Tutarlılığı kontrol etmek için ikinci bulguların çapraz referans alınabileceği, bilişsel yetenekler ve iş performansıyla ilgili kelimenin tam anlamıyla yüzlerce meta-analiz vardır. Davranışsal tutarlılık yöntemi söz konusu olduğunda, başka bir meta-analiz yoktur. Ayrıca, davranışsal tutarlılık prosedürünün tam olarak neyi ölçtüğü konusunda çok az bilgiye sahibiz.

Örneğin, bilişsel yetenek testi puanları ile davranışsal tutarlılık puanları arasında rapor edilmiş bir ilişki yoktur. Davranışsal tutarlılık puanları, bilişsel yetenekler gibi henüz zengin, yapılandırılmış, karmaşık ve ayrıntılı bir yerleşik bilgi ağının parçası değildir. Bu nedenle, bu meta-analiz çok daha büyük ölçüde tek başına durmalıdır.

Sonuçların aykırı değerlerden veya ikinci dereceden örnekleme hatasından önemli ölçüde etkilenmediğinden gerçekten emin olamayız. (Örneğin, artefaktlardan kaynaklanan gerçek varyans miktarı %100 veya %50 olabilir.) Bu nedenlerle, McDaniel ve ark. (1988a) bu bulguların bir ön kabul olarak değerlendirilmesi gerektiğini belirtmiş ve yerel ortamlar için yerel çalışmalardan “yerel geçerlilikleri” tahmin etmek için değil, meta-analizde birleştirilecek daha fazla çalışmaya sahip olmak için ek geçerlilik çalışmalarının yapılmasını tavsiye etmiştir.

Endüstriyel-örgütsel psikolojide, personel seçimi alanının tamamen dışında, (1) şu anda mevcut olan çalışmaların sayısının az olduğu ve (2) ayrıntılı ampirik ve teorik bilgi yapısının bulunmadığı başka araştırma alanları da vardır. meta-analitik sonuçlar kontrol edilebilir.

Meta-analizdeki bireysel çalışmaların sayısı az olduğu ve meta-analitik sonuçların kontrol edilebileceği ilgili ampirik ve teorik bilgi yapısı olmadığı için meta-analitik sonuçların daha az kanıtlayıcı değeri olduğunda, alternatif, tek bir çalışmaya güvenme ya da çalışma bulgularını bütünleştirmek için anlatı inceleme yöntemine geri dönüş; her ikisi de bilgi verimi açısından meta-analizden çok daha düşüktür.

Uygun tepki, daha sonra yeni ve daha bilgilendirici bir meta-analize dahil edilen ek çalışmaları yürütürken (veya beklerken) meta-analizi geçici olarak kabul etmektir. Bu süre boyunca, söz konusu hipoteze dayanan diğer kanıt biçimleri, aynı soruya farklı yaklaşımları temsil etmeleri bakımından, durumsal özgüllük alanındaki ortam içi çalışmalara benzer kanıt biçimleri gibi görünebilir. Bu tür kanıtlar daha sonra daha önce açıklanan türden yapılandırılmış kanıt modelinin inşasının başlamasına izin verir.

SPSS geçerlilik analizi
İç tutarlılık Nedir
Güvenilirlik Analizi Nedir
Güvenilirlik nedir
Geçerlilik analizi nedir
Güvenilirlik analizi nasıl yapılır
Testin güvenirlik katsayısı formülü
Madde toplam korelasyonu SPSS

İkinci Derece Meta Analizler

Daha önce açıklanan araştırma programında, hesaplanan yüzde varyans biçimindeki sonuçlar, farklı meta-analizlerde, özellikle de iş performansını tahmin etmek için kullanılan farklı yeteneklerin meta-analizlerinde birleştirildi. Aynı teorik düşüncelerin bir dizi meta-analiz için geçerli olduğu bu gibi durumlarda, ikinci mertebeden örnekleme hatası sorunu, meta-analizlerin meta-analizi veya ikinci mertebeden bir meta-analiz kullanılarak ele alınabilir.

Bilişsel yetenek testleri üzerinde geçerlilik genelleme araştırması bir örnektir. Durumsal özgüllük hipotezi altında, varsayılan durumsal moderatörler farklı yetenekler için esasen aynı olacaktır ve alternatif hipotez altında, tüm varyansların tüm yetenekler için yapay olduğu varsayılacaktır.

İkinci dereceden meta-analiz, birkaç meta-analiz boyunca hesaplanan ortalama varyans yüzdesinin hesaplanmasını içerecektir. Örneğin, Psychological Services, Inc. tarafından 16 şirkette yürütülen büyük bir konsorsiyum çalışmasında, örnekleme hatasının açıkladığı varyans yüzdesi, incelenen çeşitli yetenekler için yaklaşık %60 ila %100 arasında değişiyordu.

Yetenekler arasında hesaplanan ortalama yüzde %99’du; bu, ikinci dereceden örnekleme hatası dikkate alındığında, 16 şirketteki geçerliliklerin tüm varyansının, incelenen tüm yetenekler için örnekleme hatasıyla açıklandığını gösterir.

Özellikle, böyle bir bulgu, hesaba katılan gözlemlenen varyansın %100’ünden daha azına sahip meta-analizlerin, ikinci dereceden örnekleme hatası vakaları olarak açıklandığını gösterir (özellikle, bu bölümün ilerleyen kısımlarında tanımlandığı gibi, ikincil ikinci dereceden örnekleme hatası).

Aynısı, gözlenen varyansın %100’ünden fazlasının açıklandığı meta-analizler için de geçerlidir. İkinci dereceden bir meta-analiz yapılırken %100’den büyük rakamların %100’e yuvarlanmaması gerektiği açıktır. Bunu yapmak açıkça bu rakamların ortalamasını saptıracaktır, çünkü rastgele olarak %100’den düşük olanlar yukarıya yuvarlanmaz.

İkinci mertebeden meta-analizde çok önemli bir teknik konu vardır: Hesaplanan ortalama varyans yüzdesi belirli bir şekilde hesaplanmalıdır, aksi takdirde yanlış olacaktır. Bu teknik konu en iyi Spector ve Levine tarafından yürütülen bir çalışma ile gösterilmiştir.

Spector ve Levine (1987), r’nin örnekleme hatası varyansı için formülün doğruluğunu değerlendirmeyi amaçlayan bir bilgisayar simülasyon çalışması yürütmüştür. Çalışmalarında, ρ değeri her zaman 0’dı, bu nedenle gözlemlenen rs’nin örnekleme hatası varyansı formülü Se2 = 1/(N − 1) idi.

30 ila 500 arasında değişen çeşitli N değerleri için simülasyon çalışmaları yaptılar. Meta-analiz başına gözlemlenen rs sayısı 6 ila 100 arasında değişiyordu. Her N ve rs sayısı kombinasyonu için meta-analizi 1.000 kez tekrarladılar. ve ardından 1.000 meta-analizde Se2/Sr2’nin ortalama değerini değerlendirdi.

