Método de síntesis cuantitativa que combina estimaciones de efecto y sus incertidumbres procedentes de múltiples estudios empíricos sobre una misma cuestión para producir estimaciones agregadas y evaluar la heterogeneidad entre estudios en investigación en ciencias políticas.

Principio

La agregación ponderada (habitualmente por la inversa de la varianza) agrupa estimaciones de estudios mientras modela el error muestral y la variación entre estudios; las opciones entre formulaciones de efectos fijos y aleatorios formalizan supuestos sobre la intercambiabilidad de los estudios.

Demostración

Escenario ilustrativo: Situación — Diez estudios estiman el efecto de una intervención sobre la participación, cada uno con estimaciones y errores estándar distintos. Reconocimiento — Las estimaciones varían más allá del error muestral. Acción — El analista extrae tamaños de efecto y varianzas, ajusta un modelo meta‑analítico de efectos aleatorios para obtener una estimación agrupada y estima la varianza entre estudios, informando estadísticas de heterogeneidad. Consecuencia — La síntesis ofrece un efecto global con incertidumbre cuantificada y muestra si los efectos difieren sistemáticamente entre estudios.

Aplicación incorrecta

Combinar estudios que miden constructos distintos, mezclan poblaciones incompatibles o ignorar la calidad y diseño de los estudios; tratar la estimación agrupada como un único parámetro causal sin abordar la heterogeneidad o la selección por publicación.

Consecuencia

Una metaanálisis bien realizada aumenta la precisión, aclara la distribución de efectos y puede revelar moderadores o sesgos de publicación; una metaanálisis inapropiada puede inducir a conclusiones erróneas por agregar evidencia incommensurable o sesgada.

Inversión

Si los estudios subyacentes no son intercambiables (diferentes estimandos, poblaciones o sesgos sistemáticos) o la literatura está distorsionada por selección, la estimación agrupada puede no representar un efecto poblacional significativo y la inferencia agrupada puede ser engañosa.

Límite

Claramente dentro: síntesis cuantitativas que extraen medidas de efecto comparables y sus varianzas de múltiples estudios empíricos sobre la misma pregunta. Caso límite: combinar estudios con resultados relacionados pero no idénticos, requiriendo análisis de sensibilidad. Claramente fuera: reseñas narrativas sin cuantificación de efectos o heterogeneidad.

Tensión semántica

Tensión entre aumentar la generalizabilidad mediante agregación y preservar la especificidad contextual — la agregación puede ocultar efectos condicionales o específicos de población relevantes para la teoría y la política.

Síntesis

La metaanálisis formaliza la inferencia entre estudios mediante ponderación y modelado de la heterogeneidad, pero su valor depende de la comparabilidad y calidad de los estudios incluidos y de decisiones de modelado transparentes y análisis de sensibilidad.