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).

Birincil çalışmalarda, büyük ölçüde araştırmacıların kontrolü altında olduğundan, uygun bir örneklem büyüklüğünü belirlemek için öncelikle güç analizi kullanılır. Örneğin, araştırmacılar, planlanan kayıt dönemini veya sitelerin sayısını değiştirerek veya çalışmaya dahil edilme kriterlerini değiştirerek örneklem büyüklüğünü değiştirebilir. Meta-analizde konular oldukça farklıdır çünkü çalışmalar zaten mevcuttur, ancak bazı paralellikler vardır.

Dahil etme kriterleri daha fazla veya daha az çalışmayı içerecek şekilde değiştirilebileceğinden, çalışmaların sayısı üzerinde bir miktar kontrole sahibiz. Örneğin, yeterli gücü elde etmek için yeterli araştırmayı elde edemeyecekmişiz gibi görünüyorsa, dahil etme kriterlerini genişletmeyi, daha geniş katılımcı türlerini içeren çalışmaları dahil etmeyi düşünebiliriz.

Tersine, çok sayıda çalışma var gibi görünüyorsa, dahil etme kriterlerini daraltmayı seçebiliriz. Dahil etme kriterlerinin değiştirilmesi, inceleme tarafından ele alınan soruyu değiştirir ve çoğu durumda, güç değerlendirmeleri nedeniyle orijinal soruyu yanıtlamaktan daha uygundur.

Çoğu meta-analiz, birincil çalışmalar yapıldıktan sonra planlanırken, meta-analizleri ileriye dönük olarak planlamak için bazı girişimler devam etmektedir. Örneğin, bir hastane konsorsiyumu, tüm bu çalışmaları bir meta-analize dahil etmek amacıyla bir dizi çalışma yapmayı planlayabilir. Bu durumda amaç, bireysel çalışmalardan ziyade özet etki için iyi bir güç sağlamak olabilir.

Bu durumda meta-analist, bireysel çalışmaların örneklem büyüklükleri ve çalışmaların (veya hastanelerin) sayısı üzerinde doğrudan etkiye sahip olabilir. Bu bölümde güç değerlendirmelerinin amaçlanan meta-analiz modeline bağlı olduğunu gördük. Özellikle, sabit etkili bir meta-analiz için sadece çalışmalar genelindeki toplam örneklem büyüklüğü önemlidir, oysa rastgele etkiler meta-analizi için her biri 1000 hasta (toplam 5000 hasta için) olan beş hastaneyi on hastane kullanma seçeneği önemlidir. her birinde 500 hasta bulunan hastaneler (aynı toplam için) güç için önemli ölçüde farklı değerler verebilir.

Güç analizi, gözden geçirme tamamlandıktan sonra değil, gözden geçirme planlanırken yapılmalıdır. Araştırmacılar bazen olgudan sonra bir güç analizi yapar ve Gücün düşük olduğunu ve bu nedenle önemli bir etkinin yokluğunun bilgilendirici olmadığını bildirir. Bu doğru olmakla birlikte, aynı soruyu, güven aralığı ile birlikte gözlemlenen etki büyüklüğünü basitçe rapor ederek ele almak tercih edilir.

Örneğin, etki büyüklüğü 0.4’tür ve güven aralığı 􏰃0.10 ila ± 0.90’dır, Gücün düşük olduğu ifadesinden çok daha bilgilendiricidir. Güven aralıklarıyla birlikte etki büyüklüğü ifadesi yalnızca klinik olarak önemli bir etkiyi dışlayamayacağımızı açıklığa kavuşturmakla kalmaz, aynı zamanda bu etkinin ne olabileceğine ilişkin bir aralık da verir (burada, 􏰃0.10 kadar düşük ve ± 0.90 kadar yüksek).

g*power güç analizi nasıl yapılır
Güç analizi HESAPLAMA programı
g*power analizi indir
Power analizi nasıl yapılır
Güç analizi hesaplama
Spss güç analizi Nasıl yapılır
g*power analiz programı
G-power analizi Nedir

BİRİNCİL ÇALIŞMALARDA GÜÇ ANALİZİ

Güç analizi formülleri, meta-analiz ve birincil çalışmalar için çok benzerdir. Meta-analize dönmeden önce, bir bağlam sağlamak için birincil çalışmalar için güç analizindeki bazı kilit konuları gözden geçiriyoruz.