Yani, dikkatlerini, çalışmalar arasında örnekleme hatası formülünden tahmin edilen ortalama varyans oranına, rs’nin gözlemlenen ortalama varyansına odakladılar. Tahmin edilen ve gözlemlenen varyanslar arasındaki fark olan Sr2 – Se2’ye bakmadılar.

100’den küçük tüm r sayıları için, Se2 /Sr2 oranının ortalama 1.00’den fazla olduğunu buldular. Örneğin, meta-analiz başına 10 rs ve her çalışmada N = 75 olduğunda, ortalama oran 1,25 idi. Kemery, Mossholder ve Roth (1987) simülasyon çalışmalarında benzer sonuçlar elde etmişlerdir.

Meta-analiz başına rs sayısı ne kadar küçükse, oran o kadar fazla 1.00’ı aşmıştır. Bu rakamları, bir meta-analizdeki korelasyon sayısı 100’den az olduğunda Se2 formülünün örnekleme varyansını olduğundan fazla tahmin ettiğini gösterdiği şeklinde yorumladılar. Onların varsayımı, Se2 formülü doğru olsaydı, Se2/Sr2 oranının ortalama 1.00 olacağıydı.

Spector-Levine (1987) çalışması, doğruluğu Sr2 − Se2 farkıyla değerlendirilirse, örnekleme hatası varyans formülünün son derece doğru olduğunu gösteren Callender ve Osburn (1988) tarafından eleştirildi. çok sayıda önceki simülasyon çalışmaları vardır.

Önyargı yoktu. Ayrıca, Se2’nin örnekleme varyansının tarafsız bir tahmini olmasına rağmen, ortalama Se2/Sr2 oranının neden 1.00’den büyük olduğunu da gösterdiler. Bir meta-analizdeki korelasyon sayısı küçük olduğunda, şans eseri Sr2 bazen çok küçük olacaktır; yani, tesadüfen, gözlemlenen tüm rs’ler birbirine çok benzer olacaktır.

Sr2 oranın paydası olduğundan, bu küçük Sr2 değerleri Se2/Sr2 için bazen 30 veya daha fazla kadar büyük değerlere yol açar. Ayrıca, eğer Sr2 şans eseri 0 ise, oran sonsuz büyüktür. Bu uç değerler, ortalama oranı 1,00’in üzerine çıkarır; medyan oran 1.00’a çok yakındır. Callender ve Osburn (1988) tarafından yapılan analiz, Spector ve Levine’in (1987) şaşırtıcı sonuçlarını tam olarak açıklıyor ve korelasyon için temel örnekleme varyans formülünün aslında doğru olduğunu gösteriyor.

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

Bağımlı değişkenin ölçümünde sistematik bir hata olduğunu varsayalım; yani, amaçlanan bağımlı değişkenden bir dereceye kadar farklı olan bir bağımlı değişkeni ölçeriz. Bunun efekt boyutu üzerinde nasıl bir etkisi olacak ve düzeltilebilir mi? Bu sorunun tam olarak ele alınması, önemli bir yol analizi bilgisi ve bağımlı değişkenin doğası ve diğer değişkenlerle ilişkileri hakkında bilgi gerektirir. Bununla birlikte, nispeten basit olan bazı yaygın durumlar vardır.

En yaygın durum, istenen bağımlı değişkenin dolaylı bir ölçüsü olan bir bağımlı değişkenin kullanılmasıdır. Örneğin, bir çocuk suçluluğu tedavi programının iyi bir değerlendirmesi, danışanların sonraki davranışlarının nesnel bir değerlendirmesini gerektirir. Bunun yerine, müfettişler genellikle müteakip tutuklama kaydı gibi dolaylı önlemlere güvenmelidir. Şekil 6.2, iki davranış ölçüsü ve tedavi değişkeni arasındaki ilişkilerin varsayılan yol modelini göstermektedir.

Y müşterinin fiili suçlu davranışının ölçüsü olsun ve Y ‘ tutuklama kaydı olsun. İstenen tedavi etkisi korelasyonu, çarpım kuralına göre gözlemlenen tedavi korelasyonu ile ilgilidir.

Bu durumda, kusurlu yapı geçerliliğini düzeltmek için gözlemlenen korelasyonun üç katından fazla olması gerekir. Gözlenen d istatistiği dY ′ = .12 ise, o zaman rTY′ = .06, bu da rTY = .06/.30 = .20 ve dolayısıyla dY = .40 olarak düzeltilir.

Tedavi korelasyonu veya d istatistiği, kusurlu yapı geçerliliği tarafından üretilen korelasyondaki sistematik azalmayı ortadan kaldırmak için düzeltilebilse de, artan örnekleme hatasının etkisi düzeltilemez. Düzeltilmiş korelasyon etrafındaki güven aralığı, korelasyonun neden olduğu artan örnekleme hatasını yansıtan, düzeltilmemiş korelasyon için olanın 1/.30 = 3.33 katıdır. Düzeltilmiş etki büyüklüğü için anlamlılık testi, düzeltilmemiş etki büyüklüğü için anlamlılık testine cebirsel olarak eşdeğerdir ve dolayısıyla aynı p değerine sahiptir.

Kusurlu yapı geçerliliği, etki boyutunun boyutunu her zaman azaltmaz. Denetçiler için sosyal beceri eğitimini düşünün. Eğitim programının değerlendirilmesi ideal olarak kursiyerin programdan sonra interaktif becerilerinin ölçülmesini gerektirir. Bunun yerine, mevcut tek ölçü, kişinin eğitim programında ne kadar ustalaştığının bir ölçüsü olabilir. Bununla birlikte, malzemeye hakim olmak, davranış değişikliğinden yalnızca önce gelir; kursiyerin bu öğrenmeyi uygulamaya koyması zaman alabilir veya özel bir deneyim gerektirebilir. Bu hipotez için yol modeli Şekil 6.3’te gösterilmiştir.

İstenen tedavi korelasyonu rTY ve gözlemlenen tedavi korelasyonu rTY′, ürün kuralıyla ilişkilidir. Bilişsel öğrenme ölçüsü ile sonraki sosyal davranış arasındaki korelasyon sadece rY’Y = .30 olsaydı, o zaman arzu edilen korelasyon rTY gözlemlenen korelasyon rTY’den daha düşük olurdu.

Bu çarpım kuralının kendisi, tedavi korelasyonu için düzeltme formülüdür. d istatistiği için düzeltme, düzeltilmiş tedavi korelasyonunun bir d değerine dönüştürülmesiyle elde edilir.

Yapı geçerliliği nedir
İçerik geçerliliği nedir
Yapı geçerliliği faktör analizi
SPSS geçerlilik analizi
Madde toplam korelasyonu SPSS
Güvenilirlik Analizi Nedir
İkinci düzey doğrulayıcı faktör analizi nedir
Yapı geçerliliği için doğrulayıcı faktör analizi uygulamalı bir

Tedavi Değişkeninde Kusurlu Yapı Geçerliliği

Tedavi değişkenindeki kusurlu yapı geçerliliği, amaçlanan tedavi etkisinin başka bir nedensel etkene bağlı etkiyle karıştırılmasıdır. Bu soruna yol analizi kullanılarak saldırılabilir ve belirli koşullar altında meta-analizde kullanılabilecek bir şekilde düzeltilebilir. Karıştırıcılığın düzeltilmesi, karıştırıcı nedensel etken tarafından indüklenen süreci ölçen bir araya giren değişkenin gözlemlendiği çok sayıda bağımlı değişken tasarımının kullanılmasını gerektirir.

