İç geçerlik, incelemeye dahil edilen orijinal çalışmaların tanımlanması ve incelemeyi yürütme yöntemi ile ilgilidir. Seçilen çalışmaların incelemeleri (yayın yanlılığı veya ilgili çalışmaların bulunamaması nedeniyle) incelemelerin bulgularında yanlı olabilir ve bu tür incelemeler daha fazla çalışma yapılmadan kullanılamaz. Uygunsuz veya kusurlu yöntemler kullanan incelemeler, gerçek değerleriyle alınamaz ve kullanılmaması en iyisidir.

Kanıt boyutları

Bir gözden geçirmenin iç geçerliliğini değerlendirirken, bir kılavuz grubu, tavsiyelerde bulunmak için kanıta ihtiyaç duydukları tüm boyutları ele alıp almadığına da karar vermek zorunda kalacaktır. Birçok sistematik inceleme, özet etkililik ölçütleri elde etmekle ilgilenir ve yan etkiler, tolere edilebilirlik veya işyeri etkinliklerinin sonuçları gibi hastaları ilgilendiren diğer konuları kapsamaz.

Bu, incelemeye katkıda bulunan çalışmaların bir kısıtlaması olsa da, durum böyle değildir. Önemli yan etkileri dikkate almamak, bir müdahaleye uygun olmayan şekilde olumlu bir bakış açısı sunabilir ve bir incelemenin geçerliliğini sınırlayabilir.

Benzer şekilde, normalde sistematik incelemelerin konusu olmayan kaynak etkileri ve maliyetleri, bir kılavuzun uygulanmasında muhtemelen önemli bir husus olacaktır. Maliyet etkinliği kanıtlanabilir bir müdahale, kılavuzda daha güçlü bir öneriyle sonuçlanabilir.

İncelemelerin dış geçerliliği

Bir incelemenin dış geçerliliğinin sorunlu olması daha olasıdır, ancak bunun yine incelemeyle olduğu kadar orijinal çalışmalarla da ilgili olabileceğini kabul etmek önemlidir.

Çalışma katılımcılarının özellikleri ve çalışma ortamı

Bir incelemenin önemli bir yönü, çalışmaları dahil etme veya hariç tutma gerekçesidir. Birincil çalışmalarda olduğu gibi, bir incelemenin uygulanabilirliği, incelemeye dahil edilen çalışma katılımcılarının özellikleri ve çalışmaların yürütüldüğü ortamlarla sınırlı olacaktır. İdeal olarak, bir kılavuz grubu, çalışma katılımcılarının kılavuzun uygulanacağı tipik kişiler olduğu çalışmalardan kanıt ister.

Bu nedenle minimum gereklilik, bir incelemenin her çalışmadaki katılımcıların önemli özelliklerini listelemesidir. Ancak bu, çalışmalarda işe alım oranları gibi diğer hususlar hakkında bilgi sağlamayacaktır. Bir çalışmanın yürütüldüğü ortam, özellikle hizmet sunumunun unsurlarıyla ilgiliyse, dış geçerliliğini de etkileyecektir.

Astım alevlenmeleri olan hastalarla ilgili çalışmalar, hastaları acil servis ortamlarından çeker; bununla birlikte, hastaların doğası ve astımlarının şiddeti, kapsamlı bir birinci basamak sağlık hizmetinin bulunduğu ülkeler (İngiltere gibi) ve olmadığı ülkeler (ABD gibi) arasında farklılık gösterebilir.

Durum çalışması Aşamaları
Durum çalışması nedir
Dış geçerlilik
Dış Geçerliği etkileyen Faktörler
İç Geçerliği etkileyen Faktörler
Nicel araştırmada Geçerlik ve güvenirlik
Dış geçerlilik Nedir örnek
İç ve dış geçerlilik Nedir

Bir incelemeye dahil etme ve hariç tutma kriterleri

Bir incelemede kullanılan çalışmalar için hariç tutma kriterleri kabul edilebilir (örneğin, diğer mevcut ve yeterli araştırmalar varken bir araştırma randomize değildir) veya tartışmalı (örneğin pratikte kullanılandan farklı bir ilaç dozu kullanmak) olabilir ve dikkatle düşünüldü. Çoğu zaman net bir cevap olmayabilir.

