Sistematik ölçüm hatasını, yani kusurlu yapı geçerliliğini düşünün. Bir ölçünün gerçek puanları (T ) ile ölçülmesi amaçlanan yapı (C) arasındaki bağıntının 1.00’den az olduğu (yani, rCT < 1.00) ölçüde kusurlu yapı geçerliliği vardır.

Yalnızca bağımsız değişkenin kusurlu yapı geçerliliği varsa, kritik soru, bağımsız değişken ölçümü için kusurlu yapı geçerliliğine neden olan kirletici değişkenin nedensel doğasıdır. Bu kirletici bağımlı değişkenle nedensel olarak ilişkisiz ise, çalışma korelasyonu rXY azaltılacak ve zayıflama çarpanı bağımsız değişkenin yapı geçerliliği olacaktır a = rC1T , burada C1 amaçlanan yapıdır, yani amaçlanan bağımsız değişkendir.

Yalnızca bağımlı değişken kirlenmişse, etkiler bağımsız değişkenin etkileriyle uyumludur. Bağımlı değişken için kirletici, bağımsız değişkenle nedensel olarak ilişkisiz ise, o zaman çalışma korelasyonu rXY zayıflatılır ve zayıflama çarpanı bağımlı değişkenin yapı geçerliliğidir, rC2P, burada C2 amaçlanan yapıdır (amaçlanan yapıdır). bağımlı değişken) ve P, gözlenen Y puanlarının altında yatan gerçek puandır.

Her iki değişken de kirlenmişse, basit bir zayıflama formülü elde etmek için gerekli olan bir ek varsayım daha vardır: iki kirleticinin birbiriyle nedensel olarak ilişkisiz olduğu varsayımı. Bu varsayım geçerliyse, zayıflama faktörü rC1T rC2P’dir. Bu zayıflama işleminin rastgele ölçüm hatasından ayrı (ve ona ek) olduğuna dikkat edin.

Yapay Dikotomizasyon

Nicel bir değişkenin yapay olarak ikiye ayrıldığını varsayalım. Yani, nicel bir ölçü ile başlıyoruz ama bölerek onu ikili bir değişkene indirgiyoruz. Bu genellikle analizin sunulmasını kolaylaştırmak için açıkça yapılır. Örneğin, araştırmacı medyanda bölünebilir ve medyanın üstündekileri “yüksek” ve medyanın altındakileri “düşük” olarak adlandırabilir. Ancak bazen dikotomizasyon, dolaylı ve kasıtsız olarak yapılır.

Örneğin, tutum teorisindeki birçok davranışçı araştırmacı, davranışı önyargıyı temsil etmek için kullanırdı. Davranış ikilidir (özne yapar veya yapmaz), ancak önyargı değildir. Aksine, davranış önyargı için bir eşik görevi görür. Bu eşiğin üzerindekiler önyargılı, bu eşiğin altındakiler ise önyargısız davranırlar. Dolayısıyla, bu bağımlı değişkenin örtük bir dikotomizasyonudur.

Değişkenlerden yalnızca biri dikotomiye ayrıldığı sürece, sonuç basit bir zayıflama formülüdür; burada çarpan, iki serili korelasyon teorisi kullanılarak bölünmüş olasılıklardan hesaplanır. Her iki değişken de ikiye ayrılırsa, her ikisinin etkisinin çarpanı, matematiksel olarak karmaşık bir teori olan tetrakorik korelasyon teorisinden hesaplanır. Hunter ve Schmidt (1990b), yakın bir tahminle, her ikisi için etkinin yaklaşık olarak her biri için ayrı ayrı çarpanların ürünü olduğunu gösterdi. (Bu yaklaşımın daha az doğru olduğu durumları tartışırlar.)

Sistematik hata örnekleri
Sistematik hata ne demek
Tesadüfi hata örnekleri
Sistematik hata Türleri
Sistematik hata güvenirliği etkiler mi
Sistematik hata nedir istatistik
Rastgele hata örnekleri
Sabit hata örnekleri

Çoklu Eserler

Bu eserlerden birkaçının bulunduğu bir araştırma düşünün. Basit eserler, etkilerini basit bir çarpımsal yolla birleştirir. Mükemmel bir çalışma ile başlayabilir ve eserler birer birer eklenebilir. Son yapı girildikten sonra, elde edilen formül, yapıların birleşik etkilerinin formülü olacaktır. Okuyucu, eserler farklı bir sırayla ele alındığında farklı sonuçlar elde edileceğinden endişelenebilir, ancak basit eserler için bu doğru değildir. Nihai sonuç, herhangi bir sipariş için aynıdır.

