İç geçerlik, bir denemeye dahil edilen hasta grupları arasında gözlemlenen farklılıkların, rastgele hata dışında, araştırılan müdahaleye atfedilebileceğini ima eder. İç geçerlilik, “gerçek değerlerden sistematik olarak farklı sonuçlar üretme eğiliminde olan herhangi bir çıkarım aşamasında herhangi bir süreç” olarak tanımlanan yanlılık tarafından tehdit edilmektedir.

Klinik deney araştırmalarında, potansiyel önyargılar dört kategoriye ayrılır. Bunlar, (i) hastaların özellikleri (seçim yanlılığı), (ii) değerlendirilen tedaviden ayrı bakım sağlanması (performans yanlılığı), (iii) sonuçların değerlendirilmesi (tespit yanlılığı) bakımından karşılaştırma grupları arasındaki sistematik farklılıklarla ilgilidir. ve (iv) hasta yıpranmasının meydana gelmesi ve ele alınması (aşınma yanlılığı) gerekir.

Seçim Yanlılığı

Randomizasyonun amacı, bilinen veya bilinmeyen potansiyel karıştırıcı faktörler açısından karşılaştırılabilir grupların oluşturulmasıdır. Başarı birbiriyle ilişkili iki manevraya bağlıdır. İlk olarak, örneğin bozuk para atmak, zar atmak veya bir bilgisayar algoritması kullanmak suretiyle öngörülemeyen bir tahsis sırası oluşturulmalıdır. İkincisi, bu sıralama, hastaları kaydeden araştırmacılardan gizlenmelidir.

Örneğin, bir ilan tahtasına açıkça asılmış bir rasgele sayı tablosunun kullanımından kaynaklanan, yaklaşan atamaların bilgisi, prognostik faktörlere dayalı olarak hastaların seçici olarak kaydedilmesine neden olabilir.

“Uygunsuz” olduğu düşünülen bir tedaviye atanacak hastalar reddedilebilir ve bazı hastalar, istenen atama mevcut olana kadar araştırmaya girişlerini geciktirerek kasıtlı olarak “uygun” tedaviye yönlendirilebilir. Takvimi gizlemek için bir girişimde bulunulsa bile, tahsis planlarının şifresi çözülebilir. Örneğin, atama zarfları açılabilir veya çok parlak bir ışığa karşı tutulabilir.

Performans ve algılama yanlılığı

Karşılaştırma gruplarından birine tercihli olarak ek terapötik müdahaleler sağlanırsa performans yanlılığı oluşur. Hastaların ve bakım sağlayıcıların kör edilmesi bu tür yanlılığı önler ve ayrıca karşılaştırma grupları arasındaki plasebo yanıtlarındaki farklılıklara karşı koruma sağlar. Tespit yanlılığı, hasta atama bilgisi sonuç değerlendirme sürecini etkiliyorsa ortaya çıkar. Hastalar, klinisyen araştırmacılar, radyologlar ve son nokta inceleme komiteleri dahil olmak üzere sonuçları değerlendirenlerin kör edilmesiyle saptama yanlılığından kaçınılır.

Yıpranma Yanlılığı

Protokol sapmaları ve takip kaybı, hastaların tedavi gruplarına ayrıldıktan sonra dışlanmasına yol açabilir, bu da yıpranma yanlılığına neden olabilir. Olası protokol sapmaları, uygunluk kriterlerinin ihlal edilmesini ve öngörülen tedavilere uyulmamasını içerir.

Takip kaybı, hastanın daha fazla katılmayı vicdanen reddetmesi (ayrıca bırakma olarak da adlandırılır), atanan müdahaleyi durdurmaya yönelik klinik bir karar nedeniyle veya çalışma döneminin bir aşamasında hastaların muayeneler için uygun olmaması anlamına gelir. örneğin haber vermeden taşındığı için hastayla iletişim kurulamaz.

İçerik geçerliliği Nedir
GEÇERLİLİK Türleri
Güvenirlik Nedir
SPSS geçerlilik analizi
Test geçerliliği
Güvenirlik nedir ölçme
Güvenirlik Türleri
Güvenirlik katsayısı formülü

Tahsisten sonra hariç tutulan hastaların, çalışmadaki tüm hastaları temsil etmesi olası değildir. Örneğin, hastalar, hastalıklarının akut alevlenmesinden veya ciddi yan etkilerin ortaya çıkmasından muzdarip oldukları için takip için uygun olmayabilirler. Tedavilere uymayan hastalar genellikle prognozla ilgili açılardan farklılık göstermektedir.