Birinci basamakta astımlı hastalara verilen eğitimin etkililiği hakkında bilgi edinmek isteyen bir kılavuz grubu, ikinci basamak ortamlarındaki çalışmaları içeren bir incelemeyi sorgulayabilir. Bu gibi durumlarda çalışmaların birinci basamak sağlık hizmeti sunumuna uygulanabilirliğini belirlemek için gözden geçirilmesi gerekir.

Bir incelemenin odağı ve mevcut uç noktalar

Daha önce yayınlanmış bir incelemenin uygulanabilirliğinin baltalanmasının iki yolu daha vardır. İlk olarak, bir gözden geçirmenin bir kılavuz geliştirme süreci içinde ortaya konan uygulama sorularını ele alması olası değildir.

İlgili klinik sorular, doktor-hasta etkileşimlerini uygun şekilde bilgilendirebilecek tavsiyeler türetmek amacıyla kılavuz geliştirme grubu tarafından tanımlanır: karar vermede önemli bir bağlamsal bileşen olabilir.

İyi yürütülmüş sistematik incelemeler mevcut olabilse de, bunların bir kılavuz grubun tüm ilgi alanlarını ele alması olası değildir. Gerçekten de, bir kılavuz geliştirme süreci dışında yürütülen bir incelemenin, ilgili tüm soruları ikinci kez tahmin edebilmesi şaşırtıcı olurdu.

İkinci olarak, bir özet yöntemi olarak meta-analizi kullanan bir incelemede, süreç, çalışmalar arasında özetlenebilecek ortak etki tahminlerini gerektirecektir. Özellikle çalışmalarda çok sayıda ve farklı sonuç ölçütlerinin kullanıldığı karmaşık klinik alanlarda, bir incelemeye dahil edilecek çalışmaların seçimi, klinik yararlılıklarından ziyade mevcut ortak sonlanım noktalarının bulunup bulunmadığı gibi faktörlerden etkilenebilir.

İncelemelerde Kullanılan Özet Metrik

Sistematik incelemelerde etkinliği özetlemek için kullanılan en yaygın kullanılan ve istatistiksel olarak en sağlam ölçüm, olasılık oranıdır. Bununla birlikte, tek başına olasılık oranı, denemelerden elde edilen kanıtları özetlemek için yetersizdir. Tek başına kullanıldığında, kolayca yorumlanamaz ve mutlak risk azaltmanın bir özet istatistiği ile birlikte düşünülmesi gerekir.

Bu nedenle, tek başına olasılık oranını sunan sistematik bir incelemenin kullanılması imkansız değilse de zordur. Tek seçenek, olasılık oranının, kılavuzun daha sonra kullanılacağı popülasyondaki temel risk düzeyine uygulanabileceğini varsaymaktır.

Bu bilgilerin mevcut olabileceği koşullar için, bu strateji bir dizi varsayımda bulunmayı gerektirir. Bununla birlikte, kılavuz geliştirmek istenebilecek birçok durum için (depresyon, nonsteroid antiinflamatuar ilaç kullanımı) başlangıç ​​risk seviyeleri mevcut değildir.

Mevcut incelemeleri güncelleme

Bir kılavuz geliştirme süreci içerisinde ilgili bir sistematik inceleme belirlenirse, bunun güncelliği ile ilgili bir sorun olabilir. İki yıl önce tamamlanan bir inceleme, daha sonra yayınlanmış ancak incelemeye dahil edilmemiş ilgili makalelere sahip olabilir.