Nihai sonuç, bu çalışma için artefaktların kombinasyonu tarafından üretilen zayıflama için bir formüldür. Basit artefaktlar için nihai sonuç, tek bir artefakt formuyla aynı forma sahip bir zayıflama formülüdür. Gerçek efekt boyutu, genel bir artifakt çarpanı A ile çarpılır. Birleşik çarpan A, tek tek eserler için çarpanların ürünüdür.

Basit artefaktlar için bu formül, Callender-Osburn’ün (1980) artefakt dağılımı meta-analizine yaklaşımını çok etkili kılar. Hunter ve Schmidt, Callender-Osburn yaklaşımını herhangi bir sayıda yapay yapıyı kapsayacak şekilde genişletti ve genişletilmiş formülün yalnızca basit yapay nesnelerle alanlarda meta-analiz sorununu tamamen çözdüğünü gösterdi. Ancak, menzil kısıtlaması bu formun basit bir eseri değildir.

Basit Artefaktlar İçin Meta-Analiz

Basit artefaktlar için artifakt dağılımı meta-analizi, gösterildiği gibi Callender-Osburn çarpımsal yönteminin bir uzantısı ile en kolay şekilde yürütülebilir. Önemli noktalar burada gözden geçirilir.

Çoklu Basit Eserler

Birkaç basit artifakt için, tek artifakt çarpanı a yerine bileşik çarpan A ile artefakt dağılımı meta-analizi için aynı denklemleri kullanırız. Bileşik çarpan A’nın ortalama ve standart sapması hesaplanırken komplikasyonlar ortaya çıkar. Genellikle bir seferde yalnızca bir artefakt hakkında bilgi sahibi oluruz, örneğin, o artefakt için ortalama ve standart sapma. Artefaktlar birbirinden bağımsız ise, bileşik çarpanın ortalama ve standart sapması, tekli artefaktların ortalamalarından ve standart sapmalarından hesaplanabilir.

Doğrudan Menzil Kısıtlaması

Menzil kısıtlaması, önyargılı örneklemenin özel bir durumudur. Bir popülasyon için parametreleri tahmin etmek istiyoruz, ancak birincil verilerimiz farklı bir popülasyonda toplanıyor. Belirli koşullar altında, istenen popülasyon için istatistiksel tahminleri, çalışılan popülasyondan elde edilen istatistiksel tahminlerden hesaplayabiliriz.

Doğrudan menzil kısıtlaması koşulları altında, artefakt düzeltmelerinin belirli bir sırada yapılması gerektiği ortaya çıktı. Aynı şey dolaylı menzil kısıtlaması için de geçerlidir, ancak gerekli düzeltme sırası farklıdır. Düzeltmelerin yapıldığı belirli diziler için bu gereksinimler, meta-analizin her iki yaklaşımını da etkiler: her bir korelasyonun ayrı ayrı düzeltilmesi ve yapay dağılım meta-analizi.

Bu kitabın 1990 baskısı yalnızca doğrudan menzil kısıtlamasını ele aldı ve doğrudan menzil kısıtlaması koşulları altında düzeltmelerin yapılması gereken sırayı tam olarak ele almadı. Bu kitapta, bu doğrudan menzil kısıtlaması için düzeltilmiştir ve buna ek olarak, dolaylı menzil kısıtlaması için gerekli artefakt düzeltmeleri dizisi de dahil olmak üzere, dolaylı menzil kısıtlamasının genişletilmiş bir tedavisini ekledik.

Olayları bir perspektife oturtmak gerekirse, yapay düzeltmeleri yanlış sırada yapmak genellikle sonuçlarda yalnızca küçük hatalara yol açar. Bununla birlikte, doğrudan menzil kısıtlaması için düzeltmelerin kullanılması, aslında, verileri fiilen etkileyen menzil kısıtlaması dolaylı menzil kısıtlaması olduğunda, daha sonra gösterildiği gibi, ρ ̄ değerlerinin önemli ölçüde eksik tahmin edilmesiyle sonuçlanır (%25’e kadar veya daha fazla eksik tahmin).

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

Önceki türetme, hemen herhangi bir sayıda faktöre uzanır. Örneğin, dört değişkenin çarpımının varyansı vardır.

