Избор на модел: Модели с фиксиран ефект срещу модели със случайни ефекти

Не забравяйте, че има два различни модела на агрегиране: модели с фиксирани ефекти и модели със случайни ефекти. Моделът с фиксирани ефекти предполага, че всички проучвания в метаанализа са от една и съща популация и че истинският размер на ефекта остава постоянен във всички проучвания. По този начин се предполага, че вариациите в размера на ефекта произтичат от различията в рамките на всяко изследване, като например грешка на извадката. За разлика от това моделът на случайните ефекти е по-сложен, ако ефектите върху популацията варират в различните изследвания. Това допускане се основава на идеята, че наблюдаваните изследвания са подбор на извадки, взети от по-широка вселена от изследвания. Моделите на случайните ефекти обхващат два източника на вариации в даден размер на ефекта: в рамките на изследванията и между тях. (Kaufmann & Reips, 2024).

При провеждането на мета-анализи размерите на ефектите се комбинират, като се използват модели с фиксиран или случаен ефект. Изборът да се използва един от тези модели зависи от предположението за разпределението на размера на ефекта:

1. Модел с фиксиран ефект: Този модел предполага, че всички проучвания оценяват един и същ истински размер на ефекта и че наблюдаваните разлики се дължат единствено на грешка при извадката. Той дава по-голяма тежест на по-обширните проучвания и е подходящ, когато проучванията са много сходни по отношение на участниците, интервенциите и резултатите.
2. Модел със случайни ефекти: Този модел предполага, че размерите на ефекта варират в различните проучвания както поради грешка в извадката в рамките на проучването, така и поради хетерогенност между проучванията. Той включва допълнителен компонент на дисперсията, който позволява по-обобщено заключение за размера на ефекта. Моделът на случайните ефекти вероятно ще даде по-предпазлива оценка с по-широк доверителен интервал, което налага внимателен подход към резултатите. Въпреки това заключенията от двата модела обикновено съвпадат, когато няма хетерогенност. Той е по-подходящ, когато има значителна хетерогенност сред включените проучвания.