Ein quantitatives Syntheseverfahren, das Effektgrößen und deren Unsicherheiten aus mehreren empirischen Studien zu einer gemeinsamen Fragestellung kombiniert, um aggregierte Schätzungen zu liefern und die Heterogenität zwischen Studien sowie die damit verbundene Inferenz in der Politikwissenschaft zu beurteilen.

Prinzip

Gewichtete Aggregation (häufig inverse Varianz‑Gewichtung) fasst Studienergebnisse zusammen, während sie Stichprobenfehler und zwischenstudielle Variation modelliert; die Wahl zwischen Fixed‑Effect‑ und Random‑Effects‑Formulierungen formalisert Annahmen zur Austauschbarkeit der Studien.

Demonstration

Illustratives Szenario: Situation — Zehn Studien schätzen den Effekt derselben Intervention auf Wahlbeteiligung mit unterschiedlichen Punkt‑ und Standardfehlern. Erkennen — Die Schätzungen variieren über die Stichprobenfehler hinaus. Handlung — Der Analyst extrahiert Effektgrößen und Varianzen, passt ein Random‑Effects‑Meta‑Modell an, erhält eine gepoolte Schätzung und eine Schätzung der zwischenstudien Varianz und berichtet Heterogenitätsmaße. Konsequenz — Die Synthese liefert einen Gesamteffekt mit quantifizierter Unsicherheit und macht sichtbar, ob Effekte systematisch zwischen Studien variieren.

Fehlanwendung

Studien zusammenfassen, die unterschiedliche Konstrukte messen, inkompatible Populationen kombinieren oder Qualitäts‑ und Designunterschiede ignorieren; die gepoolte Schätzung als einheitlichen kausalen Parameter interpretieren, ohne Studienheterogenität oder Publikationsselektion zu berücksichtigen.

Konsequenz

Eine sorgfältig durchgeführte Metaanalyse erhöht Präzision, klärt die Effektdistribution und kann Moderatoren oder Publikationsbias aufdecken; eine unangemessene Metaanalyse kann irreführende Schlussfolgerungen liefern, indem sie unvereinbare oder verzerrte Evidenz aggregiert.

Umkehrung

Sind die zugrunde liegenden Studien nicht austauschbar (unterschiedliche Zielgrößen, Populationen oder systematische Verzerrungen) oder verzerrt durch selektive Veröffentlichung, so kann die gepoolte Schätzung kein sinnvolles Populationsmaß darstellen und die Aggregatinferenz irreführend sein.

Abgrenzung

Klar innerhalb: quantitative Synthesen, die vergleichbare Effektmaße und Varianzen aus mehreren empirischen Studien zu derselben Frage extrahieren. Grenzfall: Kombination von Studien mit eng verwandten, aber nicht identischen Ergebnissen, die Sensitivitätsanalysen erfordern. Klar außerhalb: narrative Übersichtsarbeiten ohne Quantifizierung von Effekten oder Heterogenität.

Semantische Spannung

Spannung zwischen der durch Aggregation gesteigerten Generalisierbarkeit und der Bewahrung kontextueller Spezifität — Aggregation kann konditionale oder populationsspezifische Effekte verschleiern, die für Theorie und Politik wichtig sind.

Synthese

Metaanalyse formalisert die über‑Studien‑Inference durch Gewichtung und Modellierung von Heterogenität; ihr inhaltlicher Wert hängt jedoch von Vergleichbarkeit und Qualität der einbezogenen Studien sowie von transparenten Modellentscheidungen und Sensitivitätsprüfungen ab.