effect size がわかったとして,「この結果は信頼できるか」ということが問題になる。
no04 で使ったデータは非常に不均一である。この不均一性はどこから来るのか。
観察された effect size の変動を二つの部分に分割する。
\[ \mathrm{observed\ variance} = \mathrm{population\ variance} + \mathrm{sampling\ error} \] そして,
\[ \frac{\mathrm{sampling\ error}}{\mathrm{observed\ variance}}\times 100(\%) \] の値が 100% になるということは,データは均一であることを表す(望ましい状態)。
たとえば,この値が 40% であったとすると,系統的な要因による変動が 60% あることを意味するので,meta-analysis は moderator variables について検討することになる。
no04 のデータでは,d の分散(不偏分散を指しているらしい)は 0.73 でsampling error は 0.14 なので,population variance は 0.59 となる。sampling error は,わずか 19% くらいにしか過ぎないので,meta-analysis では,系統的な要因を検討する必要があることを示す。(ここのところは,Hedges &Olkin, 1985 の引用があるだけで数式が示されていない)。
とっかかりとしては,effect size の大きさにより,研究をグループ化するとよい。例では,1,3番目の研究,2番目,4番目の研究の3つのクラスターに分けられる。
population effect size delta が 0.2 以下になってしまうには,あといくつの「no effect studies」が必要かという推定値。
no04 の例では,delta = 0.47 であるが,後 6 つの,「ネガティブデータ」が加わると delta は 0.2(これは慣用的な基準)以下になってしまう。(ここのところも,Oewin の引用のみで,数式の提示はない)。
参考文献