Cooper, metodolojik olarak zayıf çalışmaları hariç tutma girişimlerinde dikkatli olmak için başka bir nedene dikkat çekti. Bu tür kararları vermek için değerlendiriciler, metodolojik kalite konusunda her çalışmayı yargılamalı ve derecelendirmelidir. Cooper (1998), araştırma kalitesi yargıları için değerlendiriciler arası anlaşmaya ilişkin araştırmanın, deneyimli değerlendiriciler arasındaki ortalama korelasyonun, metodolojik kalite değerlendirmelerinin öznelliğini gösteren en iyi ihtimalle yaklaşık .50 olduğunu gösterdiğini belirtti.

Spearman-Brown formülüne dayalı olarak, yaklaşık .85’lik bir güvenilirlik elde etmek için altı değerlendiricinin kullanılmasını gerektirecektir. Çoğu meta-analiz, altı deneyimli yargıcın kayda değer zaman ve çabalarından yararlanamayacak. Daha az sayıda yargıç kullanılması, genellikle, yasaklayıcı sayıda kabul edilebilir çalışmanın hatalı olarak elenmesiyle sonuçlanacaktır.

Metodolojik zayıflıklar sorunu, ilgili ve alakasız çalışmalar sorunundan ayrılmalıdır. İlgili çalışmalar, çıkar ilişkisine odaklanan çalışmalardır. Örneğin, kişi rol çatışması ve iş tatmini arasındaki ilişkiyle ilgileniyorsa, yalnızca rol çatışması ve örgütsel özdeşleşme ölçümleri arasındaki korelasyonları bildiren çalışmalar ilgisiz oldukları için hariç tutulmalıdır. (Bu tür araştırmalarla yeterince karşılaşılırsa, elbette, rol çatışması ile örgütsel özdeşleşme arasındaki ilişkinin ayrı bir meta-analizi yapılabilir.)

Farklı bağımlı değişken yapılarının ölçümleri normalde aynı meta-analizde birleştirilmemelidir, ancak eğer öyleyse, kavramsal olarak farklı her bağımlı değişken için ayrı meta-analizler de rapor edilmelidir. Glass ve arkadaşları, farklı bağımlı değişken yapılarını birleştirir ve bu konuda ciddi biçimde eleştirilirler. Elma ile armudu karıştıran meta-analizlerin yorumlanmasının zor olduğu doğru olsa da, her bir bağımlı değişken yapısı için daha sonra ayrı meta-analizler sunulduğu sürece herhangi bir zararı yoktur.

Genel olarak, farklı bağımsız değişkenleri karıştırmayan meta-analizlerin de bilgilendirici olma olasılığı daha yüksektir. Ancak soru basit değil. Örneğin, sözel yetenek ve iş performansı arasındaki ilişkiye ilişkin meta-analizlerimizde, diğer yeteneklere dayalı iş performansı korelasyonlarını (örneğin, nicel yetenek ölçümleri) hariç tuttuk.

Bizim amaçlarımız için, bu tür korelasyonlar önemsizdi. Bununla birlikte, daha sonra, sözel yetenek için korelasyonların ortalama ve standart sapmasının, nicel yetenek için ortalama ve standart sapmaya çok benzer olduğunu bulduk. Ayrıca, her iki tür ölçümün de geçerliliğinin, her ikisinin de genel zihinsel yeteneğin ölçüleri olması gerçeğinden kaynaklandığını da bulduk.

Nitel araştırma KODLAMA örnekleri
Kodlama Cetveli Örneği
Nitel araştırmada tema oluşturma
MAXQDA Nitel Veri Analizi
Nitel araştırmacılar için Kodlama El Kitabı PDF
Tematik kodlama nedir
Nitel araştırmada kodlama nasıl yapılır
Nitel veri analizi

Her ne kadar böyle bir analiz yapmamış olsak da, bu bulgular “g-yüklü” testler ile iş performansı arasındaki ilişkinin meta-analizini içeren her iki tür ölçümü de içeren bir meta-analiz için bir gerekçe sağlamaktadır. Mesele şu ki, farklı yapıları bir teorik perspektiften değerlendiren ölçümler, aynı yapıyı başka bir teorinin perspektifinden değerlendirebilir.

