Gepoolter Effekt (Meta-Analyse)

Der gepoolte Effekt ist der gewichtete Durchschnitt der Effekte aller Studien. Genaue Studien (kleiner Standardfehler) zählen mehr. Im Random-Effects-Modell fließt zusätzlich ein, wie stark die wahren Effekte zwischen den Studien streuen (τ²): Dadurch werden die Gewichte ausgeglichener und das Intervall breiter als im Modell mit einem gemeinsamen wahren Effekt. Das 95 %-Konfidenzintervall nennt die Werte für den Durchschnitt der wahren Effekte, die mit den Daten gut vereinbar sind.

Beispiel: Korrelation r = ,15, 95 %-KI [,08; ,22] über 16 Studien: ein kleiner positiver Zusammenhang zwischen Gewissenhaftigkeit und Therapietreue (Molloy und Kollegen, 2014).

Vorsicht: Der Durchschnitt ist nur sinnvoll, wenn die Studien dasselbe messen. Bei hoher Heterogenität zusätzlich das Prädiktionsintervall ansehen.