Erstellt von Johanna Brinkmann
vor mehr als 8 Jahre
|
||
Frage | Antworten |
Was macht eine Metaanalyse der Definition nach? Wozu kann sie wichtig sein? | Sie aggregiert empirische Einzelergebnisse des aktuellen Forschungsstandes zu einer Fragestellung zusammen. Vorbereitung einer Evaluationsstudie |
Wie unterscheiden bzw, worin ergänzen sich Metaanalyse und narratives Review? | Metaanalyse: Quantitative Integration narratives Review: Qualitative Integration |
In welche Phasen lässt sich die Metaanalyse unterteilen? | 1. Problemformulierung 2. Datensammlung 3. Datenevaluation 4. Datenanalyse und -interpretation 5. Ergebnisdarstellung |
Zu Konstrukten: 1. Welches Problem in Bezug auf Konstrukte stellt sich bei Beginn einer Metaanalyse? 2. Wie kann es angegangen werden? | 1. Welche Konstrukte sollen behandelt werden? Und wann lassen sich Studien über unterschiedliche Konstrukte integrieren? 2. Konstrukthierarchisierung/Analyseebenen Kriterien der Differnziertheit der Konstruktstruktur (a priori/posteriori) |
Zu Operationalisierungen: 1. Welche Probleme stellen sich bei Beginn einer Metaanalyse in Hinblick auf Operationalisierung? 2. Wie kann es angegangen werden? | 1. Wann erfassen 2 Operationalisierungen dasselbe Konstrukt? - Welche Operationalisierungen berücksichtigen? - Zusammenhang Operationalisierung->Effektstärke? 2. inadäquate Operationalisierungen ausschließen; fragliche aufnehmen und empirisch bewerten bzgl. Effekt |
Welche zwei Typen der Metaanalyse sind zu unterscheiden? Und wodurch? | 1. konfirmatorische vs. explorative Metaanalyse 2. konfirmatorisch: überprüft zuvor theoretisch klar begründete Hypothesen explorativ: ohne formulierte Hypothese (Alpha-Fehler kontrollieren!) |
Welchen Weg nimmt ein beobachtbarer Effekt in dessen Erforschung von der Realität bis zur Metaanalyse? | 1. Realität 2. Durchführung einer empirischen Arbeit 3. Resultate zur Veröffentlichung einreichen 4. Annahme der Arbeit (80% Dropout hier!) 5. Berichterstattung in der Arbeit 6. Metaanalyse |
1. Was ist der Publication Bias? 2. An welchen Stellen kann er wirken? (5) | 1. eine systematische Unterscheidung nicht publizierter / publizierter Studien 2. a) Signifikanz (eher sig. Ergebnisse) b) Effektstärke (hohe Effektstärken) c) Methodische Güte (methodisch besser) d) konventionelle vs. unkonventionelle Fragestellungen (+ konventionelle) e) Bekanntheit der Autoren (+bekannte) |
Wie kann man mit dem Publication Bias umgehen? | a) kurzfristig: (in der laufenden Analyse) - Berücksichtigung nicht publ. Studien (?) - Anteil nicht berücks. Arbeiten schätzen u. mit Fail-Safe-N-Wert vergl. b) langfristig: - modifizierte Annahmekriterien - Entwicklung neuer Publikationsformen (Datenbanken) |
Wie kann man mit unzureichenden Angaben in den Primärstudien umgehen? (Alpha nicht angegeben, nur z.B. p<0,05) | 1. Metaanalytische Integration auf verschiedenen Datenniveaus 2. Primärforscher um Ergebnisdaten bitten 3. statistische Strategien |
Wie sollte eine breite und multimethodale Literatursuche aufgebaut sein? | - primäre, sekundäre und informelle Kanäle sowie Datenbanken nutzen - genau Dokumentation der Suchstrategie und Quellen - |
1. Welche Analyseeinheiten sind wählbar? 2. Welche Probleme können sich stellen? 3. Wie können diese angegangen werden? | 1. einzelne(r) Test / Publikation / Studie / Forschungsgruppe 2. einzelner Test: Publikation mit vielen Tests geht übermäßig in Analyse ein; Tests ggf. nicht unabhängig voneinander 3. Tests in einer Studie bei gleichem Maß vorab integrieren; ggf. getrennte Metaanalysen bei starker Schulenbildung |
Wie lässt sich mit dem "garbage in - garbage out" Problem umgehen? | 1. Metaanalysen nur auf Gebieten mit einigen methodisch guten Studien als Bezug. 2. Studienqualitätsbestimmug; Gewichtung nach Qualität -> Kontrollprozeduren -> nur Aufnahme ab Mindestqualität -> diese nicht ZU hoch ansetzen |
Wozu dient das Delta-Maß? | Der Vereinheitlichung von Effektgrößen -> jede testspezifische Effektgröße lässt sich in Delta-Wert transformieren. |
Was kann man tun, wenn in Primärstudien keine Effektgrößen angegeben sind? | 1. Auszählen signifikant positiver und nicht signifikanter Ergebnisse 2. Vergleich positiver und negativer Ergebnisse 3. Überprüfung der Anzahl signifikanter Ergebnisse auf Zufälligkeit |
Möchten Sie mit GoConqr kostenlos Ihre eigenen Karteikarten erstellen? Mehr erfahren.