Ayrıca, ikinci teori anlamada bir ilerlemeyi temsil edebilir. Bu nedenle, bir meta-analizde yer alan bağımsız ve bağımlı değişken ölçülerinin ne kadar çeşitli olması gerektiği sorusu, ilk bakışta göründüğünden daha karmaşık ve incelikli bir sorudur. Cevap, araştırmacının belirli hipotezlerine, teorilerine ve amaçlarına bağlıdır.

Glass, araştırma konusunun meyve olması durumunda elma ile portakalın karıştırılmasında sakınca olmadığını belirtmiştir. Bu ifade bizim konumumuzla uyumludur. Ancak Glass, aynı meta-analizde farklı yapılar gibi görünen bağımsız ve bağımlı değişken ölçümlerinin dahil edilmesinin uygun olabileceğini savunarak burada sunulan teori temelli mantığın ötesine geçer.

Spesifik olarak, bu tür geniş, karışık meta-analizlerin bir araştırma literatürünü geniş vuruşlarla özetlemede haklı ve yararlı olabileceğini savunuyor. Bununla birlikte, dahil ettiğimiz çoğu araştırmacı, genellikle bu tür geniş kapsamlı araştırma özetlerini, daha odaklı meta-analizler kadar bilgilendirici bulmamaktadır.

En azından başlangıçta, belirli bir araştırma alanındaki meta-analizler muhtemelen o alandaki araştırmacılar tarafından tanınan ana yapılara karşılık gelecek kadar dar ve odaklanmış olmalıdır. Daha sonra, anlayış geliştikçe, teorik olarak uygun olduğu gösterilirse sonraki meta-analizler kapsam olarak daha geniş hale gelebilir.

Meta-Analizde Kodlama Çalışmaları

Birincil çalışmalardan elde edilen verileri kodlama süreci genellikle karmaşık, sıkıcı ve zaman alıcı olabilir. Bununla birlikte, meta-analizin kritik bir bileşenidir ve uygun ve doğru bir şekilde yapılması esastır. Stock (1994) ve Orwin (1994), birincil çalışmalardan elde edilen bilgilerin kodlanmasında yer alabilecek birçok husus, karar ve alt görevin ayrıntılı tartışmalarını sundu. Cooper’ın (1998) kodlamadaki bazı konuların daha kısa bir tartışmasını sunar.

Gerekli kodlamanın karmaşıklığı, meta-analizin altında yatan hipotezlere ve amaçlara bağlıdır ve bu da kodlama sorunlarının genel ayrıntılı tartışmasını zorlaştırır. Çalışmalar birçok boyutta farklılık gösteriyorsa, meta-analiz birkaç farklı ilişkiye odaklanır ve birçok çalışma özelliğinin çalışma sonuçlarını etkileyebileceğine inanmak için nedenler varsa, kodlama görevi genellikle oldukça karmaşık olacaktır.

Öte yandan, çalışmaların oldukça benzer olduğu araştırma literatürlerinde kodlama nispeten basit olabilir, odak tek bir iki değişkenli ilişkidir ve bu ilişkinin moderatörlerinin varsa da çok az olacağına inanmak için neden vardır. Böyle bir durumda, birkaç çalışma özelliğinin kodlanması gerekir, bu da kodlama görevinin kapsamını büyük ölçüde azaltır.

Bu ayrım, kodlayıcı anlaşması konusunda geçerlidir. Whetzel ve McDaniel (1988), ikinci tipteki çalışmalar için kodlayıcılar arası anlaşmanın ve kodlayıcılar arası güvenilirliğin neredeyse mükemmel olduğunu bulmuşlardır. Bu çalışmanın sonucu, bu tür araştırma literatürleri için kodlayıcılar arası anlaşma veya güvenilirliği bildirmeye gerek olmadığıydı.

Daha karmaşık kodlama görevlerinde bile, genel bulgu, kodlayıcı uyumu ve güvenilirliğinin tipik olarak oldukça iyi olduğu yönünde olmuştur. Ancak bu bulgular, çalışmaların daha nesnel yönlerinin kodlanması için geçerlidir. Daha önce belirtildiği gibi, genel çalışma metodolojik kalitesinin değerlendirilmesi gibi subjektif değerlendirmeler çok daha düşük bir anlaşma sağlar.

