Meta-analyse in organisatiegedrag (OB) -onderzoek

Meta-analyse is een statistische procedure om de resultaten van verschillende combineerbare onafhankelijke onderzoeken te integreren. Een dergelijke objectieve beoordeling helpt ons de heterogeniteit tussen de resultaten van eventuele combineerbare onafhankelijke studies te verklaren. Een meta-analyse is een kwantitatieve benadering voor het beoordelen van onderzoeksliteratuur op een specifiek gebied.

In OB-onderzoek kunnen veel factoren van de ene context tot de andere verschillen, waardoor het moeilijk wordt om definitieve experimenten te ontwerpen om te bepalen of een bepaalde benadering een bepaald gedrag beïnvloedt. Een meta-analyse combineert een aantal studies (meestal uitgevoerd door een aantal verschillende onderzoekers in verschillende contexten) om het effect van een gegeven benadering op een bepaald resultaat te kwantificeren. Door de pool van gegevens uit te breiden tot veel verschillende contexten (en de steekproefomvang te vergroten), kan een betere kwantitatieve schatting worden gemaakt van de mate waarin een bepaalde organisatiepraktijk werknemers treft.

De meeste literatuur over meta-analyse concludeert dat er drie generieke stappen zijn voor elk onderzoek dat gebruik maakt van meta-analyse.

Dit zijn:

1. Verduidelijk onafhankelijke variabelen en interessante uitkomstvariabelen.

2. Voer kwantitatief onderzoek uit naar de onafhankelijke en uitkomstvariabelen van belang.

3. Compileer kwantitatieve informatie uit elk geselecteerd onderzoek om het effect van de onafhankelijke variabele op de uitkomstvariabele aan te geven.

De effectgrootte is het verschil tussen de gemiddelden van de uitkomstscores van de experimentele en controlegroepen gedeeld door de standaarddeviatie van de scores. Een positief effect op de uitkomstvariabele wordt aangegeven door een gemiddelde effectgrootte over de onderzoeken, dat wil zeggen groter dan 0. Voor OB-onderzoek, om gebruik te maken van meta-analyse, zoals elk ander onderzoek, formuleren we het probleem, verzamelen en analyseren de gegevens en rapporteer de resultaten.

De onderzoeker moet een gedetailleerd onderzoeksrapport schrijven waarin hij duidelijk de doelstellingen, hypothesen en methodologie vermeldt. Een gestandaardiseerd registratieformulier is nodig voor het verzamelen van gegevens. Het is handig als twee onafhankelijke waarnemers de gegevens extraheren om fouten te voorkomen. In dit stadium kan de kwaliteit van de onderzoeken worden beoordeeld, met een van de verschillende speciaal ontworpen schalen. Blinde observatoren voor de namen van de auteurs en hun instellingen, de namen van de tijdschriften, financieringsbronnen en dankbetuigingen leiden tot consistentere scores.

Individuele resultaten moeten in een gestandaardiseerd formaat worden uitgedrukt om een ​​vergelijking tussen studies mogelijk te maken. Als het eindpunt continu is, wordt het gemiddelde verschil tussen de behandelings- en controlegroep gebruikt. De grootte van een verschil wordt echter beïnvloed door de onderliggende bevolkingswaarde.

De verschillen worden dus weergegeven in eenheden met standaarddeviatie. Als het eindpunt binair is, bijvoorbeeld ziekte versus geen ziekte, of dood versus levend, worden de odds-ratio's of relatieve risico's vaak berekend. De odds ratio heeft handige wiskundige eigenschappen, die het gemakkelijk maken om gegevens te combineren en het totale effect op significantie te testen. Absolute maatregelen, zoals de absolute risicovermindering of het aantal te behandelen patiënten om één gebeurtenis te voorkomen, zijn nuttiger bij het toepassen van resultaten.

De laatste stap bestaat uit het berekenen van het totale effect door de gegevens te combineren. Een eenvoudig rekenkundig gemiddelde van de resultaten van alle proeven zou misleidende resultaten opleveren. De resultaten van kleine studies zijn meer onderhevig aan het spel van het toeval en moeten daarom minder gewicht krijgen. Methoden die worden gebruikt voor analyse, gebruiken een gewogen gemiddelde van de resultaten, waarbij de grotere studies meer invloed hebben dan de kleinere.

De statistische technieken om dit te doen kunnen grofweg worden onderverdeeld in twee modellen, waarbij het verschil bestaat uit de manier waarop de variabiliteit van de resultaten tussen de onderzoeken wordt behandeld. Het fixed-effectsmodel overweegt, vaak onredelijk, dat deze variabiliteit uitsluitend te wijten is aan willekeurige variatie. Daarom, als alle onderzoeken oneindig groot waren, zouden ze identieke resultaten geven.

Het model met willekeurige effecten veronderstelt een ander onderliggend effect voor elke studie en houdt hiermee rekening als een extra bron van variatie, wat leidt tot enigszins grotere betrouwbaarheidsintervallen dan het model met vaste effecten.

Effecten worden willekeurig verdeeld en het centrale punt van deze verdeling is de focus van de gecombineerde effectschatting. Hoewel geen van beide modellen als correct kan worden beschouwd, zal een aanzienlijk verschil in het gecombineerde effect berekend door de modellen met vaste en willekeurige effecten alleen worden gezien als de studies opvallend heterogeen zijn.

De waarde van een empirisch OB-onderzoek kan worden verbeterd wanneer latere onderzoekers de bevindingen kunnen generaliseren. Generalisaties vereisen replicatie en dit kan het best worden gedaan door middel van meta-analyses. Glass (1976) bedacht voor het eerst de term 'meta-analyse' in de betekenis van analyse van analyses.

Vervolgens hebben onderzoekers zoals Jack Hunter, Frank Schmidt (Hunter 1979; Hunter en Schmidt, 1990) de onderzoeksliteratuur verrijkt die onderzoeksresultaten in verschillende studies verenigt. In OB maken we gebruik van meta-analyse voor kwantitatieve synthese van onderzoeksresultaten.