Arzu edilen korelasyon daha sonra tedavi değişkeni ile bağımlı değişken arasındaki kısmi korelasyon ve aradaki değişken sabit tutulur. Bu yaklaşım, eşlik eden değişken olarak kullanılan araya giren değişkenle kovaryans analizi yapmak için titiz, nicel bir ikamedir. Bu yöntemin ayrıntılı tedavisi bu çalışmanın kapsamı dışındadır.

Etki Büyüklüğünde Sapma (d İstatistik)

Etki büyüklüğü istatistiği, yasaklayıcı “yanlılık” başlığıyla bilinen istatistiksel bir olguya tabidir. 20’den büyük numune boyutları için yanlılık, büyüklük olarak önemsizdir. Bununla birlikte, meta-analiz ile ilgili büyük bir sorunun “önyargılı yöntemlerin” kullanılması olduğunu savunan makaleler bulunmaktadır. Bölümün birincil amacı önyargının önemsiz büyüklükte olduğunu göstermek olsa da, bu bölüm önyargı için bir düzeltme sunacaktır.

Tamamı aynı örneklem büyüklüğüne ve aynı popülasyon etki büyüklüğüne sahip, mükemmel şekilde kopyalanmış bir dizi çalışma düşünün. Ortalama örnek etki büyüklüğü, popülasyon etki büyüklüğünden biraz farklı olacaktır. Bu tutarsızlık, istatistiksel tahmin literatüründe “yanlılık” olarak adlandırılır. Önyargı boyutu, örnek boyutuna bağlıdır. Etki büyüklüğü istatistiği d ve tedavi korelasyonu r için sapma farklı yönlerdedir. Ortalama d, δ’den biraz daha büyükken, ortalama korelasyon ρ’dan biraz daha küçüktür.

Tedavi korelasyonunda yanlılığın tam bir tedavisi Hunter, Schmidt ve Coggin (1996) tarafından verilmiştir ve bu yanlılığın çok küçük örneklemli çalışmalarda önemsiz olduğunu ve küçük örneklemli çalışmalar için küçük olduğunu göstermiştir. Bazı yazarlar, yanlılığı azaltmak için Fisher’s z dönüşümünü kullanmayı önerdiler, ancak Fisher’s z’yi kullanan sapma, ters yönde olmasına rağmen daha da büyük çıktı. Tedavi korelasyonundaki yanlılık ile verilir.

Bu önyargı ne kadar küçük? Nüfus korelasyonu ρ = .20 ve örneklem büyüklüğü N = 100 olan mükemmel şekilde kopyalanmış çalışmaları düşünün. Ortalama gözlemlenen korelasyon çarpanı a = 1 − .00485 = .995 olacaktır. Ortalama korelasyon .200 yerine .199 olacaktır. Korelasyondaki önyargının önemsiz boyutu, önyargının geleneksel olarak göz ardı edilmesinin nedenidir. Ancak, çok küçük örneklem boyutu meta-analizleri için (ortalama örneklem boyutu 10’dan az) veya çok titiz analistler için, yanlılık için gözlenen tedavi korelasyonunu düzeltmek mümkündür. Önceki denkleme karşılık gelen doğrusal olmayan düzeltme olacaktır.

Doğrusal düzeltme, meta-analizden sonra uygulanabilmesi avantajına sahiptir. Nüfus korelasyonlarının hem tahmini ortalamasını hem de tahmini standart sapmasını, ortalama örneklem büyüklüğünde N seti ile hesaplanan çarpana bölün. Düzeltilmiş korelasyonun, düzeltilmemiş korelasyondan önemsiz derecede daha büyük olacağına dikkat edin.

d istatistiğindeki yanlılığın tam bir tedavisi Hedges ve Olkin’de (1985) verilmiştir. Önyargı, çok küçük örneklem çalışmaları hariç tümü için önemsiz olsa da, bu önyargı için rutin düzeltmeyi önerirler. Gerçekten de, d simgesini yalnızca düzeltilmiş istatistik için kullanırlar.

Bu önyargı ne kadar büyük? N = 100’lük bir örneklem büyüklüğüne dayalı olarak ders kitabı boyutunda d = .40 etkisi olan bir çalışma düşünün. Çarpan a = 1 + .0077 = 1.0077’dir. Ortalama çalışma etki büyüklüğü .400 yerine .403 olacaktır. Öte yandan, örneğin N = 10 (her grupta beş denek) gibi son derece küçük bir örneklem büyüklüğü ile yapılan bir çalışmayı düşünün. Çarpan a = 1 + .107 = 1.107 olur ve ortalama etki büyüklüğü .400 yerine .443 olur. Düzeltme basittir; sadece a’ya bölün.

Bunun doğrusal bir düzeltme olduğuna dikkat edin. Böylece meta-analizden sonra uygulanabilir. Düzeltilmiş d değerlerinin hem tahmini ortalamasını hem de tahmini standart sapmasını çarpan a’ya bölmeniz yeterlidir. Yine, kullanılan N, ortalama N olmalıdır. Düzeltilmiş efekt boyutları, düzeltilmemiş efekt boyutlarından biraz daha küçük olacaktır.

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

Zayıflama denklemini abc formatından farklı bir formatta ifade etmekte fayda var. Önce güvenilirlik notasyonundan kalite notasyonuna geçiyoruz. Kalite için “q” harfi kullanılır.

Menzil kısıtlama modellerinde, tüm parametrelerin her popülasyon için bir tane olmak üzere iki değeri vardır. Buna ilişkin notumuz, başvuru sahibi nüfus değerlerine “a” alt indisini ve yerleşik nüfus değerlerine “i” alt indisini eklemektir. Bu gösterimi kullanarak, yerleşik zayıflama formülü olarak yazılabilir.

Önce qXi ve sonra ρTPi için aralık kısıtlama ifadesinin çift oluşumuna dikkat edin. Bu, bu iki terim için bağımsızlık varsayımlarının büyük bir ihlaline neden olur.

Meta-analizin amacı, gerçek etki büyüklüklerinin ortalamasını ve standart sapmasını tahmin etmektir. Doğrudan menzil kısıtlaması için modelin bilgisayar simülasyon testleri, ortalama etki büyüklüğünü tahmin etmede çok az hata olduğunu göstermektedir. Artefakt değerleri için ortalama değerler kullanılarak zayıflama için düzeltilen ortalama çalışma popülasyon korelasyonu (ρ ̄XYi), ρ ̄TPa’nın doğru bir tahminini sağlar. Bilgisayar simülasyon çalışmaları, bu aynı düzeltme işleminin dolaylı menzil kısıtlama modeli için makul ölçüde doğru olduğunu göstermektedir.

Doğrudan menzil kısıtlaması altında meta-analiz yöntemlerindeki en büyük problem, etki büyüklüklerinin (SDρTPa) standart sapmasını tahmin etmede yatmaktadır. Buradaki sorun, menzil kısıtlamasının doğrusal olmamasıdır. Doğrudan menzil kısıtlama modeli durumunda, hiç kimse kesin bir yöntem geliştiremedi.