Bu koşullar altında ideal olan, incelemeyi güncellemek için inceleme yazarlarıyla iletişime geçilmesidir. Bu mümkün değilse, bir kılavuz süreci ya tüm incelemeyi kendisi için tekrarlamalı ya da yeni makaleleri incelemenin yanında ama dışında dikkate almalıdır. Bu koşullar altında çelişkili sonuçların uzlaştırılması imkansız değilse de zor olabilir.

Kılavuz geliştirme süreci içinde gözden geçirmeler yapmak

Yukarıda tartışılan nedenlerden herhangi biri veya tümü için, mevcut bir sistematik inceleme, bir kılavuz geliştirme sürecinde kullanım için uygun olmayabilir. Burada dile getirilen sorunların çözümü, rehber geliştirme süreci içerisinde yeni incelemeler yapmak (veya mevcut olanları güncellemek) olacaktır.

Gözden geçirenler kılavuz geliştirme grubunun üyeleriyse, dahil edilen ve hariç tutulan çalışmalar ve özet ölçüt seçimi gibi konular daha kolay ele alınır. Gözden geçirme kararları, kılavuz grubunun diğer üyeleriyle etkileşimli olarak alınır. Böyle bir sürecin bir başka avantajı da, kılavuz geliştirme grubunun analiste doğrudan veya sonraki toplantılarda yanıtlanabilecek sorular sorabilmesidir.

Bunun bir örneği, mevcut bir meta-analizin çoğaltıldığı ve ardından güncellendiği Kuzey İngiltere Aspirin Kılavuz Grubu’nda meydana geldi. Grup, çeşitli klinik ortamlarda bir antitrombotik olarak aspirinin genel etkinliğini değerlendirdikten sonra, kullanılan aspirin dozunun herhangi bir fark yaratıp yaratmadığını sordu. Çalışmalar kullanılan aspirin dozuna göre analiz edildi ve sonuçlar bir sonraki toplantıda gruba sunuldu.

Aslında faydaları daha düşük dozla artacaksa ortaya çıktı, istenen bir durum çünkü tedavinin yan etkileri de dozla azaldı. Böyle bir etkileşim derecesi, soruların, aksi takdirde mümkün olandan çok daha kesin bir şekilde yanıtlanmasını sağlar.

The post İncelemelerin İç Geçerliliği – Ödev Hazırlatma – Tez Yazdırma – Proje Yaptırma Fiyatları – Ödev Örnekleri – Ücretli Proje Yaptırma – Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).

Seçim modelleri

Bazı yazarlar, bireysel bir çalışmanın sonuçlarının (örneğin P değeri) yayınlanma olasılığını etkilediği varsayımına dayanarak, yayın yanlılığını saptamak için yöntemler önermiştir. Bu yöntemler, hangi sonuçların yayınlanıp hangilerinin yayınlanmayacağını belirleyen seçim sürecini modeller ve bu nedenle “seçim modelleri” olarak bilinir.

Ancak, daha önce açıklandığı gibi, yayın yanlılığı, tedavi etkileri ile çalışma boyutu (küçük çalışma etkileri) arasında ilişki kurulmasına yol açacak nedenlerden yalnızca biridir. Çalışma sonuçlarının beklenmedik bir dağılımı muhtemelen tedavi etki büyüklüğü ile çalışma büyüklüğü arasında bir ilişki ima ettiğinden, seçim modelleri belki de özelde yayın yanlılığından ziyade genel olarak küçük çalışma etkilerini inceliyor olarak görülmelidir.

Iyengar ve Greenhouse30, çalışma P değeri <0.05 ise (yani “istatistiksel olarak anlamlı”) yayının kesin olduğunu varsaydılar. Çalışma P değeri >0.05 (“anlamlı değil”) ise, yayınlanma olasılığı sabit olabilir (1’den az olabilir veya tedavi etkisinin azalmasıyla azalabilir. Dear ve Begg ve Hedges, farklı çalışma P değeri aralıklarının (örneğin 0.01 ila 0.05, 0005 ila 0.01 vb.) farklı yayın olasılıklarına karşılık geldiğini varsayarak bu yaklaşımı genişletti.

