Farklı Paket Programlar Yardımıyla Temel Meta-Analiz Uygulamaları ve Raporlama
- - -
| GÜN | 19.01.2026 | 20.01.2026 | 21.01.2026 | 22.01.2026 | 23.01.2026 | ||||
| SAAT | 1. GÜN | SAAT/GÜN | 2. GÜN | SAAT/GÜN | 3. GÜN | SAAT/GÜN | 4. GÜN | SAAT/GÜN | 5. GÜN |
| 09:00 - 09:45 | DERS ADI: Meta-Analize İlişkin Genel Bilgiler I | 09:00 - 09:45 | DERS ADI: Heterojeniteyi Anlamak | 09:00 - 09:45 | DERS ADI: CMA Programının Tanımı ve Programa Veri Girişi | 09:00 - 09:45 | DERS ADI: JASP Programı ile Meta-Analiz - III | 09:00 - 09:45 | DERS ADI: PISA örneğiyle geniş ölçekli verilerde meta analize giriş (Teorik) |
| Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Gökhan AKSU | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Mehmet Taha ESER | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. İbrahim YILDIRIM | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Erkan Hasan ATALMIŞ | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Burak AYDIN |
| DERS KONUSU, İÇERİĞİ: Meta-analiz nedir? Meta-analiz tarihçesine ilişkin teorik bilgilerin anlatımı. Meta-analizin avantajları ve sınırlılıklarına ilişkin teorik bilgilerin anlatımı | DERS KONUSU, İÇERİĞİ: Klinik heterojenite, istatistiksel heterojenite ve diğer heterojenite kaynaklarına ilişkin teorik bilgilerin anlatımı, heterojeniteye ilişkin doğru bilinen yanlışlar | DERS KONUSU, İÇERİĞİ: CMA programının tanıtılması, programa veri girişi, program kapsamında gerçekleştirilen analizlerin tanıtılması | DERS KONUSU, İÇERİĞİ: JASP programında korelasyon analizleri ve ilgili istatistik sonuç tabloları ve grafikleri yorumlama | DERS KONUSU, İÇERİĞİ: Veri Yönetiminde Temel İstatistiksel Yöntemler, Geniş ölçekli verilerin çözümlenmesinde meta-analitik yaklaşımlar daha sık kullanılmaya başlanmıştır. Bu derste Scherer vd. (2024) kaynağı temel alınarak geniş ölçekli verilerin meta-analizlerde nasıl kullanılabileceği, hâlihazırda araştırmacılar tarafından nasıl kullanıldığı açıklanacaktır. | |||||
| 10:00 - 10:45 | DERS ADI: Meta-Analize İlişkin Genel Bilgiler II | 10:00 - 10:45 | DERS ADI: Yayın Yanlılığını Anlamak | 10:00 - 10:45 | DERS ADI: CMA ile Ortalama Etki Büyüklüğünün Hesaplanması (Korelasyon) | 10:00 - 10:45 | DERS ADI: JASP Programı ile Meta-Analiz - IV | 10:00 - 10:45 | DERS ADI: R ile Böl/Çöz/Birleştir - Ders I Böl (Uygulama) |
| Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Gökhan AKSU | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Mehmet Taha ESER | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. İbrahim YILDIRIM | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Erkan Hasan ATALMIŞ | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Burak AYDIN |
| DERS KONUSU, İÇERİĞİ: Meta-analiz çalışmaları kapsamında konu belirlemenin nasıl gerçekleştirileceğinin anlatımı, Literatür taramanın nasıl gerçekleştirileceğinin anlatımı. Ölçütlerin nasıl belirleneceğinin anlatımı. PRISMA kriterlerinin anlatımı. | DERS KONUSU, İÇERİĞİ: Yayın yanlılığı kavramına ilişkin teorik bilgilerin ve yayın yanlılığına ilişkin tartışmaların anlatımı | DERS KONUSU, İÇERİĞİ: CMA programı ile aralarında ilişki olduğu belirlenen değişkenler için farklı çalışmalardan elde edilen korelasyon katsayılarına dayalı olarak etki