterilmelidir. Bu, sonuçların sezgisel olarak anlaşılmasına yardımcı olacaktır. İlgili konu alanlarında başka meta-analizler yapılmışsa, çalışma etkisinin yorumlanması için bağlam sağlamak için bu etkilerin ortalama boyutu rapor edilebilir. İlgili konularda başka bir meta-analiz yapılmadıysa, gözlemlenen etki büyüklüğü Cohen’in (1992) aşağıda verilen yönergeleriyle karşılaştırılabilir.

ETKİ BÜYÜKLÜĞÜNE DÖNÜŞÜM “r”

Literatürde bulunan tüm çalışmalar uygun etki büyüklüklerini sağlamayabilir. Bunun yerine, bazıları Φ-değeri, p-değeri, χ2-değeri veya diğer istatistikleri rapor edebilir. Bu gibi durumlarda, ortak bir son noktaya dönüşüm gereklidir. Daha fazla analize geçmeden önce farklı istatistikleri “r” korelasyon katsayısına dönüştürmek uygundur.

Matt (1989), etki büyüklüklerini seçmek için kuralları analiz etmiş ve ortalama etki tahminlerinin de kurallarla birlikte değiştiğini göstermiştir. Bu tür sonuçlar, meta-analizden türetilen ortalama etki tahminlerinin, büyük ölçüde, bir meta-analiz ile ilgili olduğu düşünülen bireysel çalışmaların her birinde etki büyüklüklerinin nasıl seçildiğine giren yargısal faktörlere bağlı olabileceğini göstermektedir. Rosenthal ve Rubin (1986), çoklu bağımlı değişkenlere dayalı çoklu etki büyüklüklerine sahip çalışmaları birleştirmek için genel bir meta-analitik prosedürler seti sunmuştur.

ORTALAMA FARK ETKİSİ

Sürekli sonucu olan bir çalışma için özet istatistikler, açık çalışmalar durumunda ortalama yanıt ve kontrollü çalışmalar için ortalamalardaki standartlaştırılmış farktır. Sürekli sonucu olan kontrollü bir çalışma için sonuçlar aşağıda gösterildiği gibi sunulabilir.

Farklı ölçeklerdeki çalışmalarda ortalamalarda standartlaştırılmış farkta kullanılan Glass “c”, Cohen’s “d” ve Hedges “g” olmak üzere üç önemli etki büyüklüğü bulunmaktadır.

The post ETKİ BOYUTU ÖZELLİKLERİ – Ödev Hazırlatma – Tez Yazdırma – Proje Yaptırma Fiyatları – Ödev Örnekleri – Ücretli Proje Yaptırma – Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).

İki bağımsız grup kullanan bir çalışmadan ortalama farkı D aşağıdaki gibi tahmin edebiliriz. X1 ve X2, iki bağımsız grubun örnek ortalamaları olsun. D’nin örnek tahmini, yalnızca örnek ortalamalarındaki farktır.

Ham ortalama farkı için büyük D harfinin, standartlaştırılmış ortalama fark için küçük d harfinin kullanılacağına dikkat edin.

İki grubun örneklem standart sapmaları S1 ve S2, iki gruptaki örneklem büyüklükleri n1 ve n2 olsun. İki popülasyon standart sapmasının aynı olduğunu varsayarsak (çoğu parametrik veri analizi tekniğinde olduğu gibi), böylece 􏰑1 5 􏰑2 5 􏰑, o zaman D’nin varyansı olur.

Eşleşen grupları veya ön-sonrası puanları kullanan çalışmalardan D hesaplaması

Önceki formüller, iki bağımsız grup kullanan çalışmalar için uygundur. Başka bir çalışma tasarımı, katılımcı çiftlerinin bir şekilde eşleştirildiği (örneğin, kardeşler veya hastalığın aynı evresindeki hastalar), her bir çiftin iki üyesinin daha sonra farklı gruplara atandığı eşleştirilmiş grupların kullanılmasıdır.