Yani, her terimde karesi alınmış bir ortalama için bir varyans ikamesi vardır. Kare dörtlü çarpım A2 = [abcd]2 çarpanlara ayrılırsa, bu tür her bir ikame, varyasyon katsayısının karesi ile temsil edilir.

Tam yapıt dağılımı meta-analizi için formüller ilk olarak “geçerlilik genelleştirme” başlığı altında personel seçimi araştırmasının özel alanında geliştirilmiştir. Ancak, personel seçiminde araştırmada belirli bir tuhaflık vardır; özellikle, Bölüm 3’te belirtildiği ve bu bölümde daha sonra açıklandığı gibi, tahmin edici (bağımsız) değişkendeki ölçüm hatasını düzeltmemek için nedenler vardır.

Sonuç olarak, geçerlilik genellemesinden elde edilen formüller, genel olarak sosyal ve davranış bilimlerindeki araştırma entegrasyonunun daha geniş genel bağlamında faydalı olacak şekilde değiştirilmelidir. Burada üç formül seti geliştireceğiz. İlk olarak, en yaygın durumu ele alacağız: x ve y değişkenlerinin her ikisinde de ölçüm hatası, ancak aralıkta kısıtlama yok. Daha sonra, bu eserlerin üçünün de düzeltilmesi gereken durum için bir dizi formül geliştireceğiz.

Bu formüller yalnızca doğrudan menzil kısıtlaması için geçerlidir. Daha önce belirtildiği gibi, menzil kısıtlaması dolaylı olduğunda farklı prosedürler kullanılmalıdır. Bu bölümün ilerleyen kısımlarında, aralık kısıtlaması dolaylı olduğunda kullanılacak yöntemleri sunacağız. Ayrıca literatürde kullanılmış olan geçerlik genelleme formüllerini de sunacağız.

Bu yöntemlerin çoğu, yalnızca aralık kısıtlaması doğrudan olduğunda uygundur ve aralık kısıtlamasının dolaylı olduğu verilerle kullanıldığında ortalama geçerlilikleri olduğundan az tahmin edecek ve SDρ değerini olduğundan fazla tahmin edecektir. Aslında, yayınlanmış geçerlilik genelleme çalışmalarının çoğunda durum böyle olmuştur.

Çalışılmış Bir Örnek: Ölçüm Hatası

Sosyal bilimlerdeki değişkenler genellikle sadece zayıf ölçülür. Bu nedenle, ölçüm hatasını ortadan kaldırmak için sonuçlar düzeltilmelidir. Belirli bir alandaki çalışmaları zayıflatan tek artefaktın ölçüm hatası olduğunu varsayalım. (Veya, ne yazık ki, daha gerçekçi olarak, bunun, üzerinde bilginin mevcut olduğu tek eser olduğunu varsayın.)

Örgütsel bağlılık ve iş tatmini arasındaki ilişkiye ilişkin varsayımsal bir dizi çalışmanın meta-analizi için temel hesaplamaları sunmaktadır. Sekiz çalışma için temel bulguları ve artefakt bilgilerini sunar. Çalışmalar üç grupta listelenmiştir.

İlk çalışma çifti, örgütsel bağlılık veya iş tatmini ile ilgili hiçbir korelasyonel veri sunmaz, ancak bu çalışmalar örgütsel bağlılık hakkında güvenilirlik verileri içerir. İlki, Ermine’nin kendi örgütsel bağlılık ölçüsünü sunduğu klasik çalışmadır. İkinci çalışma, Ferret’in “Ermine’den anahtar öğeleri” kullandığı ve ardından bağlılığı diğer değişkenlerle (iş tatmini dahil değil) ilişkilendirdiği çalışmadır.

Sistematik hata ne demek
Bağıl hata hesaplayıcı
Sistematik hata örnekleri
Gerçek hata formülü
Gerçek hata nedir
Tesadüfi hata örnekleri
Sistematik hata Türleri
Ortalama hata formülü

İkinci çalışma çifti, yalnızca iş tatmini ölçeklerine ilişkin güvenilirlik bilgilerini içerir. Son olarak, son dört çalışma sadece korelasyonel bilgi içerir (her çalışma madde verisine sahip olsa da ve bu nedenle, o çalışma için en azından katsayı alfa güvenirlik katsayılarını hesaplamış olabilir). Korelasyonlardan ikisinin istatistiksel olarak anlamlı, ikisinin ise önemsiz olduğunu görüyoruz.

