Metaanalyse 3 Flashcards
Was ist Heterogenitätsanalyse in Metaanalyse?
Zuerst berechnen wir die mittleren Effektgröße –> Fokus auf Mittelwert
Heterogenitätsanalyse untersucht, ob Effektgrößen heterogen oder homogen sind. Der Grad der Variabilität oder Unterschiede der Effektgrößen der einzelnen Studien wird bewertet. Das Ziel ist festzustellen, ob die Studien ähnlich genug sind, um in einer Gesamteffektgröße reingepackt zu werden.
Wenn Heterogenität vorhanden ist, heißt dass, dass die Unterschiede zwischen den Studien über die zufällige Stichprobenfehler geht. Grund können unterschiedliche Faktoren (Moderatorvariablen) wie Demographie, Studiendesign, Intervention oder Messinstrumente sein.
Forest-Plot
Q-Test
I-Quadrat-Test
Was machen wir, wenn Heterogenität vorliegt?
Wenn die Tests signifikant sind –> es gibt Heterogenität, sollen die Forscher die potenzielle Ursachen untersuchen. Subgruppen können gebildet werden oder Random-Effekts-Modell bilden
Was ist das Vorgehen bei Homogenitätsanalyse?
1) Berechnung der beobachteten Gesamtvarianz 𝑄 (Modell mit festen Effekten)
2) Schätzung der erwarteten Gesamtvarianz unter Homogenitätsannahme
3) Schätzung der Größe der Heterogenität (d.h. der Varianz wahrer Effekte)
4) Signifikanzprüfung (Homogenitätstest)
Was ist die Moderatoranalyse?
Mögliches Ergebnis der Homogenitätsanalyse: Effektgrößen sind heterogen
- d.h. es gibt systematische Varianz zwischen den Studien
- d.h. die Effekte in einigen Studien (einer Subgruppe) unterscheiden sich von denen in anderen Studien
–> Wir müssen eine Moderatoranalyse durchführen
Welche Faktoren können diese Unterschiede erklären? –> Suche nach Moderatorvariablen –> eine Moderatorvariable kann eine Eigenschaft der Studie sein
Vergleich der mittleren Effektgröße der Subgruppen = Prüfen der Hypothese, dass die Moderatorvariable (k)einen Einfluss auf die Effektgröße der Studien hat
Welche Tests benutzt man bei der Moderatoranalyse, um Subgruppen zu vergleichen im Modell mit festem Effekt?
- Vergleich zweier Gruppen von Studien: 𝒛-Test
- Vergleich mehrerer Gruppen von Studien: 𝑸-Test