büyüklüğünün hesaplanması ve elde edilen sonuçların yorumlanması | DERS KONUSU, İÇERİĞİ: JASP programında olasılık oranı analizi ve ve ilgili istatistik sonuç tabloları ve grafikleri yorumlama | DERS KONUSU, İÇERİĞİ: Cheung ve Jak (2016) tarafından tanıtılan böl/çöz/birleştir prosedüründe büyük bir veri seti önce küçük parçalara ayrılır, her veri seti ayrı analiz edilir ve elde edilen sonuçlar meta-analizle birleştirilir. Örneğin geniş ölçekli verilerin ülke düzeyinde parçalara ayrılıp, ülke düzeyinde yapılan analiz sonuçlarının meta-analizler birleştirilmesi heterojenliğin doğru analiz edilmesini sağlayabilir. | |||||
| 11:00 -11:45 | DERS ADI: Meta-Analize İlişkin Genel Bilgiler III | 11:00 -11:45 | DERS ADI: Metafor Paketi ile TemeL Meta-Analiz Uygulamaları I | 11:00 -11:45 | DERS ADI: CMA ile Ortalama Etki Büyüklüğünün Hesaplanması (Standartlaştırılmış ortalama farkı) | 11:00 -11:45 | DERS ADI: JASP Programı ile Meta-Analiz - V | 11:00 -11:45 | DERS ADI: R ile Böl/Çöz/Birleştir - Ders II Çöz (Uygulama) |
| Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Gökhan AKSU | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Mehmet Taha ESER | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. İbrahim YILDIRIM | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Erkan Hasan ATALMIŞ | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Burak AYDIN |
| DERS KONUSU, İÇERİĞİ: Genel etki büyüklüğü kavramının anlatımı, Meta-analiz çalışmaları kapsamında kullanılabilecek popüler akademik veri tabanlarının (Ulakbim, Scopus, Web of science) anlatımı, | DERS KONUSU: RStudio ile metafor paketi kapsamında sabit etkiler ve tesadüfi etkiler modelleri temel alınara ortalama farkında dayalı, etki büyüklüğüne dayalı ve korelasyonel meta-analize ilişkin örnek uygulamalar I: Kullanım amacı, varsayımları, işlem adımları, raporlaştırma ve yorumlama | DERS KONUSU,İÇERİĞİ: CMA programı ile İki grup arasında standartlaştırılmış farkın hesaplanması, yorumlanması ve kullanım alanları. | DERS KONUSU, İÇERİĞİ: JASP programında model seçimi; Yayım yanlılığı analizleri (Funnel plot, Rank test for Funnel plot asymmetry, Regression test for Funnel plot asymmetry, Trim-fill analysis ve Fail-safe) ilgili istatistik sonuç tabloları ve grafikleri yorumlama | DERS KONUSU, İÇERİĞİ: Bu ders kapsamında birinci derste ülke düzeyinde parçalara ayrılan PISA verilerinin otomasyonla çözümlenmesi ve çözümleme sonuçlarının saklanması işlenecektir. Bu aşamada dersin anlaşılabilirliğini korumak adına kullanılacak çözümleme basit korelasyon olacaktır. Örneğin her ülke için okul düzeyinde iki sürekli değişkene ait Pearson korelasyon katsayısı hesaplanacaktır. | |||||
| 12:00 -12:45 | DERS ADI: R Programlama Diline Giriş: Genel Bilgiler | 12:00 -12:45 | DERS ADI: Metafor Paketi ile Temel Meta-Analiz Uygulamaları II | 12:00 -12:45 | DERS ADI: CMA ile Alt Grup Analizleri ve Meta Regresyon | 12:00 -12:45 | DERS ADI: JASP Programı ile Meta-Analiz - VI | 12:00 -12:45 | DERS ADI: R ile Böl/Çöz/Birleştir - Ders III Birleştir (Uygulama) |
| Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Gökhan AKSU | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Mehmet Taha ESER | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. İbrahim YILDIRIM | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Erkan Hasan ATALMIŞ | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Burak AYDIN |
