İstatistiksel analiz uygulamalarımızda belirli bir konuya ilişkin onlarca farklı çalışmanın yapıldığını görebiliyoruz. Ancak farklı çalışmaların ürettiği sonuçlar da doğal olarak birbirinden farklılaşıyor ve çıkarımda bulunmayı güçleştiriyor. Meta analizi, farklı çalışmaların bulgularını birleştirmek için kullanılan muhteşem bir analizi olarak imdadımıza yetişiyor.
Şimdi meta analizinin ne olduğuna ve hangi durumlarda kullanılabileceğine derinlemesine göz atalım.
Bilimsel araştırmalarımızda çalıştığımız disiplinin alt problemlerine göre araştırma süreçlerimizi yürütüyoruz. İlk aşamada zihnimizde bir hipotez belirliyor; sonrasında da bu hipoteze göre veri toplamaya başlıyoruz.
Toplamış olduğumuz bu verileri istatistiksel analiz teknikleri ile analiz ederek anlamlı bulgular elde ediyoruz.
Çalıştığımız konuya ilişkin elde ettiğimiz bulguları diğer araştırmaların bulguları ile kıyasladığımızda farklı sonuçlar ile karşılaşıyoruz. Bir çalışmada anlamlı olan bir faktör, bir diğer çalışmada anlamsız olarak karşımıza çıkabiliyor.
Örneğin; bir makalede spesifik bir karşılaştırma için n=40 kişilik bir grup üzerinden uyguladığımız t-testi anlamsız çıkmışken, bir başka makalede anlamsız olabilir. Benzer bulguları korelasyon analizi, regresyon analizi gibi farklı analizler için de bulabiliriz.
Kuşkusuz, farklı örneklemler ile farklı koşullar altında toplanan veriler aynı sonucu vermeyecektir. Sonuçlar örnekleme göre farklılaşacaktır.
Ancak insan zihni genellemeler ile çalışır ve objektif yargılara varmak ister.
Bu durumda onlarca farklı çalışmanın farklı bulgularını ortak bir sonuç altında nasıl yansıtabiliriz?
Bu noktada karşımıza meta analizi çıkıyor; yani analizlerin analizi…
Elimizdeki onlarca çalışmanın farklı sonuçları üzerinden ortak çıkarımlarda bulunabilmek ve sonuçları genelleştirebilmek için bu muhteşem analiz tekniğini kullanıyoruz.
Peki nasıl uyguluyoruz?
Birçok farklı aşaması var. Ancak genel mantığı basit: Literatürde yapılmış olan çalışmaların istatistikleri üzerinden genellenebilir sonuçlar üretiyoruz.
Bunun için araştırma konumuza yakın olan makale, tez, sunum vb. tüm çalışmaların tanımlayıcı istatistikleri ve test istatistiklerini kaydediyoruz. Sonrasında yapmaya çalıştığımız meta analizi türüne göre toplamış olduğumuz istatistiklerden ortak sonuçlara varıyoruz.
Uygulama sürecinde Zotero, Endnote gibi bir program ile bilimsel çalışmaları bir araya getirerek analize başlamamız ve baştan koyduğumuz kriterlere göre uygun çalışmaları seçmemiz gerekiyor.
Sonrasında araştırma sorumuza göre genel sonuçlara varmak istediğimiz konunun detaylarına inebiliriz.
Örneğin; geliştirilen yeni bir Covid aşısının vakalar üzerindeki etkisini değerlendirmek istiyoruz.
Literatürde yayınlanan çalışmalardan hareketle, Covid aşısının etkinliğini test eden çalışmaların istatistiklerini alarak, aşının etkinliği üzerine genel bir yargıya erişebiliyoruz. Aşının etkinlik oranlarını kullanarak, meta analizi sonucunda aşının %80 etkinliğe sahip olduğunu ve %50’nin üzerinde bir koruyuculuk sağladığını söyleyebilmemiz mümkün hale geliyor.
Buna benzer şekilde cinsiyet gruplarına göre iş doyum düzeyleri arasında farklılıkların olup olmadığını araştırma istediğimizde, karşımıza onlarca çalışma çıkabilir. Bu çalışmaların içerisinden uygun bir örneklem seçerek, farkların istatistiksel açıdan anlamlı olup olmadığını meta analizi aracılığı ile genelleyebiliriz.
Meta analizi R, Stata, CMA, RevMan gibi yazılımlar ile gerçekleştirilebiliyor. Yazılımların kullanım ve analiz yöntemi farklılıkları var. Bu programların arasında çok tekniğe sahip olan yazılım R olarak karşımıza çıkıyor.
Basit kodlamalar ile meta analizlerimizi R programını kullanarak kolayca uygulama şansına sahibiz. Bu programda son derece zengin analizleri uygulayabileceğimiz paketleri kullanabiliriz.
Elbette meta analizi son derece kompleks bir teknik ve kendi içerisinde dikkat edilmesi gereken onlarca husus var. Etki seçiminden tutun, yayın yanlılığına kadar uzanan farklı testlerin bu süreçte uygulanması gerekli.
Gelecek yazılarımızda bu konulara adım adım değineceğiz.