Örneğin, Law ve diğerleri tarafından sunulan ve değerlendirilen yöntemler, oldukça doğru olmasına rağmen, tümü yaklaşık yöntemlerdir ve SDρTPa’yı biraz fazla tahmin etmektedir. Bu nedenle, yöntemlerin karşılaştırılması, yaklaşımların karşılaştırılması meselesidir ve doğruluğu artırmak için yöntemler sürekli olarak ince ayar yapılmıştır (bilgisayar simülasyon yöntemleri kullanılarak değerlendirildiği gibi).

Dolaylı menzil kısıtlaması, menzil kısıtlama denkleminin doğrusal olmama durumunu çok daha kötü hale getirir. UX yerine uT’ye ihtiyacımız olduğu gerçeği, menzil kısıtlamasının kapsamını daha aşırı hale getiriyor. Menzil kısıtlaması, zayıflatılmış bir etki boyutundan ziyade gerçek etki boyutu üzerinde çalıştığından, doğrusal olmama durumu, doğrudan menzil kısıtlamasından daha aşırıdır.

Ayrıca, menzil kısıtlama denkleminin doğrusal olmayışı artık bir yerine iki faktörde görünmektedir; yani, tahmin değişkeni için yerleşik kalitede yeni bir görünüm sağlar. Bu, artefakt zayıflatma faktörlerinin bağımsızlığı varsayımını, doğrudan menzil kısıtlaması durumunda olduğundan daha ciddi şekilde yanlış yapar ve dolaylı menzil kısıtlamasında çarpımsal modelin kullanımını dışlar.

Normal Eğri alanları tablosu
Cronbach Alpha güvenirlik katsayısı
Güvenilirlik Analizi Nedir
Güvenilirlik analizi nasıl yapılır
Standart normal dağılım hesaplama
Normal dağılım hesaplama
ortalaması 50, standart sapması 10 olan bir dağılımda 38 e karşılık gelen z değeri
Güvenirlik katsayısı

Ortalama Gerçek Puan Korelasyonu

Dolaylı menzil kısıtlamasındaki ortalama gerçek puan korelasyonu, zayıflama için düzeltme yapılarak doğru bir şekilde tahmin edilebilir. Ortalama çalışma popülasyon korelasyonu, ortalama artefakt değerleri kullanılarak düzeltilir. Orijinal olarak Hunter (1983b) ve Hunter ve Hunter (1984) tarafından analiz edilen USES veritabanını yeniden analiz ederek prosedürün her adımını gösteriyoruz. Bu veri tabanında, ortalama çalışma popülasyonu korelasyonu .26’dır, tahmin edicinin ortalama başvuru sahibi kalitesi .90’dır, kriterin ortalama yerleşik kalitesi .69’dur ve ortalama aralık sınırlamasıTisuT =.56’dır.

Sıralama ve prosedürde doğrudan menzil kısıtlaması için modelden önemli değişiklikler var. En büyük fark, düzeltme sırasıdır. Doğrudan menzil kısıtlama zayıflama modelinde, menzil kısıtlamasından önce ölçüm hatası için korelasyon zayıflatılır. Dolaylı menzil kısıtlaması için, ölçüm hatasından önce menzil kısıtlaması için korelasyon zayıflatılır.

Tüm modellerde düzeltme, artefaktların korelasyonu azalttığı sıranın tersi sıradadır. Dolaylı menzil kısıtlaması için bu, menzil kısıtlamasını düzeltmeden önce ölçüm hatasını düzelttiğimiz anlamına gelir.

Kriter ölçüm hatasının düzeltilmesi basittir. Kriter kalitesine ilişkin veriler yerleşik verilerdir ve bu nedenle doğrudan kullanılabilir. Kriter güvenilmezliğini düzeltmek için, daha önce belirtildiği gibi ortalama çalışma korelasyonunu ortalama yerleşik kaliteye bölmemiz yeterlidir. Örneğin, yüksek kaliteli bir derecelendirme aracında yerleşikler için performans derecelendirmelerinin ortalama güvenilirliği .47’dir (Viswesvaran ve diğerleri, 1996). Böylece ortalama kalite (.47)1/2 = .69’dur. .26 olan ortalama çalışma korelasyonunu .69’a bölerek .38 elde ederiz.

Tahmin edici ölçüm hatasının düzeltilmesi daha karmaşıktır. Öngörülebilir güvenilirlik ile ilgili veriler başvuru sahibi verileridir. Bu nedenle, (.81)1/2 =.90’ın başvuru sahibi kalitesi, aralık kısıtlama formülü kullanılarak (yani, Denklemler [5.35] veya [5.36] kullanılarak) yerleşik kaliteye dönüştürülmelidir. USES verileri için bu, .90’lık kaliteyi oldukça düşük bir .76’ya düşürür. Bu, kriter güvenilmezliği için düzeltme yapılarak elde edilen .38’i düzeltmek için kullanılan değerdir. Her iki hata kaynağı için düzeltilmiş korelasyon .38/.76 = .50’dir.

Ölçüm hatasını düzelttikten sonra, uT için ortalama değeri kullanarak aralık kısıtlamasını düzeltmeliyiz. USES verileri için bu, uT’nin .56 olan ortalama değerini kullanarak .50’yi düzelttiğimiz anlamına gelir. Kullanılan düzeltme formülü, doğrudan menzil kısıtlaması içindir (yani, Thorndike’ın [1949] Durum II; Denklemimiz [5.38]). O zaman ortalama gerçek puan korelasyonunun tahmini .73’tür.

Hunter (1983b), uygun olmayan model olan doğrudan menzil kısıtlama modelini kullanarak USES verilerini analiz etti. Ortalama gerçek puan korelasyonunun, doğru model kullanılarak elde edilen .73’ten oldukça küçük olan .57 olduğu tahmin edildi. Bilişsel yetenek ve iş performansı arasındaki ortalama gerçek puan korelasyonu için diğer yayınlanmış tahminler, bilişsel yetenek ve diğer seçim yöntemleri için ortalama gerçek geçerliliğe ilişkin yayınlanmış tahminler gibi, aynı nedenle eksik tahmin edilmektedir.

Yani, şu anda yayınlanmış tüm diğer analizler, modeli doğrudan menzil kısıtlaması için uygunsuz bir şekilde kullanmıştır ve bu nedenle, hem ortalama operasyonel geçerliliklerin hem de ortalama gerçek puan korelasyonlarının eksik tahminlerini üretmiştir.

Gerçek Etki Boyutlarının Standart Sapması

Doğrudan ve dolaylı aralık kısıtlama modelleri için yöntemler arasındaki temel farklar, etki büyüklüklerinin standart sapmasını (SDρTPa) tahmin etme yöntemlerindedir.

