Allgemeine Literatur Fricke & Treinies (1985): Einführung in die Metaanalyse Schwarzer (1989): Meta-Analysis Programs Gutes Manual! Beelmann & Bliesener.

Präsentation zum Thema: "Allgemeine Literatur Fricke & Treinies (1985): Einführung in die Metaanalyse Schwarzer (1989): Meta-Analysis Programs Gutes Manual! Beelmann & Bliesener."—  Präsentation transkript:

1 Allgemeine Literatur Fricke & Treinies (1985): Einführung in die Metaanalyse Schwarzer (1989): Meta-Analysis Programs Gutes Manual! Beelmann & Bliesener (1994): Aktuelle Probleme und Strategien der Metaanalyse, Psychologische Rundschau, 45, Bortz & Döring (1995): Forschungsmethoden und Evaluation, Kap. 9 Hedges & Olkin (1985): Statistical methods for Meta-Analysis Hunter & Schmidt (1990): Methods of Meta-Analysis

2 Probleme der MA Uniformitätsprobleme: „Äpfel und Birnen“
Auswahl der Primärstudien: z. B. Rosenthal: „File Drawer“ Problem Allumfassend: Mangelnde methodische Qualität ist inbegriffen Dokumentation der Primärstudien, Angabe stat. Kennwerte? Annahme linearer Regressionen: Schätzungen von Effektstärken setzen Linearität voraus Multivariate Effekte: Zugrunde liegende oder moderierende Variablen können übersehen werden Einschränkungen der Erfassung von Daten: Kausale Beziehungen und Verzerrungen beachten. Gruppeneffekte: Einwandfreie Anwendung von Maßnahmen verglichen mit falschen ______________________________ Abhängigkeit von Effektstärken

3 Uniformität Daten müssen für eine MA homogen sein
Sowohl die Effektstärken als auch die Komponenten der Studien Maßnahmen Stichprobe Abhängige Maße Besondere Beachtung der „Endpunkte“ im Therapiebereich

4 Auswahl der Primärstudien: FAIL - SAFE - N
Voraussetzung: Irrtumswahrscheinlichkeit p -> Umrechnung in z – Werte Prüfgröße entspricht p > Formel:

5 Allumfassend (Inclusiveness)
„Echte“ Studien werden mit Laborstudien verglichen Gute Studien gehen genauso ein wie schlechte Lösung: Güte operationalisieren und als Moderatorvariable einführen

6 Dokumentationsprobleme
Häufige Schätzung von stat. Kennwerten kann zu Verzerrungen führen ES können unter Umständen nicht verglichen werden

7 Annahme linearer Regressionen
Berechnung von Effektstärken geht von Linearität aus Dies ist selten der Fall Beispiel Klassenstärke und Leistung Von 1 – 20 Schülern lineare Verbesserung Von 20 – 40 Schülern nahezu keine Lösung: Verteilung entscheidender Variablen ansehen

8 Multivariate Effekte Ein Effekt kann durch mehrere Variablen zustande kommen Wie bei der Korrelation kann eine zugrunde liegende Variable ausschlaggebend sein Beispiel: Untersuchungen zum Einfluss von Passivrauchen auf die Gesundheit Bei Kindern und Jugendlichen starker Einfluss Von Ehepartnern und Arbeitskollegen kaum Beeinträchtigungen Im sozialen Bereich (Kneipen etc.) umgekehrter Effekt Lösung: Modifizierende Faktoren einbeziehen

9 Erfassung von Daten Nur die erfassten Informationen können verarbeitet werden. Beispiel: Raucher, die sich als Nichtraucher einstufen verzerren den Einfluss von Passivrauchen Nach Art der Informationen klassifizieren Selbstauskünfte Fremdauskünfte „objektive Daten

10 Gruppierungseffekte Verschiedenes Treatment muss einwandfrei angewendet und verglichen werden Beispiel: Psychotherapie Effektivität Bestimmte Therapieformen sind für bestimmte Symptomatiken angemessen Werden sie durcheinandergeworfen kann nicht richtig verglichen werden In diesem Fall muss die Symptomatik die Gruppierung bestimmen

11 Abhängigkeit von Effektstärken
Benutzung von einer Kontrollgruppe für mehrere Experimentalgruppen Beispiel: Psychotherapieuntersuchung Kontrollgruppe: kein Treatment Placebogruppe: nettes Gespräch Therapiegruppe: Verhaltenstherapie Gefahr der Überschätzung der Effektstärken durch scheinbar vergrößertes N und geringere Varianz Im Zweifel losen!

12 Präsentation Welche globale und welche spezifische Aussage soll überprüft werden? Welche Datensammlungsmöglichkeiten wurden benutzt? Welche Effektgröße wurde benutzt? Wurde Homogenität berechnet? Abchecken der gerade genannten Punkte Welches Ergebnis und wie ist es zu bewerten?