Meta-analiz çalışma sayfasını sunar. a sütunu, ilk düzeltilebilir artifakt için zayıflama faktörünü, yani bağımsız değişkenin güvenilirliğinin karekökünü sunar. b sütunu, ikinci düzeltilebilir artefakt için zayıflama faktörünü, yani bağımlı değişkenin güvenilirliğinin karekökünü sunar. Tablonun alt kısmında, her bir girişin ortalaması ve standart sapması verilmiştir.

Bu örnekleme hatası analizi, çalışmalar arasındaki korelasyonlarda çok az farklılık olduğunu göstermektedir. %95 güvenilirlik aralığı .13 ≤ ρxy ≤ .23’tür. Böylece istatistiksel anlamlılık bulamayan iki çalışma Tip II hatalara neden olmaktadır.

Popülasyon korelasyonlarının standart sapması bu nedenle .000610’un karekökü veya SDρ = .0247 olarak tahmin edilir. Yuvarlak sayılarda, gerçek çalışma korelasyonlarının ortalama .30 ve standart sapmanın .025 olduğu tahmin edilmektedir. Etki büyüklüğü korelasyonları normal bir dağılıma sahipse, %95 güvenilirlik aralığıdır.

Burada sadece iki çalışma yapaylığının düzeltildiğini hatırlamak önemlidir: bağımsız ve bağımlı değişkenlerdeki ölçüm hatası. Bu nedenle, gerçek korelasyonlara atfedilen artık varyasyon, kusurlu yapı geçerliliği veya kötü veriler vb. gibi düzeltilmemiş eserler nedeniyle varyasyon içerir. Bu nedenle, gerçek standart sapma, .025 nominal tahminden daha az olabilir.

Bu örnekte artefaktların etkisini ele alalım. Örnekleme hatasının ortalama korelasyon üzerindeki etkisinin ihmal edilebilir olduğu varsayılmıştır (ancak bu sadece 272’lik bir toplam örneklem büyüklüğü ile gerçekten doğru olmayacaktır). Bununla birlikte, örnekleme hatasının çalışmalar arasındaki varyans üzerindeki etkisi çok büyüktür. Örnek korelasyonlarının varyansı .01465 olup, örnekleme hatası .013974, güvenirlik varyasyonundan kaynaklanan varyans .000137 ve “başka” .000539’dur. Diğer bir deyişle, çalışmalar arasındaki korelasyonlardaki varyansın %95’i örnekleme hatasından, %1’i güvenilirlikteki farklılıktan ve %4’ü belirtilmemiş diğer belirleyicilerden kaynaklanmaktadır.

Güvenilirliklerdeki varyasyon, gözlemlenebilir korelasyonlardaki varyasyonun sadece %1’ine neden olur, ancak ölçüm hatasının ortalama korelasyon üzerindeki etkisi çok büyüktür. Ölçüm hatası, ortalama korelasyonun .30’dan .18’e düşmesine neden oldu, bu da %40’lık bir azalmadır.

Çalışılmış Bir Örnek: Güvenilmezlik ve Doğrudan Menzil Kısıtlaması

Üç yapay nesne hakkında yapay bilgimiz olduğunu varsayalım: bağımsız değişkende ölçüm hatası, bağımlı değişkende ölçüm hatası ve bağımsız değişkende doğrudan aralık kısıtlaması gerekir.

Varsayımsal çalışma için hem artifakt bilgilerini ham formda hem de her bir artefakt için hesaplanan zayıflama faktörlerini sunar. Tablo 4.2’deki örnek, referans popülasyondaki iki değişken üzerindeki gerçek puanlar arasındaki popülasyon korelasyonunun her zaman ρ = .60 olduğu varsayılarak oluşturulmuştur. İlk beş sütun, 16 varsayımsal çalışmadan çıkarılan verilerdir. Son üç sütun, sırasıyla rXXa , rYYa ve ux değerlerinden hesaplanan a, b ve c değerleridir.

Tahmini standart sapma bu nedenle 0’dır. Bu örnek gerçek bir değişiklik olmadığı varsayılarak oluşturulduğu için standart sapma 0 olmalıdır ve öyledir. Böylece, nihai meta-analiz sonuçları ρ ̄ = .59 ve SDρ = 0’dır. Bu sonuçlar, gerçek değerlerle (verileri oluşturmak için kullanılan değerler) hemen hemen aynıdır: ρ ̄ = .60 ve SDρ = 0. fark, artefakt dağılımı meta-analizinin kesin bir hesaplamadan ziyade bir tahmin olduğunu gösterir.

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