| DERS KONUSU, İÇERİĞİ: R Programlama Dili ile ilgili temel bilgilerin anlatımı | DERS KONUSU: RStudio ile metafor paketi kapsamında sabit etkiler ve tesadüfi etkiler modelleri temel alınara ortalama farkında dayalı, etki büyüklüğüne dayalı ve korelasyonel meta-analize ilişkin örnek uygulamalar II: Kullanım amacı, varsayımları, işlem adımları, raporlaştırma ve yorumlama | DERS KONUSU,İÇERİĞİ: Alt grup analizinin temel prensipleri, meta-analizlerde neden kullanıldığı ve ne zaman uygulanması gerektiği, farklı alt grupların nasıl belirleneceği ve sınıflandırılacağı, Alt grup farklılıklarının var olup olmadığını anlamak için hipotezlerin nasıl oluşturulacağı ve test edileceği. MA yazılımı kullanılarak meta-regresyon analizlerinin nasıl yapılacağı, yorumlanacağını ve raporlanacağını; meta-analizdeki heterojenliği açıklamak amacıyla birden fazla bağımsız değişkeni kullanarak, araştırmalar arasındaki sonuç farklarını test etmek, meta-analiz verilerinde değişkenlerin etkisini incelemek için regresyon modellerinin nasıl kullanılacağını açıklamak | DERS KONUSU, İÇERİĞİ: JASP programında moderator ve alt grup analizleri ve ve ilgili istatistik sonuç tabloları ve grafikleri yorumlama | DERS KONUSU, İÇERİĞİ: Bu ders kapsamında ikinci derste ülke düzeyinde parçalara ayrılmış PISA verilerinin otomasyonla çözümlenmesi sonucunda elde edilen bulguların meta-analizle birleştirilmesi işlenecektir. Her ülke için hesaplanan korelasyon katsayıları meta-analizle birleştirilecektir. | |||||
| ÖĞLE ARASI | |||||||||
| 14:00 -14:45 | DERS ADI: RStudio'nun Tanıtılması, Paket kavramı ve RStudio kapsamında kullanılan popüler paketler | 14:00 -14:45 | DERS ADI: Meta Paketi İle Temel Meta-Analiz Uygulamaları I | 14:00 -14:45 | DERS ADI: SPSS ile Meta Analiz - I | 14:00 -14:45 | DERS ADI: Güvenirlik Genellemesi - I | 14:00 -14:45 | DERS ADI: R ile Böl/Çöz/Birleştir - Ders IV Moderatörler (Uygulama) |
| Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Gökhan AKSU | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Mehmet Taha ESER | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. İbrahim YILDIRIM | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Sedat ŞEN | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Burak AYDIN |
| DERS KONUSU, İÇERİĞİ: RStudio arayüzüne ilişkin genel bilgilerin anlatımı, Paket kavramının ve meta-analiz uygulamalarında RStudio kapsamında kullanılan popüler paketlerin (meta, metafor, tidyverse) tanıtılması | DERS KONUSU: RStudio ile meta paketi kapsamında sabit etkiler ve tesadüfi etkiler modelleri temel alınara ortalama farkında dayalı, etki büyüklüğüne dayalı ve korelasyonel meta-analize ilişkin örnek uygulamalar I: Kullanım amacı, varsayımları, işlem adımları, raporlaştırma ve yorumlama | DERS KONUSU, İÇERİĞİ: SPSS programı kullanılarak korelasyon katsayılarına dayalı olarak etki büyüklüğünün hesaplanması ve elde edilen sonuçların yorumlanması, SPSS programı ile İki grup arasında standartlaştırılmış farkın hesaplanması, yorumlanması ve kullanım alanları. | DERS KONUSU, İÇERİĞİ: Birden fazla araştırmada kullanılan aynı ölçme aracının güvenilirlik katsayılarının bir araya getirilerek genel bir güvenirlik tahmini yapılması, farklı çalışmalarda elde edilen sonuçlar birleştirilerek, söz konusu ölçme aracının farklı örneklem ve koşullarda ne kadar tutarlı sonuçlar verdiğine dair daha güvenilir bir sonuç elde edilecektir. | DERS KONUSU, İÇERİĞİ: Üçüncü derste kurulan meta-analitik modele ülke düzeyinde moderatör değişkenler eklenecektir. | |||||