Ancak bir çalışmada, kodlayıcıların çalışmaların yöntem bölümlerini okumaya dayalı çalışmalarda psikolojik aracılar hakkında güvenilir bir şekilde çıkarımsal yargılarda bulunabildikleri ve bu yargıların meta-analizlerde önemli moderatör değişkenleri ortaya çıkardığı bulunmuştur.

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

Ölçüm hatasının denek içi tasarım üzerindeki etkisi oldukça doğrudandır: Bireysel tedavi etkisinin gözlemini bulanıklaştırır. Ernie’nin durumunu düşünün.

Zamanın yarısında, ölçüm hataları aynı işarete sahip olacak ve yaklaşık olarak birbirini götürecektir. Ancak zamanın diğer yarısında, ölçüm hataları zıt işaretlere sahip olacak ve böylece mutlak değerde birbirine eklenecektir. Bu nedenle, ölçüm hatası, bireysel denekler için tedavi etkisinin gözlemini bulanıklaştırır. Tedavi etkisine göre ölçüm hatası ne kadar büyükse, tedavi etkisini tek puanlarda tespit etmek o kadar zor olur.

Ölçüm hatası, denekler arasındaki ortalamaları iptal etme eğilimindedir. Böylece, ortalama kazanç puanına eşit olduğu için tedavi etkisi potansiyel olarak mükemmel bir şekilde gözlemlenebilir. “Potansiyel olarak” sözcüğü, 0 olanın yalnızca popülasyon ortalama hatası olduğu gerçeğini yansıtır; örnek ortalaması, ölçüm hatalarındaki örnekleme hatası nedeniyle 0’dan farklı olacaktır.

Bu nedenle, ölçüm hatasının bireysel verilere dahil edilmesi, özet istatistiklerimizin örnekleme hatasından, yani ölçüm hatalarına dayalı olarak hesaplanan istatistiklerdeki örnekleme hatasından zarar görmesine neden olur. Bu bölüm, örnekleme hatası etkilerini nicel olarak açıklamaktadır.

f’deki bileşen hatalarının her biri, TG’deki bileşen gerçek puanlarının her biri ile ilişkisiz olduğundan, f, TG ile ilişkisizdir. Böylece f, tam olarak klasik güvenilirlik teorisi tarzında kazanç puanında OG ölçüm hatası olarak hareket eder.

Yani kazanım puanlarının hata varyansı, ön test ve son test puanlarının hata varyansının tam olarak iki katıdır. Ön test ve son test puanları sırasıyla Y1 ve Y2 olarak gösteriliyorsa, bağımlı değişken puanlarının hata varyansı vardır.

Güvenilirlik mükemmel olsaydı (rY Y = 1.00), daha önce verilen mükemmel ölçüm örneğinde olduğu gibi hata varyansının 0 olacağını unutmayın. Ölçüm hatasının örnekleme hatası üzerindeki etkisi nedir?

Nitel araştırma konuları
Nitel araştırma yöntemleri
Nitel araştırma yöntemleri PDF
Nitel araştırma Desenleri
Nitel araştırma nedir
Nitel veri analizi
Nitel araştırma ÖRNEĞİ
Betimsel analiz nedir

Yani, denek etkileşimi tarafından tedavi yoksa, ortalama gerçek kazanç puanında örnekleme hatası yoktur çünkü varyans yoktur. (Deneklerin etkileşimine göre muamele durumu bir sonraki bölümde ele alınacaktır.) Ortalama ölçüm hatası ile verilir.

Örnek ortalama hatası 0 değildir, ancak örnekleme hatası ile 0’dan farklıdır. Bu nedenle, numune boyutu aşırı büyük olmadıkça, numunenin ortalama ölçüm hatası 0 olmayacaktır. Potansiyel örnekleme hatasının boyutu, varyansıyla verilir.

Bu nedenle, ölçüm hatasının gözlemlenen ham puan işleme etkisi üzerindeki etkisi aşağıdaki gibidir: Denek etkileşimi tarafından herhangi bir işlem yoksa, o zaman örnek ortalama kazanç puanı, ortalama kazançtaki örnekleme hatası nedeniyle ham puan işlem etkisinden farklı olacaktır.

Şimdi gözlemlenen kazanç puanlarının örnek varyansını düşünün. Denek etkileşimi ile tedavi yoksa, gerçek kazanç puanı denekler arasında sabittir. Gözlemlenen kazanç puanlarının popülasyon varyansı bu şekildedir.

