Veri Havuzlama
Data Pooling
Tanım
İki veya daha fazla çalışma ya da alt çalışmadan elde edilen istatistiksel bilgilerin, gruplar arası standart sapma veya varyansların ortalaması alınarak tek bir analiz girdisi haline getirilmesi süreci.
Örnek Vaka / Uygulama
Farklı iki klinikte uygulanan aynı bilişsel terapi yönteminin etkinlik sonuçlarını inceleyen bir araştırmacı, tek başına yetersiz kalan örneklem sayılarını artırmak için iki merkezin hasta verilerini birleştirir. Ancak havuzlanmış veri seti üzerinde yapılan analiz, kliniklerin demografik ve vaka şiddeti açısından farklı tabakalara sahip olmasından ötürü, tedavi etkinliğini aslında olduğundan daha yüksek (veya daha düşük) gösterebilir.
Derin Analiz
Veri havuzlama, özellikle istatistiksel güç (statistical power) eksikliğinin olduğu durumlarda örneklem büyüklüğünü artırmak amacıyla kullanılan kantitatif bir birleştirme yöntemidir. T-testi veya varyans analizi (ANOVA) gibi parametrik testlerde kullanılmak üzere birden fazla veri setini tek bir havuzda toplamak, genel varyans tahminini iyileştirebilir. Ancak bu teknik metodolojik açıdan körü körüne uygulanmamalıdır. Gruplar arasındaki heterojenlik göz ardı edildiğinde, Simpson Paradoksu (Simpson's paradox) gibi istatistiksel yanılsamalara kapı aralayabilir; yani alt gruplarda geçerli olan bir eğilim, veriler havuzlandığında tamamen tersine dönebilir veya maskelenebilir.
Etimoloji
İngilizce 'data' (veriler, Latince 'datum' [verilen] sözcüğünün çoğulu) + 'pooling' (havuz oluşturma, ortak bir havuzda toplama, Orta İngilizce 'poole' kökünden türetilmiştir).
Karıştırmayın
Meta-analiz (Meta-analysis, ham verileri birleştirmek yerine bağımsız çalışmaların etki büyüklüklerini birleştirir; veri havuzlama ise doğrudan ham verilerin veya varyansların ortak havuzda toplanmasını ifade eder).