Teško je navesti broj studija potrebnih za meta-analizu. Faktori koji utiču na odluku mogu uključivati kontekst specifičan za disciplinu, korišćenje modela fiksnih ili slučajnih efekata u analizi, populacione vrednosti veličina efekta i druga pitanja (Cheung & Vijayakumar, 2016). Kreiranje baze podataka je umetnost; dobro formirana baza može vam uliti osećaj spremnosti i samopouzdanja.
Osnovna pravila su ista kao i za empirijsku studiju; treba osigurati da tabela podataka sadrži sve informacije koje su vam potrebne i da je logično postavljena tako da je lako popuniti tabelu, a teško uneti podatke na pogrešno mesto. Koristite najduže, najkomplikovanije radove koje imate za probno testiranje svoje tabele podataka. Ako može da ih obradi, na dobrom ste putu.
Glavna razlika između empirijske studije i meta-analize je ta što morate zabeležiti koje subjekte ste prikupili i iz kojih niste prikupili podatke. Ukratko, ažurirajte bibliografsku biblioteku studija i objasnite zašto su neke isključene (npr. nerelevantne, nedostaju ključne informacije potrebne za ispunjavanje kriterijuma za uključivanje, nije moguće izvući procenu veličine efekta i varijanse).
Prikladan protokol olakšava kodiranje informacija za moderatore studije. On pruža strukturirani pristup koji pojednostavljuje proces, čineći ga lakšim za upravljanje. S druge strane, ekstrakcija veličina efekta je jedan od najizazovnijih delova meta-analize. Može dovesti do sumnje u sebe, posebno tokom vaše prve meta-analize. Da biste izveli veličine efekta, često morate donositi subjektivne odluke. Ovaj proces zahteva pažljivo razmatranje i temeljnost kako bi se osigurala tačnost vaše analize.
Na kraju, spremite protokol za rešavanje problema studija koje izveštavaju o više veličina efekta. Konkretno, ako su efekti tretmana, koje su promene u ishodu interesa zbog tretmana, merene više puta tokom vremena, strukturirani pristup će vam pomoći da odredite koje uporedbe ćete koristiti, pružajući osećaj vođenja i kontrole.
