Межгрупповая гетерогенность относится к вариации истинных размеров эффекта между исследованиями в мета-анализе. Модель случайных эффектов учитывает это, оценивая тау-квадрат, который количественно определяет дисперсию истинных эффектов. Высокая гетерогенность может указывать на наличие различных подгрупп исследований или на бессмысленность объединения результатов. Количественная оценка и анализ гетерогенности имеют решающее значение для оценки достоверности общей оценки эффекта. Статистика Q Кокрейна, взвешенная сумма квадратов, традиционно используется для различения ошибки выборки и истинной гетерогенности. Она измеряет отклонения индивидуальных эффектов исследований от суммарного эффекта, взвешенные по точности исследования. Предполагается, что Q имеет приблизительно распределение хи-квадрат, что позволяет проводить проверку гипотез о гетерогенности. Однако на Q влияют количество исследований и их точность, что ограничивает его надежность как единственного показателя. Статистика I-квадрат, полученная из Q, представляет собой процент вариабельности, не связанной с ошибкой выборки. Она обеспечивает более понятную меру гетерогенности, с общепринятыми ориентирами для низких, умеренных и существенных уровней. Статистика H-квадрат является еще одной мерой, основанной на Q, указывающей на соотношение наблюдаемой и ожидаемой дисперсии из-за ошибки выборки. Тау-квадрат и его квадратный корень, тау, количественно определяют дисперсию и стандартное отклонение истинных размеров эффекта соответственно. Хотя тау-квадрат полезен, его может быть трудно интерпретировать на практике. Прогнозные интервалы, которые учитывают как дисперсию гетерогенности, так и стандартную ошибку объединенного эффекта, предлагают более информативный способ представления диапазона будущих эффектов исследований. Поэтому для оценки гетерогенности рекомендуется сообщать о I-квадрате с доверительными интервалами и прогнозными интервалами.