Analiz birimi çifttir ve bu tasarımın avantajı, her bir çiftin kendi kontrolü olarak görev yapması, hata terimini azaltması ve istatistiksel gücü artırmasıdır. Etkinin büyüklüğü, (örneğin) kardeşler arasındaki korelasyona bağlıdır ve daha yüksek bir korelasyon, daha düşük bir varyans (ve artan hassasiyet) sağlar. D’nin örnek tahmini sadece örnek ortalama farkı, D’dir. Her bir çift için fark puanımız varsa, bu bize Xdiff ortalama farkını ve bu farklılıkların standart sapmasını verir.

Her iki durumda da, r 1.0’a doğru hareket ettikçe, ikili farkın standart hatası azalacaktır ve r 5 0 olduğunda, farkın standart hatası, her biri n boyutunda iki bağımsız grupla yapılan bir çalışmada olduğu gibi olacaktır.

Örneğin, A ve B kardeşleri için ortalamaların 105.00 ve 100.00, standart sapmaları 10 ve 10, iki puan grubu arasındaki korelasyonun 0,50 ve çift sayısının 50 olduğunu varsayalım.

Eşleşen tasarımlar için formüller, ön post tasarımlar için de geçerlidir. Ön ve son ortalamalar, eşleşen gruplardaki ortalamalara karşılık gelir, n, denek sayısıdır ve r, ön puanlar ve son puanlar arasındaki korelasyondur.

Raporlanan bilgilerden etki büyüklüğü tahminlerinin hesaplanması

Bir araştırmacı, her grup için ortalama, standart sapma ve örneklem büyüklüğü gibi tam bir özet veri setine eriştiğinde, etki büyüklüğünün ve varyansının hesaplanması nispeten basittir. Ancak uygulamada, araştırmacı genellikle yalnızca kısmi verilerle çalışacaktır. Örneğin, bir makale bir anlamlılık testinden yalnızca p değerini, ortalamaları ve örnek boyutlarını yayınlayabilir ve etki boyutunu ve varyansı geri hesaplamayı meta-analistlere bırakabilir.

Etki büyüklüğü nasıl hesaplanır
G Power analizi hesaplama
Etki büyüklüğü yorumu
Güç analizi örneklem büyüklüğü hesaplama
T testi etki büyüklüğü hesaplama
G-power analizi
Güç analizi nasıl yapılır
Etki büyüklüğü kaç olmalı

Farklı çalışma tasarımlarının aynı analize dahil edilmesi

Bazen sistematik bir inceleme, bağımsız grupları kullanan çalışmaları ve aynı zamanda eşleşen grupları kullanan çalışmaları içerir. İstatistiksel bir bakış açısından, etki büyüklüğü (D), çalışma tasarımından bağımsız olarak aynı anlama sahiptir. Bu nedenle, uygun formülü kullanarak her bir çalışmadan etki büyüklüğü ve varyansı hesaplayabilir ve ardından tüm çalışmaları aynı analize dahil edebiliriz. Aynı analizde farklı çalışma tasarımları kullanmak için teknik bir engel bulunmamakla birlikte, farklı tasarımlar kullanan çalışmaların da önemli ölçüde farklılık gösterebileceği endişesi olabilir.

Tüm çalışma tasarımları için (bağımsız veya eşleştirilmiş gruplar kullanılarak) etkinin yönü (X1 􏰉 X2 veya X2 􏰉 X1) isteğe bağlıdır, ancak araştırmacının bir kurala karar vermesi ve ardından bunu tutarlı bir şekilde uygulaması gerekir. Örneğin, pozitif bir fark, tedavi edilen grubun kontrol grubundan daha iyi yaptığını gösterecekse, bu sözleşme bağımsız tasarımlar kullanan çalışmalar ve ön-son tasarımları kullanan çalışmalar için geçerli olmalıdır. Bazı durumlarda, konvansiyona uyulmasını sağlamak için etki büyüklüğünün hesaplanan işaretini tersine çevirmek gerekebilir.

