Los estudios empíricos no suelen reportar el tamaño del efecto, por lo que el Meta-analista lo calculará. Se trata de un valor que nos indica el grado en que el fenómeno ocurre, dependiendo del tipo de diseño varía, los más utilizados son los d de Cohen. Puntación típica que representa la distancia en unidades típicas que separa a la media de los dos grupos.
El peso cada estudio está en función de la precisión, a mayor N, mejor.
- Construir un gráfico forest plot, en él se representa gráfica y numéricamente: tamaños del efecto individual de cada estudio, junto con su correspondiente intervalo de confianza (generalmente 95%).
- Calcular el promedio de los Tamaño de Efecto y sus intervalos de confianza.
- Prueba homegeneidad Q cuando hay mucha heterogeneidad entre estudios, significativa el efecto medio de los TE no representa adecuadamente al conjunto estudios. También calculamos el índice I2 que cuantifica el % de heterogeneidad. 25, 50 y 75% (B. M. A.). Cuando Q es significativa, lo habitual es el análisis una a una de las VV y cuando el número es elevado un modelo de regresión múltiple:
- Análisis de varianza, cuando la variable moderadora es cualitativa, Qb permite verificar si los efectos medios de las VV moderadoras son est. Significativos, si hay diferencias en las categorías de una misma variable (Cumple la misma función que el estadístico F de un ANOVA típico, si bien su distribución no es F de Snedecor, sino Chi-cuadrado de Pearson). Qw que permite comprobar si el modelo está bien especificado o de lo contrario se ha dejado VV fuera que expliquen parte de la varianza. La fiabilidad se calcula mediante k de cohen.
- Análisis de regresión, cuando la variable moderadora es continua. Con los estadísticos Qr que estima la pendiente de regresión y Qe para ver el modelo. La fiabilidad se calcula mediante coeficiente intra-clase.
- Modelo de efectos fijos o de efectos aleatorios.