Metaanalyse
Karten zum Thema "Metaanalyse" für den Kurs "Methoden der Skalierung"
Karten zum Thema "Metaanalyse" für den Kurs "Methoden der Skalierung"
48
5.0 (2)
Fichier Détails
| Cartes-fiches | 48 |
|---|---|
| Langue | Deutsch |
| Catégorie | Psychologie |
| Niveau | Université |
| Crée / Actualisé | 02.07.2020 / 24.07.2023 |
| Lien de web |
https://card2brain.ch/box/20200702_metaanalyse
|
| Intégrer |
<iframe src="https://card2brain.ch/box/20200702_metaanalyse/embed" width="780" height="150" scrolling="no" frameborder="0"></iframe>
|
Was ist ein fixed-effects Modell?
- Beruht auf der Annahme, dass alle integrierten Studien sich auf die gleiche Population beziehen
- Annahme: Variabilität kommt allein durch Stichprobenfehler zustande
- Angemessen bei Homogenität der Befunde
- Erlaubt geringen Generalisierungsgrad der Befunde
Was ist ein random-effects Modell?
- Beruht auf der Annahme, dass Einzelstudien unterschiedliche Populationseffekte schätzen
- Annahme: Variabilität der Ergebnisse kommt durch Stichprobenfehler und durch zusätzliche Varianzquellen zustande • Angemessen bei Heterogenität der Befunde
- Erlaubt hohen Generalisierungsgrad der Befunde
- Field (2010): Random-effects Modelle in den allermeisten Fällen in social/life sciences besser!
Was ist eine Homogenitätsanalyse?
- Berechnung auf Basis der Effektstärken-Variabilität: Ist die ESVariabilität über Studien allein durch Stichprobenfehler zu erklären oder gibt es weitere Varianzquellen?
- Prinzip: Variabilität zwischen Studien wird verglichen mit Variabilität innerhalb der Studien
- Die beiden Integrations-Methoden (Hunter & Schmidt/Hedges & Olkin) haben jeweils spezifische Formeln für Homogenitätsanalyse (siehe Field, 2010)
- Das Ergebnis hat Einfluss auf Auswahl des Modells der Integration (fixed versus random effects) und auf Annahme von Moderatoren --> ob fixed oder random sollte eher auf Basis von inhaltlichen Überlegungen entschieden werden
Was sind Moderatoren?
Inhaltliche (z.B. Dauer des Treatments) und methodische Aspekte (z.B. random assignment), die die Effektstärke signifikant beeinflussen
Wie können Moderatoren untersucht werden?
- Varianzanalytisch (bei kategorialen-Variablen)
- Regressionsanalytisch (bei kontinuierlichen Moderator-Variablen); multiple Regression erlaubt Einschluss kategorialer und kontinuierlicher Moderatorvariablen
- Q-Statistik (als Homogenitätsprüfung)
Wie können Publikationsverzerrungen identifiziert werden?
- Vergleich nicht publizierter und publizierter Arbeiten: gibt es eine Tendenz zu geringeren Effektstärken in nicht publizierten Arbeiten?
- Berechnung des Fail-safe N (Anzahl an Studien mit ES = 0 die es bräuchte, um den mittleren Effekt gerade nicht signifikant werden zu lassen)
- Funnel-Plots zeigen den Zusammenhang zwischen Stichprobengröße und den Effektstärken in den Primärstudien
- → ohne Publikationsverzerrung sieht der funnel plot trichterförmig aus mit Gleichverteilung um die mittlere Effektstärke
- Rangkorrelationstest (Begg & Mazumdar‘s, 1994) für Publikationsverzerrung: korreliert Stichprobengröße mit Effektstärke?
Wie können Publikationsverzerrungen korrigiert werden?
- Definition eines cut-offs (z.B. basierend auf SD)
- Removal oder Rückkodierung der Outlier auf „realistische“ Werte (z.B. auf MW +/- 3 SD) („Winsorizing“)
- Korrektur durch Trim-and-Fill-Analyse: Ergänzung des funnelplots um fiktive komplementäre (kleine/negative) ES-Werte. Dann wird die mittlere ES neu geschätzt
Welche weiterführenden Analysen können mit ES berechnet werden?
- Binomial Effect Size Display (BESD): Umrechnung der ES in prozentuale Verbesserungschancen (z.B. d=.2, BESD=10%)
- Klinische Signifikanz: Effektstärken werden anhand von Normgruppen (statt Kontrollgruppen) berechnet