Callender-Osburn (1980) çarpım yöntemini bu yeni modele uyarlamaya çalıştığımızda, onların menzil kısıtlama artefaktını (c) tahmin etme yöntemlerinin dolaylı menzil kısıtlama modeli için çalışmadığını bulduk. Her durumda, bu yöntem için düşük doğruluk beklenebilir, çünkü daha önce belirtildiği gibi gerçek puan korelasyonu için çarpanlar ve öngörücü kalitesi için çok yüksek korelasyon sağlamaz.

The post Ortalama Gerçek Puan Korelasyonu – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).

Bağımlı değişkende mükemmel yapı geçerliliğinden sapmalar da olabilir. Bazı sapmalar düzeltilebilir, ancak bazıları düzeltilemez. Eksik geçerliliğin etkisinin ölçülebildiği bir durumu gösterir.Çalışma değişkeninin personel seçimi araştırmasından nedensel olarak alındığı soyut durumu göstermektedir. 

Örneği düşünün: bir personel seçimi doğrulama çalışmasında iş performansını ölçmek için süpervizör derecelendirmelerinin kullanılması.

İdeal ölçü, yapı-geçerli, tamamen güvenilir, iş örneği testi gibi nesnel bir iş performansı ölçüsü olacaktır. Bunun yerine, çalışma ölçü olarak süpervizör algısını (derecelendirmeleri) kullanır. İdeal derecelendirme, bir denetçi popülasyonu arasında bir fikir birliği kararı olacaktır. Bunun yerine, gözlemlenen çalışma değişkeni, acil denetçinin değerlendirmesidir.

Bu nedenle, o denetçinin algılarının kendine has özelliği, gözlemlenen derecelendirmelerdeki ölçüm hatasının bir parçasıdır. İnsan yargısını etkileyebilecek yabancı faktörler arasında arkadaşlık, fiziksel görünüm, ahlaki ve/veya yaşam tarzı gelenekselliği ve daha fazlası yer alır.

Örnek durumunda, bir meta-analizden elde edilen kümülatif ampirik veriler, fiili iş performansı ile fikir birliği derecelendirmeleri arasındaki korelasyonun sadece . Acil denetçi değerlendirmesinin güvenilirliği, derecelendirme aracının kalitesine bağlıdır. Bir toplam derecelendirme için güvenilirlik ortalama .47 olacaktır; tek bir küresel derecelendirme için güvenilirlik ortalama 36 olacaktır. Tek bir küresel derecelendirme ölçüsü kullanmanın geçerliliğinde azalma √ a= .36=.60andb=.52,yani, ρo = abρ = (.60)(.52)ρ = .31ρ’dan, gözlemlenen korelasyonda %69’luk bir azalma ile verilir.

Bu örnekte, bağımlı değişkendeki yeni faktörler sadece amaçlanan bağımlı değişkene yabancı değil, aynı zamanda bağımsız değişkenle ilişkisizdi. Ancak bazı durumlarda, yabancı değişken hem bağımlı hem de bağımsız değişkenlerle ilişkilidir. Bu tür durumlar daha karmaşıktır ve yabancı değişkenin bağımlı değişkenin yapı geçerliliği üzerindeki etkisini düzeltmek her zaman mümkün değildir. Bu vakalar bu çalışmanın kapsamı dışındadır.

Verilerdeki Hesaplama ve Diğer Hatalar

Meta-analizdeki en zor artefakt veri hatalarıdır. Bilimsel sürecin herhangi bir adımında kötü veriler ortaya çıkabilir. Ham veriler yanlış kaydedilebilir veya bilgisayara yanlış girilebilir. Biçim yanlış belirtildiğinden veya bir dönüştürme formülü yanlış yazıldığından bilgisayar yanlış değişkeni ilişkilendirebilir.

Korelasyonun işareti yanlış olabilir, çünkü analist değişkeni ters olarak puanlamıştır, ancak çıktıyı okuyan kişi bunu bilmiyordur veya okuyucu, değişkenin ters olarak puanlandığını düşünmediği halde ters puanlandığını düşünmüştür. Bilgisayar çıktısı tablolara alındığında, korelasyon yanlış kopyalanabilir; işaret kaybolabilir veya rakamlar tersine dönebilir; veya tablo yayınlandığında, dizgici korelasyonu yanlış kopyalayabilir.

Bu tür hatalar, inanmak istediğimizden çok daha sık görülür. Tukey, tüm gerçek veri setlerinin hatalar içerdiğini savundu. Gülliksen (1986) şu açıklamayı yapmıştır:

Hesaplamalarımı çalıştırmadan önce verilerde hata olup olmadığını kontrol etmenin gerekli olduğuna inanıyorum. Her zaman bir hata kontrol programı yazdım ve hesaplamadan önce verileri onun içinden geçirdim. Kendim veya bir başkası için çalıştırdığım her veri setinde, anketlere geri dönmeyi ve bazı kartları yeniden açmayı veya belki de bazı konuları atmayı gerektiren her zaman hatalar olduğunu çok ilginç buluyorum.

Ayrıca, bazı hataların aykırı değerlerle sonuçlanması muhtemeldir ve aykırı değerler varyans üzerinde dramatik bir enflasyonist etkiye sahiptir. Normal bir dağılımda, örneğin, SD, veri değerlerinin en yüksek ve en düşük %5’i tarafından belirlenen %65’tir. Pek çok araştırma literatüründe korelasyonlarda ve d değerlerinde gözlemlenen varyansın önemli bir kısmını muhtemelen çeşitli türlerdeki veri hataları açıklamaktadır.

Dış geçerlilik ne demek
İçerik geçerliliği Nedir
Nicel araştırmada Geçerlik ve güvenirlik
Geçerlilik nedir
Güvenilirlik analizi nasıl yapılır
Güvenilirlik Analizi Nedir
Güvenirlik katsayısı
Geçerlik ve güvenirlik nedir

Bunun sonucu olarak, çok sayıda korelasyon içeren hemen hemen her meta-analiz ve az sayıda çalışma içeren bazı meta-analizler bazı veri hataları içerecektir. Kötü veriler bulunabilirse, atılabilirler. Bununla birlikte, tanımlanabilecek tek kötü veri, dağılımın çok dışında kalan ve açıkça aykırı değerler olan korelasyonlardır. Aykırı değer analizi, çalışma örneklerinin en az orta büyüklükte olduğu durumlarda en iyi sonucu verir. Örnek boyutları küçükse, gerçek aykırı değerleri aşırı büyük örnekleme hatalarından ayırt etmek zordur.

Bu nedenle, mevcut artefakt listesi eksiksiz olsa (değildir) ve bilinen tüm artefaktlar kontrol edilmiş olsa bile (nadiren mümkündür), veri hatalarından dolayı çalışma sonuçlarında yine de farklılıklar olacaktır. Gerçek meta-analizlerde, kötü verilerin yanı sıra bilinmeyen ve kontrol edilemeyen artefaktlar nedeniyle her zaman zayıflama ve yanlış varyasyon vardır.

Bu düşünceler Schmidt ve Hunter’ı (1977) genel bir kural olarak öne süren “%75 kuralını” önermeye yöneltti; eğer herhangi bir veri setinde bilinen ve düzeltilebilir eserler çalışma korelasyonlarındaki varyansın %75’ini oluşturuyorsa, muhtemelen şudur: kalan %25 ise kontrolsüz artefaktlardan kaynaklanmaktadır. Tüm açıklanamayan varyansların gerçek moderatör değişkenlerinden kaynaklandığını varsaymak akıllıca değildir, çünkü çalışmalar arasında varyasyona neden olan tüm artefaktları düzeltmek asla mümkün değildir.