P değerlerinin gözlemlenen dağılımı, yayın yanlılığı olmadığı varsayılarak beklenen dağılımla karşılaştırılır, böylece (örneğin) 0·1 ila 1 aralığındaki azaltılmış P değerleri oranı yayın yanlılığı kanıtı sağlar. Bu son yöntemler, seçim mekanizmasının doğası hakkında güçlü varsayımlardan kaçınır, ancak yeterli bir çalışma P değerleri aralığının dahil edilmesi için çok sayıda çalışma gerektirir.

Açık ve geleneksel eğitimin yaratıcılık üzerindeki etkisine ilişkin çalışmaların meta-analizinden tahmini yayın olasılıklarını gösterir. Yayın yanlılığı olasılığındaki belirgin azalmanın, geleneksel P = 0.05 kesme değeriyle örtüşmediğine dikkat edin. Bu yöntemler, tahmini yayın yanlılığı için düzeltilerek tedavi etkilerini tahmin etmek için genişletilebilir.

Bu yaklaşım, yakın zamanda, aşağıda daha ayrıntılı olarak tartışılan bir örnek olan, homeopatinin plasebo kontrollü denemelerinin bir meta-analizinde kullanılmıştır. Gözlemlenmemiş çalışmaların sayısının ve sonuçlarının simüle edildiği bir Bayes yaklaşımı da yayın yanlılığı için tedavi tahminlerini düzeltmenin bir yolu olarak önerilmiştir.

Nicel araştırmada Geçerlik ve güvenirlik
Bilimsel araştırmada Geçerlik ve güvenirlik slayt
Doküman analizi aşamaları
Doküman analizi örneği
Doküman analizi pdf
Doküman analizi ve içerik analizi arasındaki fark
Nitel araştırma örneği
Yarı yapılandırılmış görüşme analizi nasıl yapılır

Pasif sigara içiciliği ile akciğer kanseri arasındaki ilişkiyi inceleyen bir meta-analiz için, göreli risk önce 1,22 (%95 güven aralığı 1·08 ila 1·37) ve sonrasında 1·14 (1·00 ila 1,28) idi. yayın yanlılığına izin verir.

İstatistiksel yöntemlerin karmaşıklığı ve ihtiyaç duyulan çok sayıda çalışma, muhtemelen seçim modellerinin pratikte neden yaygın olarak kullanılmadığını açıklamaktadır. Bu sorunlardan kaçınmak için Duval ve Tweedie36-38, “kırp ve doldur” önermiştir: simetrik olacak şekilde huni grafiğine etütler eklemeye dayalı bir yöntemdir.

Yöntem, huni grafiği simetrik olana kadar (kırpma) küçük çalışmaları atlayarak, huninin gerçek “merkezini” tahmin etmek için kırpılmış huni grafiğini kullanarak ve ardından atlanan çalışmaları ve bunların eksik “karşılıklarını” merkez çevresinde değiştirerek (dolgu ). Eksik çalışmaların sayısı hakkında bir tahmin sağlamanın yanı sıra, doldurulmuş çalışmaları içeren bir meta-analiz gerçekleştirilerek düzeltilmiş bir tedavi etkisi elde edilir.

Diğer seçim modelleri gibi, yöntem de, tedavi etkisi ile deneme büyüklüğü arasındaki ilişkinin, bu bölümde daha önce sıralanan diğer nedenlerle değil, yalnızca yayın yanlılığından kaynaklandığı varsayımına dayanır. Sutton ve ark. Cochrane Database of Systematic Reviews’dan 48 meta-analizde yayın yanlılığını değerlendirmek için kırp ve doldur yöntemini kullandı.

Cochrane meta-analizlerinin %56’sının en az bir eksik çalışması olduğunu ve bu nedenle yayın yanlılığına maruz kalabileceğini, 10’da ise eksik çalışmaların sayısının istatistiksel olarak anlamlı olduğunu buldular. Ancak simülasyon çalışmaları, kırp ve doldur yönteminin, yanlılık olmasa bile, meta-analizlerin önemli bir kısmında “eksik” çalışmaları tespit ettiğini bulmuştur.