Yani, etkileşim yoksa, o zaman gözlemlenen kazanç puanlarının varyansı, ölçüm hatalarının varyansıdır. Bu nedenle, ölçüm hatası, hem örnek ortalama kazanç puanına hem de örnek kazanım puanı varyansına örnekleme hatası getirir. Bu, karşılık gelen t testinin mükemmelden daha az güce sahip olmasına neden olur ve verilerden tedavi etkisinin tahminine ölçüm hatası ekler.

Standart Puanlarda Tedavi Etkisi

Şimdiye kadar, ham puanlar için tedavi etkisine odaklanıldı. Meta-analiz için sonuçlar tüm çalışmalarda aynı biçimde olmalıdır. Tüm çalışmalar aynı değişkenle aynı şekilde yapılmışsa, ham puan tedavi etkisi çalışmalar arasında toplanabilir.

Bununla birlikte, çoğu araştırma alanında aynı yapı çalışmalar arasında kullanılır, ancak bir çalışmadan diğerine farklı birimlerde ölçülür. Bu nedenle, tedavi etkisinin olağan ölçüsü, çalışmalar arasında aynı metrikte olan standart puan birimlerinde ölçülür. Tedavi etkisi durumunda, ana tedavi etkisi δ standart puan birimlerinde tanımlanır.

Son test standart sapması, ön test standart sapmasından farklıysa, “grup içi” standart sapma için üç seçenek vardır: (1) ön test standart sapma, (2) son test standart sapma ve (3) bir ortalama standart sapma. Teoride, en iyi seçim muhtemelen ön test standart sapmadır.

Yani bireysel farklılıkların başlangıç ​​düzeyi tedavi öncesi düzeydir. Pratikte en iyi standart sapma seçimi meta-analizde kullanılacak standart sapmadır. Alandaki çalışmaların büyük bir kısmı bağımsız grup çalışmaları olacaksa, meta-analiz muhtemelen grup içi varyansın karekökünü grup içi standart sapma olarak kullanacaktır.

Bu nedenle, denek içi tasarım için grup içi standart sapmanın en iyi seçimi, karşılık gelen ortalama standart sapma olacaktır. İstenen standart sapmanın, gözlemlenen puanların standart sapması değil, gerçek puanların standart sapması olduğuna dikkat edin. Bununla birlikte, bağımlı değişkenin güvenilirliği biliniyorsa, karşılık gelen gözlemlenen puan standart sapmasından gerçek puan standart sapmasının bir tahminini elde etmek kolaydır.

Bazı Kavramsal Konular

Etkileşimlerin tartışmasına geçmeden önce, terimlerin bir tartışmasını sağlamak için ara veriyoruz.

Seviye Puanları. İki tür puan vardır: (1) değişim puanı ve (2) ön test ve son test puanları. Ön test ve son testten tek bir adla bahsedebilmek için her iki puana da “seviye” puanları diyeceğiz. Dil, ön test ve son test deneğin bulunduğu “seviye” olarak düşünülerek türetilirken, değişim puanı tedavi etkisini ölçer.

Öntest-Sontest Korelasyonu. Şimdiye kadar bahsedilmeyen önemli bir istatistik, ön test ve son test arasındaki korelasyondur. Buna bazen “test-tekrar test korelasyonu” denir ve bazı bağlamlarda güvenilirliğin bir tahmini olarak kullanılabilir. Bununla birlikte, bazı bağlamlarda, test-tekrar test korelasyonu, güvenilirliğin zayıf bir tahmini olabilir. Ayrım öncelikle özne etkileşimi tarafından bir tedavi olup olmadığına göre belirlenir.

Önce notasyonu tanımlayalım. Ön test ve son test arasındaki korelasyon r12 ile, güvenirlik ise rYY ile ifade edilecektir. Basitlik için, buradaki ölçüm hatası tartışmamız, ölçüm hatasının rastgele yanıt hatası ve geçici hatanın toplamı olduğunu varsayar. Spesifik hata adı verilen başka bir hata türü daha vardır. Bağımlı değişkenin belirli bir hatası varsa, denek içi tasarımın tam olarak ele alınması biraz daha karmaşıktır. Farklı ölçüm hatası türlerinin tartışmasına bakın.

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