Çalışma Prosedürünün Getirdiği Yabancı Faktörler

Araştırmanın ölçüm süreci veya gözlem prosedürü, araştırma mükemmel bir şekilde yapılmış olsaydı var olmayacak (veya sabit kalacak) bir değişken nedeniyle bağımlı değişkende varyasyona neden olabilir. Örnek olarak, iş performansının eşzamanlı geçerlilik çalışmasında iş deneyiminin etkisini düşünün. Personel seçiminde adaylar bir kohort olarak değerlendirilebilir. Başvuranlar karşılaştırıldığında, sanki aynı anda işe başlayacaklarmış gibi örtük olarak karşılaştırılıyorlar.

Eşzamanlı bir geçerlilik çalışmasında, performans, işte farklı miktarlarda deneyime sahip mevcut tüm çalışanlar üzerinde ölçülür. Bu, çalışanların iş deneyimlerinde farklılık gösterdikleri için performanslarının kısmen farklı olacağı anlamına gelir. Bu, aynı anda işe alınan başvuru sahipleri için geçerli olmayacaktır. Bu nedenle, deneyimdeki farklılıklar, çalışma gözlem prosedürü tarafından yaratılan yabancı bir değişkeni oluşturur.

Bu süreç için soyut yol diyagramı, iş deneyimi durumunu gösterirken gösterilir. Duruma herhangi bir yabancı değişken dahil edilmemiş olsaydı, gözlemlenen korelasyon, bağımsız değişken ile bağımlı değişken arasındaki kısmi korelasyona eşdeğer olurdu ve yabancı değişken sabit tutulur. Yabancı değişken bağımsız değişkenle ilişkili olmadığından, kısmi korelasyon formülü şöyledir.

Bu, deneyimden kaynaklanan zayıflama için bir düzeltme olarak kabul edilebilir. Denklemi tersine çevirirsek, zayıflama formülünü elde ederiz. Kısmi bağıntı için denklemin paydasının tersi a olsun.

Okuyucu, neden her bir bireysel çalışmada sadece kısmi korelasyonu hesaplamadığımızı sorabilir. Aslında, bu sorunu çözecekti. Yani, çalışmada deneyim kaydedilmişse ve çalışma korelasyonu olarak kısmi korelasyon kullanılmışsa, daha fazla istatistiksel düzeltmeye gerek kalmayacaktır.

Bu aynı zamanda istatistiksel düzeltme tarafından üretilen örnekleme hatasındaki artışı da ortadan kaldıracaktır. Bu düzeltme, dikotomizasyona benzer. Orijinal araştırma raporunda doğru korelasyon verilmişse (veya bunu hesaplamak için gerekli ek korelasyonlar verilmişse), olay sonrası istatistiksel düzeltmenin kullanılmasına gerek kalmayacaktır. Bununla birlikte, genellikle durum böyle değildir ve bu nedenle düzeltme gereklidir.

The post Bağımlı Değişkende Kusurlu Yapı Geçerliliği – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).

Bu bölüm, çalışma artefaktlarıyla ilgili diğer bölümlerden oldukça uzundur. Ancak bizim kararımıza göre, bu kaçınılmazdır çünkü çalışma sonuçlarının mükemmel yapı geçerliliğinden ayrılmalarla nasıl çarpıtıldığına dair bir anlayış geliştirmek esastır. Bu bölüm ve sonraki bölüm, yol analizine dayalı olarak zorunludur. Tartışmayı olabildiğince basitleştirmeye çalıştık ve çoğu okuyucunun bunu takip edebileceğine inanıyoruz.

Zorlanan okuyucular, “Verilerdeki Hesaplama ve Diğer Hatalar” başlıklı bölüme geçmek isteyebilirler. Ancak, bu tür okuyucuların daha sonra artık çok zor görünmediklerinde bu bölümlere geri döneceğini umuyoruz.

Belirli bir çalışmada kullanılan bağımsız değişken, iki tür ölçüm hatasından birine maruz kalabilir: rastgele hata veya sistematik hata. Rastgele hatanın etkisi “ölçüm hatası” başlığı altında tartışıldı. Bir ölçünün rastgele hata içermediği ölçü, o ölçünün güvenirlik katsayısı ile ölçülür. Bu bölüm sistematik hatayı “kusurlu yapı geçerliliği” etiketi altında ele alacaktır.

“Yapı geçersizliği” ifadesi dilbilgisi açısından da doğru olacaktır, ancak “geçersizlik” kelimesine mutlak anlamda tepki verecek olan çoktur. Yani bazıları “geçersizlik” kelimesine “tamamen geçersiz” anlamına geliyormuş gibi tepki verecek ve çalışmayı göz ardı edecektir. Aslında, bir çalışmadan bağımsız değişkenin, çalışmanın göz ardı edilmesini gerektirecek kadar geçersiz olması nadirdir.

Bunun yerine, kusurlu yapı geçerliliği, üç yoldan herhangi biriyle yeterince ele alınabilir:

(1) istatistiksel bir düzeltme formülü kullanarak, (2) ölçüm stratejisindeki varyasyonları potansiyel bir düzenleyici değişken olarak ele alarak veya (3) (mükemmel geçerlilikten küçük sapmalar için) kusuru göz ardı eder.

Kusur göz ardı edilirse, çalışma korelasyonu, mükemmel yapı geçerliliğinden niceliksel sapma ile orantılı bir miktarda zayıflatılır. Çalışmalar arasında yapı geçerliliği kapsamında varyasyon varsa ve göz ardı edilirse, bu varyasyon meta-analizde son adım olarak hesaplanan kalıntı varyanstaki kontrolsüz yapay varyasyona katkıda bulunur. Yani, yapı geçerliliğinde göz ardı edilen varyasyon, gerçek bir moderatör değişken ile aynı görünüme sahip olacaktır.

Yapı geçerliliği, “geçerli” veya “geçersiz” gibi niteliksel bir ayrım değil, niceliksel bir sorudur; bu bir derece meselesidir. Çoğu durumda, yapı geçerliliği, bir korelasyon katsayısı, yani amaçlanan değişken ile ölçülen değişken arasındaki korelasyon olarak nicelenebilir. Bağımsız değişken ölçüsünün yapı geçerliliğini, her iki değişken rastgele hata (ölçüm hatası) olmadan ölçüldüğünde, amaçlanan bağımsız değişken ile çalışmada kullanılan gerçek bağımsız değişken arasındaki korelasyon olarak tanımlayacağız.

