I² och Q (heterogenitet)

Q testar om studierna skiljer sig från varandra mer än vad slumpen inom studierna ger anledning att tro. I² anger i procent den del av den totala variationen i effekter som beror på verkliga skillnader mellan studierna snarare än slump. Tumregel baserad på Higgins m.fl. (2003), som nämner 25, 50 och 75 % som riktmärken: under 25 % låg, från 25 % måttlig, från 50 % betydande, från 75 % hög.

Exempel: I² = 95 %, Q(8) = 123,7, p < ,001: nästan hela variationen beror på verkliga skillnader mellan studierna (vårdtid, Normand 1999).

Se upp: Med få studier är I² mycket oprecist; därför visas intervallet. Ett litet Q med få studier bevisar inte att studierna är lika. I² är en andel, inte ett mått på hur stora skillnaderna är: med mycket precisa studier blir I² stort även när effekterna ligger nära varandra. Hur mycket de sanna effekterna sprids visar τ och prediktionsintervallet.