| 15:00 -15:45 | DERS ADI: JAMOVI programının tanıtılması | 15:00 -15:45 | DERS ADI: Meta Paketi İle Temel Meta-Analiz Uygulamaları II | 15:00 -15:45 | DERS ADI: SPSS ile Meta Analiz - II | 15:00 -15:45 | DERS ADI: Güvenirlik Genellemesi - II | 15:00 -15:45 | DERS ADI: R ile Böl/Çöz/Birleştir - Ders IV MUTOS Döngüsü (Teorik) |
| Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Gökhan AKSU | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Mehmet Taha ESER | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. İbrahim YILDIRIM | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Sedat ŞEN | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Burak AYDIN |
| DERS KONUSU, İÇERİĞİ: JAMOVI programının tanıtılması, programa veri girişi, program kapsamında gerçekleştirilen analizlerin tanıtılması | DERS KONUSU: RStudio ile meta paketi kapsamında sabit etkiler ve tesadüfi etkiler modelleri temel alınara ortalama farkında dayalı, etki büyüklüğüne dayalı ve korelasyonel meta-analize ilişkin örnek uygulamalar II: Kullanım amacı, varsayımları, işlem adımları, raporlaştırma ve yorumlama | DERS KONUSU, İÇERİĞİ: SPSS programı kullanılarak korelasyon katsayılarına dayalı olarak etki büyüklüğünün hesaplanması ve elde edilen sonuçların yorumlanması, SPSS programı ile İki grup arasında standartlaştırılmış farkın hesaplanması, yorumlanması ve kullanım alanları. | DERS KONUSU, İÇERİĞİ: Metafor paketi kullanılarak örnek veri seti üzerinden güvenirlik genellemesi kavramına, kullanım amacına ve basamaklarına ilişkin teorik bilgilerin anlatımı, işlem adımları, raporlaştırma ve yorumlama. | DERS KONUSU, İÇERİĞİ: Meta-analizlerde çok sayıda moderatör değişken olması durumunda değişkenler modele belli kategorilere ayrılarak alınabilir. Becker (2017) tarafından belirlenen çerçevede moderatörler Yöntem (Method), Birim (Unit), Müdahele (Treatment), Gözlemsel Farklılıklar (Observing Operations) ve Genel Farklılıklar (Settings) şeklinde beş kategoriye ayrılabilir ve her kategori için ayrı yapılacak analizler sonucunda modele alınacak moderatör sayısı azaltılabilir. Bu ders kapsamında geniş ölçekli veriler için kullanılabilecek moderatör değişkenler ve kategorileri tartışılacaktır | |||||
| 16:00 -16:45 | DERS ADI: JAMOVI İle Uygulamalar - I | 16:00 -16:45 | DERS ADI: Meta-Analiz Çalışmalarında Yapılan Yanlışlar I | 16:00 -16:45 | DERS ADI: JASP Programı ile Meta-Analiz - I | 16:00 -16:45 | DERS ADI: Meta-Analizde Güncel Gelişmeler | 16:00 -16:45 | DERS ADI: Meta Analizin Kapasite ve Sınırlılıkları |
| Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Gökhan AKSU | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. M. Taha ESER | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Erkan Hasan ATALMIŞ | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Sedat ŞEN | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Prof. Dr. Nuri DOĞAN |
