조절변수별 효과크기 meta anova 해석 기준에 대해 질문드립니다
안녕하세요 교수님
지난번 답변으로
계속 마음에 품고 있던 궁금증이 어느정도 해결되었어요
너무너무너무너무 감사합니다.
지금은 meta anova 조절효과 분석을 하고 있는데요.
통계 삐약이가 이리저리 헤메면서 논문을 써나가고 있네요.ㅠ
쓰다보니 기준에 대해서 궁금증이 생겨서 찾아보는데
책을 찾아봐도 기준이 명확하게 나오지 않아서 질문하게 되었어요.
1. 선정 연구물의 수가 29개로부터 32개의 효과크기가 산출되었는데요
조절변수별 효과크기를 meta anova 분석을 할 때
하위집단별 연구간 분산이 동일하다고 가정하고 분석을 하는 경우와
연구간 분산이 동일하지 않다고 가정하고 분석을 하는 경우가 있는데
메타분석은 대체로 연구 수가 작으므로 작을 때
동일하다고 가정하고 분석을 한다고 책에서 봤습니다.
하지만 그 작다는 기준에 대해서는 나오지 않아서요
어떤 방식을 선택하느냐는 연구자의 선택인가요?
아니면 방식을 선택하는 기준이 있나요?
2. 만약 연구간 분산이 동일하다고 가정하고 분석을 하는 경우
연구간 분산의 전체 설명력은 R2의 %로 설명하던데
그냥 설명력을 제시하면 될까요?
아님 몇%이상이어야 이질성을 설명하는 변수로서 유효하다고 설명해야 하는걸까요?
명확한 기준이 있을까요?
3. 그리고 조절변수별 효과크기의 Q값, p값의 수치가 의미하는 바를 해석 하기 어려워서 질문드립니다.
어떤 기준으로 통계적으로 유의미한 차이가 있다 없다 라고 해석하는걸까요?
어떤 논문에서는 조절 변수별 하위집단간 p값이
0.05, 0.01, 0.001 이하일 경우
차이가 있다고 다르게 제시하는 경우가 있어서요
일반적인 p의 기준으로 생각하고 집단 간 차이가 있다, 없다로 분석하면 될까요?
아니면 아래와 같은 인용과 같이 0.1을 기준으로 차이가 있다 없다로 분석하면 될까요?
“Q통계치는 개별 연구들의 중재효과크기가 전체효과크기로부터 떨어져 있는 정도를 카이제곱 검정을 통해 알아보는 것으로 대체로 p-value 0.1을 통계적 유의수준으로 사용하고, p-value가 0.1보다 작을 때 이질성이 높은 것으로 판단한다(심성률 외, 2016)”
질문을 하다보니 길어졌네요. 늘 감사드립니다^^
Existing replies
이일현 (2023-08-14 23:03:45)
1. 논문 편수로 이질성을 평가하는 것은 좋은 방법이 아닙니다.
결국 동일 모집단에서 추출한 표본인가(연구간 분산이 없다)? 서로 다른 모집단에서 추출한 표본인가(연구간 분산이 존재한다)?는 추출한 표본의 모집단에 기인하는 것입니다.
연구 편수가 적다고 동질하다(연구간 분산이 없다)라고 하는 거은 너무 확대 해석한 경향이 있습니다.
요즘 연구에서는 특정한 집단에 대한 연구들이 아니라면 연구간 분산이 존재한다고 전제하는 것이 더 타당하게 여기고 분석하고 있습니다.
2. 이질성은 Q-test 와 I2 으로 판정합니다.
I2 은 이절성 비율을 나타내는 지수로 보통 50% 이상이면 이질성이 있다고 판정합니다.
3. Q, p 는 t-test의 t, p 값이라고 생각하면 편합니다.
조절변수의 값(ex : 남/여) 간에 효과크기가 유의한 차익가 있는지를 보는 것입니다.
일반적 기준으로는 0.05 를 사용합니다.
Legacy document_srl: 293927 / Legacy URL: http://www.statedu.com/QnA/293927