Do you want BuboFlash to help you learning these things? Or do you want to add or correct something? Click here to log in or create user.


  • Presentation
  • Question
  • Answer

Tags
#SpezielleMethoden
Question
Metaanalyse: Schritt 5: Auswertung: Heterogenität der Effektstärken
Answer
  • Quantifizierung der Heterogenität üblicherweise durch
    • Q-Statistik: Werte schwierig zu interpretieren, Signifikanztest vorhanden (statistisch signifikantes Ergebnis bedeutet, dass die Effektstärken unterschiedlich groß sind)
    • I^𝟐 : Inkonsistenzmaß
      • Einfach zu interpretieren (Wertebereich: 0-100%)
      • Wie viel Prozent der Varianz ist auf die wahren Unterschiede zwischen Effektstärken zurückzuführen?
      • 25% - gering; 50% - mittelgroß; 75% - groß
  • Q und I^2 können irreführend sein
    • Q: Bei großen Metaanalysen kann die Q Statistik selbst bei geringer Heterogenität der Effektstärken statistisch signifikant sein
    • I^2: Es handelt sich um ein relatives und kein absolutes Heterogenitätsmaß. Man weiß nur, ob es mehr wahre Heterogenität als Fehlervariabilität gibt.
    • Um die Heterogenität besser bewerten zu können, kann man sich u.a. das Minimum, Maximum oder die Verteilung der Effektstärken anschauen
      • Bsp. 1: 𝑟𝑀𝑖𝑛= -.14, 𝑟𝑀𝑎𝑥= .68 --> Hinweis auf starke Unterschiede zwischen Effektstärken (negatives und positives Vorzeichen möglich)
      • Bsp . 2: 𝑟𝑀𝑖𝑛= .21, 𝑟𝑀𝑎𝑥= .25 --> Kaum Unterschiede zwischen Effektstärken vorhanden (Q und I^2müssen kritisch interpretiert werden)
  • Moderatoranalysen: Können Unterschiede zwischen Effektstärken inhaltlich erklärt werden?
    • Durchführung nur dann sinnvoll, wenn Heterogenität vorliegt
    • Die Stärke des Zusammenhangs hängt dann u.a. von der Operationalisierung der UV (= Moderator) ab

Tags
#SpezielleMethoden
Question
Metaanalyse: Schritt 5: Auswertung: Heterogenität der Effektstärken
Answer
?

Tags
#SpezielleMethoden
Question
Metaanalyse: Schritt 5: Auswertung: Heterogenität der Effektstärken
Answer
  • Quantifizierung der Heterogenität üblicherweise durch
    • Q-Statistik: Werte schwierig zu interpretieren, Signifikanztest vorhanden (statistisch signifikantes Ergebnis bedeutet, dass die Effektstärken unterschiedlich groß sind)
    • I^𝟐 : Inkonsistenzmaß
      • Einfach zu interpretieren (Wertebereich: 0-100%)
      • Wie viel Prozent der Varianz ist auf die wahren Unterschiede zwischen Effektstärken zurückzuführen?
      • 25% - gering; 50% - mittelgroß; 75% - groß
  • Q und I^2 können irreführend sein
    • Q: Bei großen Metaanalysen kann die Q Statistik selbst bei geringer Heterogenität der Effektstärken statistisch signifikant sein
    • I^2: Es handelt sich um ein relatives und kein absolutes Heterogenitätsmaß. Man weiß nur, ob es mehr wahre Heterogenität als Fehlervariabilität gibt.
    • Um die Heterogenität besser bewerten zu können, kann man sich u.a. das Minimum, Maximum oder die Verteilung der Effektstärken anschauen
      • Bsp. 1: 𝑟𝑀𝑖𝑛= -.14, 𝑟𝑀𝑎𝑥= .68 --> Hinweis auf starke Unterschiede zwischen Effektstärken (negatives und positives Vorzeichen möglich)
      • Bsp . 2: 𝑟𝑀𝑖𝑛= .21, 𝑟𝑀𝑎𝑥= .25 --> Kaum Unterschiede zwischen Effektstärken vorhanden (Q und I^2müssen kritisch interpretiert werden)
  • Moderatoranalysen: Können Unterschiede zwischen Effektstärken inhaltlich erklärt werden?
    • Durchführung nur dann sinnvoll, wenn Heterogenität vorliegt
    • Die Stärke des Zusammenhangs hängt dann u.a. von der Operationalisierung der UV (= Moderator) ab
If you want to change selection, open document below and click on "Move attachment"

pdf

cannot see any pdfs

Summary

statusnot learnedmeasured difficulty37% [default]last interval [days]               
repetition number in this series0memorised on               scheduled repetition               
scheduled repetition interval               last repetition or drill

Details

No repetitions

Discussion

Do you want to join discussion? Click here to log in or create user.