Bu nedenle tüm randomize hastalar analize dahil edilmeli ve çalışma protokolüne bağlılıklarına bakılmaksızın orijinal olarak atanan gruplarda tutulmalıdır. Başka bir deyişle, analiz, tedavi etme ilkesine göre yapılmalı, böylece seçim yanlılığından kaçınılmalıdır. Doğal olarak bu, birincil sonucun aslında tüm randomize hastalar için takip süresi boyunca önceden belirlenmiş zamanlarda kaydedildiği anlamına gelir.

İlgilenilen son nokta tüm nedenlerden ölümse, bu çoğu zaman belirlenebilir. Bununla birlikte, geriye dönük olarak diğer ikili veya sürekli sonuçları tespit etmek basitçe imkansız olabilir ve bu nedenle bazı hastaların analizden çıkarılması gerekebilir. Bu durumda, analize dahil edilmeyen hastaların oranı rapor edilmeli ve yıpranma yanlılığı olasılığı tartışılmalıdır.

Önyargı ampirik kanıtı

Çok sayıda vaka çalışması, yukarıda açıklanan yanlılıkların pratikte ortaya çıktığını ve klinik deneylerin sonuçlarını çarpıttığını göstermektedir. Bir sistematik inceleme örneğinde veya büyük bir klinik çalışma popülasyonunda göreceli önemlerini ölçmeye çalışan yedi metodolojik çalışmanın farkındayız. Burada Schulz ve arkadaşlarının iki çalışmasına odaklanacağız. ve Moher et al. çünkü bu yazarlar hastalık veya müdahale ile kafa karıştırmaktan kaçındılar ve randomize ve körleme gibi çalışma kalitesinin bireysel boyutlarını incelediler.

Her iki çalışmada da tedavi tahsisinin yetersiz gizlenmesi, ortalama olarak, tedavi etkilerinin yaklaşık %40 oranında abartılmasıyla ilişkilendirilmiştir. Uygun olmayan tahsis dizileri üretimi, tedavi etkileri ile ilişkilendirilmemiştir. Bununla birlikte, bir çalışmada yalnızca yeterli ayırma gizlemesi olan denemeler analiz edildiğinde, yetersiz ayırma dizileri neslinin açıklamasına sahip olanlar yine şişirilmiş tedavi etkileri verdi.

Bu nedenle, gerçekten rastgele olan bir tahsis dizisi, seçim yanlılığının önlenmesi için gerekli ancak yeterli olmayan bir koşul gibi görünmektedir. Sekanslar tahmin edilebilir ise, yeterli gizleme ile bile bir miktar deşifre gerçekleşebilir. Öte yandan, gerçekten rastgele olan dizilerin oluşturulması, diziler hasta kaydına dahil olanlardan gizlenmiyorsa önemsizdir.

Schulz ve ark. Çift körlemenin olmamasının ortalama olarak daha büyük tedavi etkileriyle ilişkili olduğunu bulmuş, Moher ve meslektaşları anlamlı bir ilişki bulamamışlardır. Körlemenin önemi bir dereceye kadar değerlendirilen sonuçlara bağlı olacaktır. Bazı durumlarda, örneğin bir müdahalenin genel mortalite üzerindeki etkisini incelerken, sonuç değerlendirmesinin körlenmesi alakasız olacaktır.

İncelenen sonuçların türündeki farklılıklar bu nedenle iki çalışma arasındaki farklılığı açıklayabilir. Yalnızca Schulz ve meslektaşları yıpranma yanlılığını ele aldı. Beklenmedik bir şekilde, yazarlar, tahsisten sonra hastaları dışladığı bilinen denemelerle karşılaştırıldığında, görünüşte yıpranma içermeyen denemelerde daha büyük etki tahminlerine doğru bir eğilim buldular. Yazarlar bunun, diğer kriterlere göre kalitesiz olduğuna karar verilen yayınlanmış raporlarda hariç tutulanların yetersiz raporlanmasıyla açıklanabileceğini öne sürdüler.

Bunun gibi ampirik çalışmalar nedeniyle, bu bölümde ele alınan metodolojinin özellikleri, verilerin tahsisinin gizlenmesi, kör edilmesi ve eksiksiz olması, araştırma kalitesinin en sık atıf yapılan kilit unsurları olarak ortaya çıkmaktadır.

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

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).

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).