META-ANLISIS

Nombre Tcnico: Sntesis de Revisiones,

Revisin Cuantitativa o Revisin MetaAnaltica.
Meta-anlisis, son las tareas especficas del
anlisis estadstico.
Acuado por Gene V. Glass (1976), en un
artculo fundacional del concepto. En este
estudio, establece la diferencia entre anlisis
primario, anlisis secundario y meta-anlisis.

Anlisis primario: anlisis directo de los datos.

Anlisis secundario: re-anlisis de los datos.
Meta-anlisis: es un anlisis de los anlisis (a
veces contradictorios entre ellos). De carcter
eminentemente cuantitativo. Por lo tanto, el
material sobre el que se aplica no son los
datos directos, sino los estadsticos
resumen publicados (medias, varianzas,
coeficientes de correlacin, estadsticos de
contraste, etc.).

Anlisis
Primario

Artculos

Anlisis
Secundario

Revisin
Cualitativa

Meta-anlisis

Revisin
Cuantitativa

Fuentes
Primarias

Fuentes
Secundarias

Fuentes
Secundarias

Fuentes
Generales

 Los primeros pasos del meta-anlisis tuvieron que ver

con la manera de afrontar los problemas de las
revisiones narrativas (p.ej: inclusin selectiva de
estudios, falta de anlisis de potenciales variables
moderadoras, asignacin subjetiva de pesos, sesgo de
publicacin)
Su principal aporte: insistencia de someter los
resultados de los estudios recogidos a procedimientos
de anlisis tan rigurosos y explcitos como los que en
esos mismos estudios se aplicaron a los datos
primarios.

Caractersticas del
Meta-anlisis:

Uso de mtodos objetivos para localizar los

estudios;
La aplicacin de tcnicas estadsticas a
estadsticos- resumen, y no a los datos brutos;
Es cuantitativo;
No prejuzga el efecto de la calidad del estudio
sobre sus resultados;
Busca conclusiones generales.
Utilizacin de una mtrica comn;

 No centrarse slo en el nivel de significacin, sino

estudiar el tamao del efecto, expresando los efectos en
una escala comn Se suele utilizar el estadstico d (de
Cohen, 1988), que fue creado para medir el tamao del
efecto, aunque despus se han propuesto utilizar ndice
de uso ms general como el coeficiente de correlacin de
Pearson (Rosenthal, 1991);
El tamao del efecto, es decir, la magnitud mnima de la
diferencia o asociacin entre los grupos que se considera
estadsticamente relevante. Cuanto mayor sea el tamao
del efecto que se desea detectar, mayor ser la
probabilidad de obtener hallazgos significativos y, por lo
tanto, mayor ser el poder estadstico.

Medidas del tamao del efecto: diferencias de

medias estandarizada, correlacin, razn de
ventajas.

Caractersticas
principales:
PRECISIN.
El meta-anlisis es ms preciso que las
revisiones narrativas en sus
afirmaciones. Ejemplos:

Meta- anlisis v/s

revisin.
hay evidencias que apoyan las hiptesis, pero
tambin hay inconsistencias; es necesaria ms
investigacin rigurosa que permita aclarar estas
inconsistencias.
la evidencia emprica revisada muestra que al aadir
la hipnosis como tcnica teraputica a una tcnica
cognitivo-conductual se incrementan los efectos
beneficiosos de la terapia en 1,36, aunque este
beneficio es variable en funcin del problema tratado,
siendo mayor en problemas de obesidad (1,96),
mientras que para otro tipo de problemas el tamao
medio es de 0,52.

 OBJETIVIDAD. El meta-anlisis tiene

como una de sus normas tratar de hacer
explcitas todas las reglas y criterios
empleados a lo largo de su desarrollo.
REPLICABILIDAD. Cualquiera que
desee repetir un meta-anlisis realizado
por otro autor y que aplique los mismos
criterios, debera llegar esencialmente a
las mismas conclusiones cuantitativas.

