Hjælp til en boganmeldelse i psykologi :)

Når du fortaler lidt nærmere om, hvad denne boganmeldelse går ud på, kan jeg måske hjælpe dig. Hvilken slags bog skal det handle om (har lige læst en del bøger om statistik (meta-analysis), og hvor meget skal der skrives om det, hvor detaljeret skal det være? Hvor mange ord?

Hej

der er egentlig ikke rigtig nogle kriterie for hvilken bog det skal være, den skal bare gå ind under faget psykologi. Den skal nogenlunde være på en til to sider, og evt en vurdering af bogen tilslut:) håber det er noget du kan hjælpe mig med

Hej, her kommer stilen. Du skal bare læse det igennem og rette for stilistiske fejl. 

Borenstein, M., Hedges, L.V., Higgins, J. P.T. & Rothstein, H.R. (2009). Introduction to Meta-Analysis. Chichester: Wiley & Sons, Ltd. 

Bogen „Introduction to Meta-Analysis“ handler om en statistisk metode indenfor psykologien. Selve metoden hedder meta-analyse. Begrebet meta-analyse blev først brugt af Gene V. Glass i året 1976 i forbindelse med sin artikel “Primary, Secondary and Meta-Analysis of Research”. Meta-analyse er således en ung og ny metode.

Forskningens generelle formål er at skabe viden og overblik, fx ved at danne teorier. Tit findes der talrige studier indenfor et forskningsområde, som rapporterer resulater, som delvist ligner hinanden og som delvist modsiger hinanden. Når man gerne vil finde ud af det samlede viden indenfor et forskningsområde er man nødt til at læse al litteratur vedrørende det pågældende område igennem, bare for at finde ud af, at resultaterne skønnes ambivalente. En enkelt studie kan således ikke svare på et bredt forskningsspørgsmål, fordi der altid er begrænsninger og fejl i en studie. Begrænsingerne skyldes fx sampling error, som man ikke kan rette for i en enkelt studie, samt ringe eksterne validitæt, som skyldes, at resultaterne kun må generaliseres til populationen, situationen og interventionen, som studien dækkede over. Hvis man dog ville inddrage alle studier, ville man få et bedre overblik over resultaterne.
For at gøre rede for de enkelte studiers begrænsninger og for at skabe overblik over et forskningsområde må bruges meta-analysen. Heri sammenfattes alle studier indenfor et forskningsområde ved hjælp af statistiske metoder og signifikans testning. Herudover rettes der for sampling error, der gøres rede for metodiske fejl i de enkelte studier, og der kontrolleres for indflydelse af modererende variabler.

Bogen “Introduction to Meta-Analysis” giver et dybbere indblik i metoden.
Enhver meta-analyse starter med en specifikation af problemstillingen. Heri skal uddybbes, hvilket forskningområde meta-analysen skal dække over, hvilke konstrukter der skal undersøges, hvilke sammenhæng (korrelationer) eller effekter (gruppedifferenser) der skal kastes lys på, og hvilken population studierne skal stamme fra.
Herefter formuleres en kriteriekatalog, hvori der ekspliceres, hvilke kriterier en studie skal møde for at blive del i meta-analysen. Relevante kriterier kan således være undersøgelsesdesign, stikprøvepopulation, sprog, publikationsform, og interventionstype. Herefter gås i gang med at lede efter relevante studier. Studierne behøver være primærstudier, dvs. de har selv udført et eksperiment med mindst en stikprøve af forsøgspersoner. Der skal ledes efter publicerede samt ikke-publicerede studier, såsom fx. ph.D.-dissertationer, specialer, tekniske reports, artikler, bogkapitler, konferencepræsentationer, osv.
Studierne skal indeholde alle relevante informationer for at man kan danne såkaldte effect sizes og deres varianser. Fx præsenterer to studier hver deres forskningsresultat i form af en middelværdi-differens mellem en forsøgsgruppe og en kontrolgruppe. Hver denne differens bruges i meta-analysen. Differenserne bliver omregnet til en study effect size og der beregnes variansen mht. studiens differens. Herefter bliver hver study effect size vægtet med deres inverse varians. Begge værdier bruges efterfølgende for at danne en samlet effect size over alle studier (mean effect size), samt en samlet varians over alle studier. Mean effect size giver således udtryk for, hvor stor en effekt er, altså i hvor høj grad en intervention påvirker en afhængig variable, når sammenlignet med „ingen intervention“ (kontrolgruppe).
Bogen præsenterer statistiske metoder for at beregne study effect sizes, study variances, mean effect size og dens varians, samt for at teste deres signifikans. Hermed kan afgøres om en intervention har indflydelse på en afhængig variable og hvor stor denne indflydelse er. Mhp. korrelationer kan afgøres, om der er en sammenhæng mellem to variabler og hvor stort sammenhænget er.

Idet en meta-analyse bruger mange studier, fx. 20 studier, er der større statistiske power i testningerne. Dette betyder, at den samlede stikprøve er større, variansen bliver mindre og sandsynligheden for at finde en signifikant effekt, når der faktisk er en signifikant effekt, bliver større (type II-error bliver mindre). Resultaterne fra en meta-analyse er således mere præcise end en enkel studies resultat.

Herudover oplyser bogen statistiske metoder, som kan bruges for at afgøre, om varianserne mellem alle studierne er homogene. Hvis det viser sig, at varianserne ikke er homogene, kan der gås du fra, at en del af variationen mellem studierne ikke skyldes interventionen (eller sammenhæng mellem begge variabler), men andre modererende faktorer. Boger byder på en moderatoranalyse, som bunder i at man tester en variable, fx. køn, og dens indflydelse på effect sizes. Man deler alle study effect sizes i mand vs. kvinde og tester subgruppernes mean effect sizes fx med en t-test. Når der findes en signifikant forskel, kan der gås du fra, at køn har en modererende indflydelse på interventionen. Altså, at interventionen fx virker bedre for mænd end for kvinder.
Ved hjælp af moderatoranalysen er meta-analysen altså i stand til at identificere moderatorvariabler, som man ikke kan identificere bare ved hjælp af en enkel studie.

Bogen giver herudover et overblik over en del andre metoder som kan bruges i løbet af en meta-analyse, såsom kumulativ meta-analyse, som bruges for at teste det såkaldte publication bias, psychometric meta-analysis, som bruger en nogenlunde anderledes adgang til at opnå et meta-analytisk resultat, og meta-regression. Der introduceres computerprogrammer, såsom Comprehensive Meta-Analysis (CMA) og RevMan, som kan bruges for at gennemføre en meta-analyse. Herudover giver bogen et overblik over, hvilke resultater der skal præsenteres i rapporten, samt hvilke grafiske metoder der kan bruges for at lette præsentationen og forståelse.

Til sidst giver bogen et overblik over kritikpunkter, som tit ytres overfor meta-analyse. Bogen rådgiver, hvordan man kan modvirke kritikpunkterne vha. statistiske bevis og omhyggelig planlægning, dokumentation, og testning. Der drages konklusionen, at meta-analysen er en god metode til at samle alle forskingsresultater indenfor et forskningsområde og til at integrere disse resultater til et sammenhængende billede af nutidens forskningsstatus.