En general, la utilización de una medida estandarizada se emplea para hacer desaparecer las unidades de medidas y así permitir la combinación de los estudios para realizar un meta-análisis. Sería algo así como convertir ocho "peras" en "frutas" y diez "manzanas" en "frutas" para poder sumarlas en dieciocho "frutas". Las medidas estandarizadas se emplean en los meta-análisis en forma de tamaños del efecto para poder obtener el efecto global de los estudios que forman parte del análisis.
Existen distintos procedimientos para obtener el tamaño del efecto. A la familia de fórmulas y estadísticos de las diferencias de medias estandarizadas (d) también se le conoce como índice d. Hoy veremos la corrección de Hedges, también llamada g de Hedges:
La principal diferencia de la g de Hedges frente a otras estimaciones del tamaño del efecto radica en el cálculo de una desviación estándar sin asumir la igualdad de varianzas. Esto permite que la variabilidad (desviaciones típicas) y tamaño del efecto (n) de cada grupo tenga en cuenta la estimación del tamaño del efecto, siendo menos sesgada que la delta de Glass cuando no se asume igualdad de varianzas. A esta Varianza Unificada (Su) se le conoce en inglés como SPooled y en muchos manuales también se le denomina Desviación Típica Común o Unificada. Como se acaba de ver, es necesario calcularla previamente para obtener el valor final de la g de Hedges.
El resultado de la diferencia de medias estandarizadas (d), en este caso mediante la corrección de la g de Hedges, se suele usar como tamaño del efecto para representar la diferencia del outcome (resultado objeto de estudio) entre el grupo control y el grupo experimental de un estudio en una medida estándar. Con esta "traducción" podremos comparar los estudios que tengan el mismo outcome.
Jacob Sierra Díaz
No hay comentarios:
Publicar un comentario