Codificacin de
Variables.
Constituyen las posibles explicaciones para el
exceso de variabilidad en los resultados de los
distintos estudios independientes. Este dato lo
entrega la prueba de homogeneidad.
Las variables se codifican segn sus
caractersticas en: Sustantivas, metodolgicas
y extrnsecas.
Las sustantivas, segn algunos autores, son
las que ms interesa analizar.

 Desde un punto de vista

metodolgico, la principal ventaja de
un meta-anlisis es que sus
procedimientos pueden ser
replicados, mientras que los de las
revisiones narrativas no.

Anlisis de datos en la revisin

cuantitativa: meta-anlisis.
Previo a esto se debe calcular el ndice de tolerancia a
los resultados nulos.
Frmula de ndice de tolerancia a los resultados nulos:
N = k (d - dc)
N= nmero de resultados nulos no recuperados.
K= nmero de estudios integrados en la revisin.
d= es la media del TE de los estudios integrados.
dc= es el valor criterio seleccionado del TE de los
estudios integrados (pequeo .20; medio .50; alto .80)

Anlisis de datos en la revisin

cuantitativa: meta-anlisis.
Una vez preparada la base de datos se deben analizar
y valorar, buscando regularidades que permitan extraer
conclusiones pertinentes. Esta fase es meta-anlisis:
aplicacin de tcnicas estadsticas para el anlisis de
la variacin observada en los resultados de
investigaciones dirigidas a estudiar un mismo
problema conceptual.
Las tcnicas estadsticas no se aplican sobre los datos
directos de las investigaciones primarias, sino sobre
los resultados estadsticos que las resumen.

Anlisis de datos en la revisin

cuantitativa: meta-anlisis.
La primera fase de un meta-anlisis es estudiar la relacin entre
las variables objeto del estudio, i e, la relacin entre VD y VI.
Es necesario:
Llevar cada estudio a una mtrica comn: correlacin o diferencia
media tipificada (ambas son formas de estimar el TE)
Luego, se hace una estimacin ponderada del TE, es decir,
ponderar cada caso (estudio) por el inverso de su varianza (es
decir, por el tamao de la muestra), de forma que un estudio tiene
tanto ms peso cuanto mayor es la muestra en la que se basa
(incluyendo ms informacin).
Despus, se promedian todos los TE ponderados y se obtiene un
indicador global de la relacin existente entre la VD y VI,
denominado media ponderada.
La media ponderada entrega informacin sobre el grado de
impacto o asociacin entre la VD y VI.

Prueba de
Homogeneidad.
Son los resultados de estos estudios lo
suficientemente heterogneos como para que esa
dispersin necesite una explicacin?
Esta pregunta no se puede responder mediante una
apreciacin subjetiva de la aparente heterogeneidad
en los datos, sino que debe basarse en un indicador
objetivo de que existe algo que realmente necesita
explicacin.
La prueba Q responde a esa pregunta.
Prueba Q, contrasta homogeneidad de las
estimaciones del TE.

 De la Qt (anlogo a la variabilidad total),

se desprenden otras dos Q. Es decir, se
trata de separar la parte de la varianza
explicada por la variable categrica
(Qb=inter), de la varianza residual (error
muestral) dentro de las categoras
(Qw=intra)

 Qb: representa la suma de los cuadrados de los

tamaos del efecto medio en cada categora respecto
a la media total (estimacin de la variabilidad que
explica el modelo categrico o variables
moderadoras).
Qw: representa la suma de los tamaos del efecto
individuales respecto al tamao medio de su grupo
(estimacin de la varianza que queda dentro de cada
categora).
Qt= Qb+Qw
Qb= Qt+Qw
Qw= Qt+Qb

Conclusin
Estadstica v/s
Conclusin
Final se obtiene de
La conclusin estadstica,
las herramientas de contraste de
hiptesis. Puede verse amenazada si los
resultados fueron obtenidos mediante
herramientas inadecuadas.
La conclusin final, es la integracin de
la conclusin estadstica (resultados) con
la teora)