Bu nedenle, yöntemin kritik olmayan bir şekilde uygulanmasının, rastgele varyasyondan başka bir şeyden kaynaklanan huni grafiği asimetrisine yanıt olarak var olmayan çalışmalar için ekleme ve düzeltme yapma anlamına gelmesi tehlikesi vardır.

Yayın yanlılığının mevcut olduğu varsayıldığında etki tahminlerinin ‘düzeltilmesi’ sorunludur ve devam eden bir tartışma konusudur. Sonuçlar büyük ölçüde kullanılan modelleme varsayımlarına bağlı olabilir. Belirli bir sonuç kümesinin yayınlanma olasılığını birçok faktör etkileyebilir ve bunları yeterince modellemek imkansız değilse de zor olacaktır. Bu nedenle, seçim mekanizmalarını modelleyen istatistiksel yöntemlerin kullanımını, önyargıyı düzeltmekten ziyade tanımlamayla sınırlamak ihtiyatlı olacaktır.

Copas, bir çalışmanın meta analize dahil edilme olasılığının standart hatasına bağlı olduğu bir model geliştirmiştir. Tüm model parametrelerini kesin olarak tahmin etmek mümkün olmadığı için, tahmin edilen işlem etkisinin değerinin seçim yanlılığının şiddeti hakkında bir dizi varsayım altında hesaplandığı duyarlılık analizlerini savunuyor.

Yayın yanlılığı için “düzeltilmiş” tek bir tedavi etkisi tahmini yerine, okuyucu, varsayılan seçim yanlılığı miktarı arttıkça tahmini etkinin (ve güven aralığının) nasıl değiştiğini görebilir. Yöntemin çevresel tütün dumanı ve akciğer kanseri epidemiyolojik çalışmalarına uygulanması, yayın yanlılığının bu çalışmaların meta-analizlerinde gözlemlenen bazı ilişkileri açıklayabileceğini düşündürmektedir.

Huni Grafiğinin İstatistiksel Analogları

Yayınlanmaya veya yayınlanmamaya yol açan seçim sürecini tanımlamaya çalışmayan alternatif bir yaklaşım, çalışma boyutu ile tahmini tedavi etkileri arasındaki ilişkileri incelemek için istatistiksel yöntemler kullanmak, böylece huni grafiğinin grafik yaklaşımını bir değere dönüştürmektir. Begg ve Mazumdar, etki tahminleri ile varyansları (veya eşdeğer olarak standart hataları) arasındaki ilişkiyi incelemek için ayarlanmış bir sıra korelasyon yöntemi önerdi. Egger ve diğerleri, standart normal sapmanın (θ/s) kesinliğe (1/s) karşı geriletildiği bir doğrusal regresyon yaklaşımı ortaya koydu.

Bu ikinci yaklaşımın, standart hata s (θ = b0 + b1s) üzerindeki etki büyüklüğü θ’nin ağırlıklı bir regresyonuna karşılık geldiği gösterilebilir; burada ağırlıklar, etki büyüklüğünün varyansıyla ters orantılıdır. Regresyon katsayısı b1’in değeri ne kadar büyük olursa, küçük çalışma etkileri için kanıt o kadar büyük olur.

Bu yaklaşımların her biri, her çalışmada tedavi etkisi (örneğin, log bahis oranı oranı) ile standart hatası arasında bir ilişki aradığı için, standart hataya karşı tedavi etkisinin huni grafiklerinin istatistiksel analogları olarak görülebilirler. Her iki yöntem de istatistik paketi Stata’da uygulanmıştır.

The post Önyargıyı Tespit Etmek – Ödev Hazırlatma – Tez Yazdırma – Proje Yaptırma Fiyatları – Ödev Örnekleri – Ücretli Proje Yaptırma – 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).