To reduce computational error, we c

To reduce computational error, we calculated effect sizes withthe aid of a computer program (Borenstein et al., 2009). Researchersrecommend that the best way to average a set of independent standardized mean difference effect sizes is by weighting each effect by its inverse variance (Hedges & Olkin, 1985; Sanchez- Meca & Marin-Martinez, 1998). Thus, in the current study, eacheffect size was weighted by its inverse variance such that effects with greater precision received greater weight (Borenstein et al., 2009). Recommended transformation calculations were used to help resolve artifacts, which can be due to unreliability in the dependent variable (Hunter & Schmidt, 2004). Because not all of the individual studies provided alpha coefficients for reliability information, the effect sizes were corrected following the optimal
two-stage procedure recommended by Hunter and Schmidt (2004, pp. 173–175). In the first step, individually known artifacts were corrected. The distributions of the artifacts available from the first step were then used to correct for the remaining artifacts (Hunter & Schmidt, 2004, pp. 174–175).

ผลลัพธ์ (ไทย) 2:

เพื่อลดข้อผิดพลาดในการคำนวณเราคำนวณขนาดอิทธิพล withthe ความช่วยเหลือของโปรแกรมคอมพิวเตอร์ (Borenstein et al., 2009) Researchersrecommend ว่าวิธีที่ดีที่สุดที่จะเฉลี่ยชุดของความแตกต่างของค่าเฉลี่ยมาตรฐานที่เป็นอิสระขนาดผลที่ได้คือผลกระทบโดยน้ำหนักของแต่ละแปรปรวนผกผันของ (พุ่มไม้และ Olkin 1985; Sanchez- Meca & Marin-ร์ติเนซ, 1998) ดังนั้นในการศึกษาในปัจจุบันขนาด eacheffect ถูกถ่วงน้ำหนักตามความแปรปรวนผกผันของมันเช่นว่าผลกระทบที่มีความแม่นยำมากขึ้นได้รับน้ำหนักมาก (Borenstein et al., 2009) การคำนวณการเปลี่ยนแปลงที่แนะนำถูกนำมาใช้เพื่อช่วยในการแก้ไขสิ่งประดิษฐ์ที่สามารถจะเป็นเพราะไม่สามารถไว้ใจได้ในตัวแปรตาม (ฮันเตอร์และชมิดท์, 2004) เพราะไม่ได้ทั้งหมดของการศึกษาของแต่ละบุคคลที่ให้ค่าสัมประสิทธิ์แอลฟาสำหรับข้อมูลที่น่าเชื่อถือขนาดอิทธิพลได้รับการแก้ไขที่ดีที่สุดต่อไปนี้
ขั้นตอนที่สองขั้นตอนที่แนะนำโดยฮันเตอร์และชมิดท์ (2004, pp. 173-175) ในขั้นตอนแรก, สิ่งประดิษฐ์ที่รู้จักกันเป็นรายบุคคลได้รับการแก้ไข การกระจายของสิ่งประดิษฐ์ที่ได้จากขั้นตอนแรกที่ถูกนำมาใช้เพื่อแก้ไขสำหรับสิ่งประดิษฐ์ที่เหลืออยู่ (Hunter & อบ, 2004, pp. 174-175)

ผลลัพธ์ (ไทย) 3:

เพื่อลดข้อผิดพลาดในการคำนวณ เราคำนวณขนาดอิทธิพลจากความช่วยเหลือของโปรแกรม ( บอรั่นสไตน์ et al . , 2009 ) researchersrecommend ว่าวิธีที่ดีที่สุดที่จะมีชุดของอิสระมาตรฐานหมายถึงความแตกต่างขนาดอิทธิพล โดยน้ำหนักของแต่ละผลตรงกันข้ามความแปรปรวน ( เฮดจ์& olkin , 1985 ; ซานเชส - MECA & มาริน มาร์ติเนซ , 1998 ) ดังนั้นในการศึกษาปัจจุบันขนาด eacheffect คือน้ำหนักของความแปรปรวนมากขึ้นเช่นที่ผกผันผลแม่นยำได้รับน้ำหนักมากขึ้น ( บอรั่นสไตน์ et al . , 2009 ) แนะนำการคำนวณการเปลี่ยนแปลงมาใช้เพื่อช่วยแก้ปัญหาสิ่งประดิษฐ์ซึ่งสามารถเนื่องจาก unreliability ในตัวแปรตาม ( ล่า&ชมิดท์ , 2547 )เนื่องจากไม่ใช่ทั้งหมดของแต่ละบุคคลให้เราศึกษาค่าสัมประสิทธิ์สำหรับความน่าเชื่อถือของข้อมูล ผลขนาดได้แก้ไขตามขั้นตอนที่แนะนำโดย
แบบ ฮันเตอร์ และ ชมิดท์ ( 2004 , pp . 173 - 175 ) ในขั้นตอนแรกของบุคคลรู้จักสิ่งประดิษฐ์ที่ถูกแก้ไขกระจายของสิ่งประดิษฐ์ที่ได้จากขั้นตอนแรก แล้วใช้ให้ถูกต้อง สำหรับสิ่งประดิษฐ์ที่เหลือ ( ฮันเตอร์&ชมิดท์ , 2004 , pp . 174 - 175 )