Veriler toplandıktan sonra hesaplanan istatistiksel önem, üç unsurun bir fonksiyonudur: gerçek etki büyüklüğü, tahmin edildiği kesinlik (büyük ölçüde örneklem büyüklüğüne bağlıdır) ve istatistiksel anlamlılık için kullanılan kriter (alfa). Etki büyüklüğü büyükse, kesinlik yüksekse veya istatistiksel anlamlılık kriteri liberalse (yani alfa büyükse), bir çalışmanın istatistiksel olarak anlamlı olması daha olasıdır.

Basitçe istatistiksel anlamlılık hakkında bir tahmin olan güç, aynı üç unsur tarafından aynı şekilde belirlenir. Bu paralellik, önem ve güç formüllerinde açıktır. Z test istatistiğine dayalı bir anlamlılık testi düşünün. Gözlenen değer şu şekilde hesaplanır.

M, verilerden ve VM’nin varyansından elde edilen etki büyüklüğü tahminidir. Bu Z değeri, iki uçlu p değeri ile standart normal dağılım referans alınarak değerlendirilir. Güç analizinde, sıfır hipotezi altında değil, belirli alternatifler altında Z’nin dağılımını dikkate alıyoruz. Olarak tanımlanan alternatif bir gerçek Z değerini temsil etmek için bir lambda (l) parametresi kullanacağız.

Not: Vd’yi hem (Z denklemi) hem de l in (lambda denklemi) içindeki gerçek varyans için kullanıyoruz. Kesin olarak, bunlar farklıdır ve farklı şekilde not edilebilir. Ancak meta-analizde genellikle ikisi arasında ayrım yapmayız (tahmini varyansların bilindiğini varsayıyoruz), bu yüzden bu bölümde yapmayacağız. Bir çalışmanın gücü, Z’nin gerçek ortalaması l olduğunda istatistiksel olarak anlamlı olan Z değerlerinin gözlemlenme olasılığıdır.

Belirli bir etki boyutu (d), kesinlik (1/Vd) ve 􏰈 için gerçek güç hesaplaması genellikle basittir. Güç analizindeki zorluk, gerçekçi koşullarda çalışmanın gücü için değerleri belirlemek için bu faktörlerin her biri için makul bir değer aralığı belirlemektir. Güç, etki büyüklüğü ve 􏰈’nin sabitlendiği ve gerekli Vd değerinin hesaplandığı örneklem büyüklüğü hesaplamaları için aynı formüller kullanılır. Vd’den, bu kriterleri karşılayacak bir örneklem büyüklüğü hesaplanabilir. Aşağıdaki tartışmada, örneklem boyutunun hesaplanmasından ziyade esas olarak gücün araştırılmasına odaklanacağız.

Efekt boyutu için bir değer aralığı bulma

Gücü hesaplamak için kullanılan etki büyüklüğü, gerçek (popülasyon) etki büyüklüğü olarak tanımlanır. Ancak, popülasyon etki büyüklüğünü gerçekten bilmediğimiz için, bu işleve hizmet edecek bir sayı seçmeliyiz. Bir örneklem büyüklüğü hesaplamasında, tespit edilmesi önemli olabilecek en küçük etki büyüklüğünü kullanırız ve bu tamamen çalışmanın bağlamına bağlıdır. Örneğin, ölüm riskini azaltmak için bir tedaviye bakıyorsak, küçük bir etkinin bile önemli olduğuna karar verebiliriz.

Buna karşılık, grip riskini azaltmak için tedaviye bakıyorsak, yalnızca nispeten büyük bir etkinin tespit edilmeye değer olduğuna karar verebiliriz. Güç analizinde, etki büyüklüğü için makul değerler seçmeliyiz ve genellikle bir dizi değer araştırılır. Bu aralık, maddi veya klinik öneme dayanmalı ve mümkün olduğunda mevcut verilerle bilgilendirilmelidir.

Örneğin, olaylarda tipik olarak %10-15’lik bir azalma sağlayan bir ilaç sınıfıyla çalışıyorsak, muhtemelen bu aralığa (veya buna yakın) düşen bir etki büyüklüğü kullanmalıyız. Önceki çalışmalar veya bir pilot çalışma, makul bir aralığın belirlenmesine yardımcı olabilir ve araştırmacılar, Cohen’in sosyal bilim araştırmalarında küçük, orta ve büyük etkiler için önerileri gibi sözleşmelerin kullanımına da başvurabilirler.

The post GÜÇ ANALİZİ NE ZAMAN KULLANILMALI? – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).