Kapsam geçerliliği nedir
Açımlayıcı ve doğrulayıcı faktör analizi Nedir
Anket güvenilirliği ve geçerliliği nasıl yapılır
Faktör analizi
Güvenilirlik Analizi Nedir
Geçerlilik analizi nedir
SPSS GEÇERLİLİK analizi
Cronbach alfa iç tutarlılık katsayısı

Bu tanım, rastgele ve sistematik hatanın etkilerini ayırt etmek için kullanılır. Kullanılan asıl çalışmadaki hata, önlemin “operasyonel kalitesi” olarak adlandırılan bir korelasyon ile değerlendirilecektir. Operasyonel kalite, kısmen yapı geçerliliğinin kapsamı ve kısmen de çalışma değişkeninin güvenilirliği ile belirlenir.

Sistematik hatanın bağımsız ve bağımlı değişkenler arasındaki korelasyon üzerindeki etkisi, yalnızca çalışma bağımsız değişkeninin yapı geçerliliğinin kapsamına değil, aynı zamanda üç değişken arasındaki nedensel ilişkilerin nitel yapısına da bağlıdır: amaçlanan veya istenen bağımsız değişken, bağımsız değişkeni ve bağımlı değişkeni inceleyin.

Bazı durumlarda sistematik hatanın etkisi basittir: Bağımsız ve bağımlı değişken arasındaki korelasyon, çalışmanın bağımsız değişkeninin yapı geçerliliği ile çarpılır. Ancak, bu basit ilişkinin tutmadığı durumlar vardır. Bu gibi durumlarda meta-analist çalışmayı kullanamayabilir.

Genel bilişsel yetenek ile eğlence etkinliklerindeki performans arasındaki ilişkiyi incelemek istediğimiz bir örneği ele alalım. Rekreasyonel aktivitelerdeki performans öğrenmeye bağlı olduğundan, yüksek bilişsel yeteneğe sahip kişilerin ortalamadan daha iyi performans göstereceklerini varsayıyoruz. Değişkenlerden birinin bowling performans ortalaması olduğu büyük bir bowling ligine ilişkin bir anket çalışması bulduk.

Çalışmanın genel bilişsel yetenek ölçüsü yoktur, ancak bir miktar eğitim ölçüsü vardır. Eğitim değişkenini bilişsel yetenek için kusurlu bir gösterge olarak kullandığımızı varsayalım. Ekonometri dilinde, eğitimi yetenek için bir “vekil değişken” olarak kullanıyoruz. Bilişsel yetenek için eğitim miktarı ne kadar iyi bir vekildir? Bir cevap, eğitim ve yetenek arasındaki korelasyon olacaktır.

Ancak, bu karara giren iki husus daha var. İlk olarak, hangi korelasyonun kullanılacağı sorusu vardır: yetenek ile gerçek eğitim arasındaki korelasyon veya yetenek ile eğitimin çalışma ölçüsü arasındaki korelasyon. Bu, yapı geçerliliği ve güvenirliği arasında ayrım yapma sorunudur.

İkincisi, vekil değişken ile bağımlı değişken arasındaki ilişki sorunudur. Bazı ilişki türleri için, bir vekil değişken kullanmanın etkisi kolaylıkla ölçülebilir ve yapı geçerliliği katsayısından hesaplanabilir. Diğer ilişkiler için etki çok daha karmaşık olabilir. Bu tür karmaşık durumlarda, proxy değişkeninin kullanımı sorunlu olabilir.

Sistematik ve rastgele ölçüm hatası arasındaki farkı göstermek için, çalışmanın mükemmel bir eğitim ölçüsü olmadığını varsayalım. Tam eğitim miktarının bir ölçüsünü istememize rağmen, çalışma sadece ölçüyü kaydetti.

X = 0 kişi liseyi bitirmediyse,
X = 1 kişi liseyi bitirmiş ancak üniversiteyi bitirmemişse,
X = 2 kişi üniversiteyi bitirdiyse.

O halde, çalışma değişkeninde iki tür hata vardır. Yetenek yerine eğitim kullanılarak üretilen sistematik hata var ve kusurlu bir eğitim ölçüsü kullanılarak üretilen rastgele hata var. Bu durum yol diyagramında gösterilmiştir.

Genel bilişsel yetenek, ölçmek istediğimiz bağımsız değişkendir. Böylece, yol diyagramındaki yetenek değişkeninin örtük olarak mükemmel bir şekilde ölçüldüğü varsayılır. Eğitim miktarının mükemmel bir şekilde ölçüldüğü varsayıldığında, genel bilişsel yetenekten eğitim miktarına bir ok gösterir.

Bu, yeteneğin eğitim miktarının nedensel belirleyicilerinden biri olduğu varsayımını temsil eder. Eğitim miktarındaki farklılıkların tek nedeni yetenek olsaydı, o zaman yetenek ve eğitim mükemmel bir şekilde ilişkilendirilirdi ve eğitimi yetenek için bir vekil olarak kullanmakta hiçbir sorun olmazdı. Aslında, yetenek ve eğitim arasındaki korelasyon sadece yaklaşık .50’dir ve bu nedenle iki ölçü arasında önemli bir tutarsızlık vardır.

Yetenek ve eğitim arasındaki ilişkinin boyutu, yetenekten eğitime giden yol katsayısının boyutunu belirler ve dolayısıyla, yeteneğin yerine eğitimin konulmasındaki sistematik hatanın boyutunu ölçer. Her ikisinin de mükemmel bir şekilde ölçüldüğü yetenek ve eğitim arasındaki korelasyon, bir yetenek ölçüsü olarak eğitimin yapı geçerliliğidir. Bir yetenek ölçüsü olarak eğitimin yapı geçerliliği, ilk yol katsayısıdır.

The post Bağımsız Değişkende Eksik Yapı Geçerliliği – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).

Tepki

Aslında, bir meta-analizin amacı, basitçe (veya zorunlu olarak) bir özet etkiyi bildirmek değil, etki büyüklüklerini sentezlemek olmalıdır. Etkiler tutarlıysa, analiz, etkinin dahil edilen çalışmalar aralığında sağlam olduğunu gösterir. Mütevazı bir dağılım varsa, bu dağılım ortalama etkiyi bağlama yerleştirmeye hizmet etmelidir. Önemli bir dağılım varsa, odak özet etkiden dağılımın kendisine kaydırılmalıdır. Özet etki bildiren ve heterojenliği görmezden gelen araştırmacılar, aslında sentezin noktasını kaçırıyorlar.

Eleştiri

Meta-analiz, analize dahil edilen çalışmaların matematiksel olarak sağlam bir sentezini verecek olsa da, bu çalışmalar tüm olası çalışmaların yanlı bir örneğiyse, meta-analiz tarafından bildirilen ortalama etki bu yanlılığı yansıtacaktır. Birkaç kanıt dizisi, nispeten yüksek tedavi etkileri bulan çalışmaların, daha düşük tedavi etkileri bulan çalışmalara göre yayınlanma olasılığının daha yüksek olduğunu göstermektedir. Yayınlanmamış ikinci araştırma, araştırmacıların dosya dolaplarında uykudadır ve meta-analiz için dosya çekmecesi problemi teriminin kullanılmasına yol açmıştır.

