Cómo escribir un meta-análisis
Un meta-análisis es una herramienta útil para comparar y cotejar los datos dentro de una amplia gama de disciplinas para hacer una nueva y original pieza de trabajo académico. Esto le permite combinar los resultados de múltiples estudios y escribe una revisión sistemática, sobre la base de datos que ya han sido recogidos. Aunque este tipo de análisis puede ser largo y laborioso de producir, el procedimiento real para llevarlo a cabo no es especialmente complicado.
Contenido
Cosas que necesitará
- El acceso a las bases de datos académicas
Video: Tutorial Pubmed en Español 2014
Video: Running the Wilson Macros for Meta-Analysis in SPSS
Video: OBJETIVOS SMART - Ejemplo práctico
Crear una revisión sistemática de todos los estudios relevantes dentro de su campo de datos. Para ello será necesario utilizar varias bases de datos electrónicas, revistas y listas de referencias. Una vez que haya recogido esta información, usted tendrá una estructura para su análisis.
Analizar la calidad de los estudios en su análisis. Si cree que algo de investigación tiene defectos obvios o tamaños sujetos insuficientes, esto puede ser motivo para rechazar su inclusión dentro de su meta-análisis. Es vital que se escribe un conjunto específico de criterios acerca de lo que los estudios que va a incluir. Por ejemplo, que cada estudio incluyen al menos 50 participantes, ya que esto limitará acusaciones de sesgo del investigador.
Combinar los resultados de los estudios incluidos, mediante un método estadístico seleccionado. Este tipo de método puede variar, dependiendo de los datos que está analizando, pero por lo general se refieren a las diferencias entre la relación de grupo controlado y no controlado de un estudio.
Crear un "gráfico en embudo" de sus estudios incluidos. Este es un gráfico que compara el tamaño de la muestra de cada estudio de los efectos reportados y los resultados de ese estudio. Debido a que son más propensos a tener resultados inconsistentes con estudios más amplios estudios más pequeños, el gráfico debe parecerse a una forma de pirámide, con los estudios más altas de la muestra de tamaño que muestra un resultado más o menos en la mitad de los estudios más pequeños dispersos. Si el gráfico no crea esta forma, se puede sugerir que no se han tenido en cuenta los estudios adicionales.
Realizar un análisis de sensibilidad con los datos. Esto implica que la selección de determinadas cualidades que usted cree que puede afectar a la validez de algunos datos, lo que elimina temporalmente de su análisis para ver si los resultados globales cambian. Por ejemplo, puede eliminar temporalmente los estudios que usan sólo los participantes estadounidenses, como para apreciar si esto afecta a los resultados generales de la investigación.
Mostrar los datos finales visualmente. Esto se consigue normalmente mediante el uso de un "diagrama de bosque", que marca cada estudio - con un punto o símbolo cuadrado - en una escala dependiendo de lo que los resultados se registraron. Si el estudio tenía un tamaño de muestra grande, el tamaño de su punto o una plaza de la escala serán correspondientemente grande.