STANDARDİZE ORTALAMA FARK, d VE g

Belirtildiği gibi, ham ortalama farkı, ölçü doğal olarak veya yaygın kullanım nedeniyle anlamlı olduğunda yararlı bir endekstir. Buna karşılık, ölçü daha az bilindiğinde (örneğin, sınırlı dağılıma sahip özel bir ölçek), ham ortalama farkının kullanılması daha az tavsiye edilir. Her durumda, ham ortalama farkı, yalnızca meta-analizdeki tüm çalışmaların aynı ölçeği kullanması durumunda bir seçenektir.

Farklı çalışmalar sonucu değerlendirmek için farklı araçlar (farklı psikolojik veya eğitim testleri gibi) kullanıyorsa, ölçüm ölçeği çalışmadan çalışmaya farklılık gösterecektir ve ham ortalama farklılıklarını birleştirmek anlamlı olmayacaktır.

Bu gibi durumlarda, çalışmalar arasında karşılaştırılabilir bir indeks (standartlaştırılmış ortalama fark) oluşturmak için her çalışmadaki ortalama farkı o çalışmanın standart sapmasına bölebiliriz. Bu, istatistiksel güç analizindeki etkilerin büyüklüğünü tanımlamakla bağlantılı olarak Cohen (1969, 1987) tarafından önerilen yaklaşımın aynısıdır.

Standartlaştırılmış ortalama fark, iki argümandan birine dayanan çalışmalar arasında karşılaştırılabilir olarak kabul edilebilir. Tüm çalışmalarda sonuç ölçütleri birbirinin doğrusal dönüşümleri ise, standartlaştırılmış ortalama fark, tüm veriler gruplar içi standart sapmanın 1.0’a eşit olduğu bir ölçeğe dönüştürülseydi elde edilecek ortalama fark olarak görülebilir.

Standartlaştırılmış ortalama farklılıkların karşılaştırılabilirliği için diğer argüman, standartlaştırılmış ortalama farkının, dağılımlar arasındaki örtüşmenin bir ölçüsü olduğu gerçeğidir. Bu anlatımda, standartlaştırılmış ortalama fark, tam olarak aynı sonucu ölçmeseler bile, iki gruptaki dağılımlar arasındaki farkı (ve her birinin farklı bir puan kümesini nasıl temsil ettiğini) yansıtır.

İki bağımsız grup kullanan bir çalışma düşünün ve bu iki grubun ortalamalarını karşılaştırmak istediğimizi varsayalım. 􏰋1 ve 􏰑1 birinci grubun gerçek (popülasyon) ortalaması ve standart sapması ve 􏰋2 ve 􏰑2 diğer grubun gerçek (popülasyon) ortalaması ve standart sapması olsun. Eğer iki popülasyon standart sapması aynı ise (çoğu parametrik veri analiz tekniğinde varsayıldığı gibi), yani 􏰑1 5 􏰑2 5 􏰑 ise, o zaman standardize edilmiş ortalama fark parametresi veya popülasyon standardize edilmiş ortalama fark olarak tanımlanır.

Takip eden bölümlerde, bağımsız grupları kullanan çalışmalardan ve ön-post veya eşleşen grup tasarımları kullanan çalışmalardan 􏰌’nin nasıl tahmin edileceğini gösteriyoruz. Diğer tasarımları (kümelenmiş tasarımlar dahil) kullanan çalışmalardan 􏰌 tahmin etmek de mümkündür, ancak bunlar burada ele alınmamıştır (bu Kısmın sonundaki kaynaklara bakınız). Standart sapma tahminlerini bir araya getirmemize izin veren 􏰑12 5 􏰑22 ortak varsayımını yapıyoruz ve bunların birbirinden farklı olduğu varsayılan durumu ele almıyoruz.

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