Tepki

Yayınlanmış çalışmaların, yayınlanmamış meslektaşlarına göre bir meta-analizde yer alma olasılığı daha yüksek olduğundan, bir meta-analizin gerçek etki büyüklüğünü olduğundan fazla tahmin edebileceğine dair meşru bir endişe vardır. Yayın Önyargısı başlıklı bu soruyu biraz ayrıntılı olarak incelemektedir. Bu bölümde, herhangi bir meta-analizdeki olası yanlılık miktarını değerlendirmeye ve sonuçların şüpheli olarak değerlendirilmesi gereken yayın yanlılığının etkisine karşı sağlam kabul edilebilecek analizleri ayırt etmeye yönelik yöntemleri tartışacağız.

Yayın yanlılığının her türlü literatür araştırması için bir sorun olduğunu unutmamalıyız. Sorun, bir tedavinin faydası hakkında birincil çalışmaları bulmak için bir veri tabanını araştıran klinisyen için mevcuttur. Bir anlatı incelemesi yapan kişiler için mevcuttur. Ve meta-analiz yapan kişiler için vardır.

Meta-analizin amacı diğer yöntemlere göre daha doğru bir sentez sağlama amacına sahip olduğu için yayın yanlılığı meta-analiz ile özdeşleştirilir hale gelmiştir ve bu nedenle bu amaca müdahale edecek yanlılıklarla ilgilenmekteyiz. Ancak, bu önyargının anlatı incelemesi için bir sorun olmadığı sonucuna varmak yanlış olur. Orada, görmezden gelmek daha kolaydır.

Güvenirlik ve Geçerlik arasındaki ilişki
Ölçeklerde güvenirlik ve Geçerlik
Güvenilirlik analizi nasıl yapılır
Güvenilirlik Analizi Nedir
SPSS güvenilirlik analizi
Güvenilirlik testi
Geçerlilik analizi nedir
Güvenilirlik nedir

Eleştiri

Meta-analizin ortak eleştirisi, araştırmacıların farklı türdeki çalışmaları (elma ve portakal) aynı analizde birleştirmesidir. Argüman, özet etkisinin çalışmalar arasında muhtemelen önemli farklılıkları görmezden geleceğidir.

Tepki

Bir meta-analizde bir araya getirilen çalışmaların özellikleri kaçınılmaz olarak farklı olacaktır ve zorluk, ne kadar benzer olmaları gerektiğine karar vermektir. Hangi çalışmaların dahil edileceğine dair karar her zaman bir yargıdır ve insanlar sonuçların çalışmalar arasında birleştirilmesinin uygunluğu konusunda farklı görüşlere sahip olacaktır. Bazı meta-analistler şüpheli yargılarda bulunabilir ve bazı eleştirmenler benzerlik konusunda mantıksız taleplerde bulunabilirler.

Meta-analizlerin neredeyse her zaman, doğaları gereği, bireysel çalışmalardan daha geniş soruları ele aldığını hatırlamamız gerekir. Dolayısıyla bir meta-analiz, hem elmaların hem de portakalların (ve aslında armut ve kavunların) değerli bilgiler sağladığı meyveler hakkında bir soru sormak olarak düşünülebilir. Meta-analizin güçlü yönlerinden biri, bir araştırma türünden diğerine bulguların tutarlılığının ve dolayısıyla genellenebilirliğinin resmi olarak değerlendirilebilmesidir.

Elbette her zaman farklı meyvelerle uğraştığımızı hatırlamamız ve etkilerin bir türden diğerine değişebileceğini tahmin etmemiz gerekiyor. Meta-analizin bir başka gücü de, bu farklılıkların tanımlandığı takdirde resmi olarak araştırılabilmesidir. Örneğin, bir tedavinin akut semptomları olan hastalar için çok etkili olduğunu, ancak kronik semptomları olan hastalar için hiçbir etkisinin olmadığını varsayalım.

Her iki hasta tipini kullanan çalışmalardan elde edilen verileri birleştirirsek ve tedavinin (ortalama olarak) orta düzeyde etkili olduğu sonucuna varırsak, bu sonuç her iki hasta türü için de doğru olmayacaktır.

Dikkatimizi yalnızca akut semptomları olan hastalarda veya yalnızca kronik semptomları olan hastalarda yapılan çalışmalara sınırlayacak olsaydık, tedavinin bir hasta tipiyle nasıl çalıştığını rapor edebilir, ancak diğer tiple nasıl çalışacağı hakkında sadece spekülasyon yapabilirdik. . Buna karşılık, her iki tip hasta için verileri içeren bir meta-analiz, bu soruyu ampirik olarak ele almamıza izin verebilir.

Eleştiri

Sıklıkla duyulan çöp içeri, çöp dışarı metaforu, eğer bir meta-analiz birçok düşük kaliteli çalışmayı içeriyorsa, o zaman birincil çalışmalardaki temel hataların meta-analize taşınacağı ve hataların daha zor olabileceği fikrine atıfta bulunur.

Tepki

Meta-analizi bir çöp içeri, çöp dışarı atma süreci olarak düşünmek yerine, onu bir atık yönetimi süreci olarak düşünebiliriz. Sistematik bir gözden geçirme veya meta-analiz her zaman bir dizi dahil etme kriterine sahip olacaktır ve bunlar, çalışmanın kalitesine dayalı kriterleri içermelidir. Denemeler için, çalışmaları rastgele atama veya plasebo kontrolü kullananlarla sınırlamaya karar verebiliriz.

Gözlemsel çalışmalar için, araştırmaları, tasarım veya analizde kafa karıştırıcı faktörlerin yeterince ele alındığı çalışmalarla sınırlamaya karar verebiliriz. Ve benzeri. Aslında, sistematik bir derlemede, geniş bir çalışma havuzuyla başlamak ve tüm dahil etme/hariç tutma kriterleri uygulandıktan sonra çok daha küçük bir çalışma grubuyla bitirmek yaygın bir durumdur.

Bununla birlikte, bir meta-analiz kadar ileri giden çalışmaların mükemmel olması muhtemel değildir ve çalışma sınırlamaları nedeniyle yanlılık olasılığına çok dikkat edilmelidir. Her biri aynı yönde önyargılı olan bir çalışma koleksiyonunun meta analizi, aynı önyargıdan zarar görecek ve daha yüksek kesinliğe sahip olacaktır. Bu durumda, bir meta-analiz yapmak gerçekten de yapmamaktan daha tehlikeli olabilir.

Bununla birlikte, elmalar ve portakallar hakkında önceki eleştirilere verilen yanıtta belirtildiği gibi, meta-analizin güçlü yanı, çalışmaların özelliklerindeki değişimin etkinin boyutuyla ilişkili olup olmadığını araştırma yeteneğidir. On çalışmanın hastaları randomize etmek için kabul edilebilir bir yöntem kullandığını, diğer on çalışmanın ise şüpheli bir yöntem kullandığını varsayalım.

Analizde bu iki alt gruptaki etki büyüklüğünü karşılaştırabilir ve etki büyüklüğünün aslında ikisi arasında farklılık gösterip göstermediğini belirleyebiliriz. Bu tür analizlerin (farklı alt gruplardaki etkileri karşılaştıranların) çok düşük güce sahip olabileceğini ve bu nedenle özellikle alt gruplar içinde çok fazla çalışma olmadığında dikkatli bir şekilde yorumlanması gerektiğini unutmayın.

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