| DERS KONUSU, İÇERİĞİ: JAMOVI ile sabit etkiler ve tesadüfi etkiler modelleri temel alınarak standardize edilmemiş ortalama farkına dayalı (D) etki büyüklüklüğüne ve standardize edilmiş ortalama farkında dayalı etki büyüklüğüne ilişkin örnek uygulamalar: Kullanım amacı, varsayımları, işlem adımları, raporlaştırma ve yorumlama | DERS KONUSU: Meta-analiz çalışmalarında sıklıkla karşılaşılan tasarım hatalarının, yanlış raporlama ve yorumlamaların alanyazından seçilmiş örnek makaleler aracılığıyla incelenmesi I | DERS KONUSU, İÇERİĞİ: JASP program tanıtımı; JASP’da veri okuma ve meta-analiz menüsünü tanıtma | DERS KONUSU: Meta-analiz çalışmalarında son yıllarda hangi çalışmalara ağırlık verildiği, meta analize ilişkin alanyazından seçilmiş örnek makaleler aracılığıyla güncel gelişmelerin incelenmesi ve bu süreçte makale yazımı konusunda neler yapılması gerektiğine ilişkin deneyimlerin paylaşılması | DERS KONUSU, İÇERİĞİ: Örnek olarak verilen makaleler üzerinden meta analiz çalışmaların kapasiteleri, meta analiz sonuçlarının nasıl yorumlanacağı, farklı çalışmalardan elde edilen çelişkili sonuçların açıklanması ve daha tutarlı bir şekilde ortaya konulması ve mevcut araştırmalardaki eksikliklerin belirlenmesi. | |||||
| 17:00 -17:45 | DERS ADI: JAMOVI İle Uygulamalar - II | 17:00 -17:45 | DERS ADI: Meta-Analiz Çalışmalarında Yapılan Yanlışlar II | 17:00 -17:45 | DERS ADI: JASP Programı ile Meta-Analiz - II | 17:00 -17:45 | DERS ADI: Meta-Analizde Yaygın Hatalar | 17:00 -17:45 | DERS ADI: Editör Gözüyle Meta Analiz Çalışmaları |
| Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Gökhan AKSU | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. M. Taha ESER | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Erkan Hasan ATALMIŞ | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Sedat ŞEN | Ders Saati: 1 | DERS VERECEK ÖĞRETİM ÜYESİ: Prof. Dr. Nuri DOĞAN |
| DERS KONUSU, İÇERİĞİ: JAMOVI ile sabit etkiler ve tesadüfi etkiler modelleri temel alınarak korelasyon katsayılarına dayalı olarak etki büyüklüğünün hesaplanması ve elde edilen sonuçların yorumlanması ve raporlaştırma | DERS KONUSU: Meta-analiz çalışmalarında sıklıkla karşılaşılan tasarım hatalarının, yanlış raporlama ve yorumlamaların alanyazından seçilmiş örnek makaleler aracılığıyla incelenmesi II | DERS KONUSU, İÇERİĞİ: JASP programında Standartlaştırılmış ortalama farkı analizleri ve ilgili istatistik sonuç tabloları ve grafikleri yorumlama | DERS KONUSU: Meta-analiz çalışmalarında sıklıkla karşılaşılan tasarım hatalarının, yanlış raporlama ve yorumlamaların alanyazından seçilmiş örnek makaleler aracılığıyla incelenmesi ve makale yazımı konusunda neler yapılması gerektiğine ilişkin deneyimlerin paylaşılması | DERS KONUSU, İÇERİĞİ: Meta analiz çalışmalarını yayınlatmak amacıyla neler yapılması gerektiği, farklı paket programların avantaj ve sınırlılıklarının ortaya konarak, nitelikli bir çalışma yapabilmek için neler yapılması gerektiğine ilişkin deneyimlerin paylaşılması. | |||||
| Toplam Ders Sayısı=8 | Toplam Ders Sayısı=8 | Toplam Ders Sayısı=8 | Toplam Ders Sayısı=8 | Toplam Ders Sayısı=8 | |||||