文章作者 | 刘 越
文章来源 | 商大创新评论
你还在为如何梳理文献发愁？
还在因找不到合适的调节变量苦恼？
学会元分析
这些问题迎刃而解
01
什么是元分析
科学研究中为了使研究结果更具有说服力，许多研究者都会将研究对象置于多种条件下进行验证。同一个研究问题会经过众多学者的探讨，但是结果却不尽相同，甚至出现互斥的情况。这么多结果不同的独立研究，哪个才是最有说服力的呢？面对这个问题，研究者提出了综述的方法，对特定领域的相关研究进行汇总整合。综述是对同一个研究对象不同研究结果的总结，也是对过去研究的概括和提炼，达到排除随机误差、提炼本质内容、发现问题，以便为将来研究指明方向。那么，如何提升综述的质量呢？元分析方法功能强大。
元分析是一种对以往的实证研究结果进行归纳和总结的统计方法。最早出现于20世纪30年代，当时主要应用于医学领域，去解决临床试验结果不一致的问题。元分析与传统文献综述的区别在于：文献综述属于宏观分析，对文献的类型没有固定的要求，是对现有研究结果的归纳和总结。元分析更倾向于微观分析，通过对现有研究数据进行整合得出研究对象的真实关系，得出这一关系更接近样本总体的真实估计。元分析还能够对某一关系在不同研究样本中的差异进行分析，找出解释这些差异的调节变量。
02
元分析的步骤
元分析是一项具有系统性、严谨性、透明性、无偏性的研究，研究过程有严格的要求。无论是研究人员的设置，还是数据的处理都必须有理有据，主要包括：选题、文献搜索、数据编录和数据分析四个步骤。
步骤一：选题
选题与方法契合，突出研究价值
选题时出发点要正确，杜绝生搬硬套元分析方法的现象。元分析只是众多研究方法中的一种，只有适合你的研究问题时才可以运用。因此，撰写应用元分析的论文时不应刻意强调研究方法的优越性，而要强调方法与选题的高度契合。
元分析选题的四个建议：
第一，某一方向还没有使用过元分析方法，可以考虑是否有必要进行元分析，对现有的研究结果进行总结和归纳。但值得注意的是，随着元分析研究方法的普及，每年都有大量的元分析文献发表，我们已经很难找到一个研究方向是没有进行过元分析的了，即使有未进行过元分析的研究变量，大部分没有什么研究的意义，很难获得理论贡献。
第二，某一研究对象的现有文献中，研究结果存在不一致的情况，甚至是相互矛盾时可以考虑用元分析的方法。通过元分析对现有文献进行归纳和整理可以得出最接近于真实情况的结果，并且还能够进一步的探讨是哪些变量导致了这一差异。Meyer(2002)在进行组织承诺和满意度之间相关关系的元分析研究时，发现感情承诺和薪酬满意度之间的关系显著低于感情承诺和工作满意度的关系，满意度的类型就是一个调节变量。此类选题堪称元分析的最重要应用。
第三，我们可以利用元分析方法对理论进行验证。所验证理论的选择要谨慎，不能盲目选择没有进行过元分析的理论。一些理论虽然没有通过元分析进行论证，但是大量的研究已经肯定其内容，这种理论就不需要进行元分析了。
第四，将元分析与其他统计方法结合，从而进一步的探讨变量之间的关系。比如以文献数据为样本，构建结构方程模型检验某一变量的中介作用。Colquitt等(2000)将元分析与结构方程模型结合，对培训动机的前因变量和后果变量进行研究，检验了一个包含16个中介变量的模型。这是一般的实证研究很难实现的。
步骤二：文献搜索
全面客观，报告选择标准
确定研究对象之后，就可以进行文献搜索。因为元分析是对某一关系现有研究的归纳和总结，所以搜索的文献要尽可能的全面，不可以随意设置时间段。
需要搜索的文献类型有两种，包括已发表的文献和未发表的文献。
搜索已发表的文献主要有以下几种方法：
①通过搜索引擎和文献数据库进行搜索，比如：谷歌学术、Web of science、ProQuest Dissertation and Proceedings等。使用受众较广的数据库进行文献检索，不可以为了减少所得文献而选择一些文献容量较小的数据库。
②对期刊进行手动搜索，针对性较强。
③用以上两种方法搜索完之后，可以参照文献综述的列表，查看是否有遗漏。
搜索未发表的文献有三种途径：
①查看近期的会议文章。
②搜索硕博论文数据库。
③也可向领域内经常发表文献的学者发邮件询问是否还有未发表的研究。
元分析将不同样本文献的效应值（相关系数）进行整合，通过加权平均数对样本进行估计。因此，需要设置标准对搜索到的文献进行筛选。①必须是定量研究，定性研究无法获取相关系数。②文献中必须汇报了样本的大小。③文献中必须有相关系数，对于实验研究，有均值差即可转换为相关系数。除了这些硬性规定之外，学者还可以根据研究内容增加筛选标准，比如：只保留工作场所的样本或者只保留个体层面的样本等。
步骤三：数据编录
内容详尽，避免主观因素的影响
数据编录直接影响最终的结果，因此要十分严谨。在编录时最好至少有两名编录者，以提高录入数据的准确性。编录的基本信息主要包括：作者的姓名、发表年份、期刊名、样本的大小、相关系数、量表信度以及可能的调节变量（如行业、变量类型、研究设计等）。除此之外，研究人员需要对主观性较强的信息录入进行说明。比如：工作性质、单位类型、受试者人格等等。
为了保证数据的真实性，投稿时要将以上内容一并发给审稿人审核，并且文章中也要进行报告。文章中需要报告的内容主要有以下几点：
①题目和摘要必须出现元分析，报告研究关系。
②报告某时在某个数据库搜到的文献数量以及最终确定的样本文献数量。不可随意设置文献发表年限，每一个操作都必须相当客观。
③报告选择文献的标准以及文献排除的标准。只要文献包含所需数据，不管质量如何都不可以随意剔除。当一篇文章和其余文章数据不同，影响结果较大时，总体分析一次，说明文章结果奇特、样本量巨大，排除此文章后再次分析。
步骤四：数据分析
H-S\H-O两种常见的数据处理方法
样本总体的估计是对各个实证研究的效应值进行加权平均。统计学家认为大样本比小样本更能够准确的反应样本总体的情况，所以大样本的效应值应该被赋予更多的权重。
元分析包括两种估计模型，分别为固定效应模型和随机效应模型（如图1）。据研究表明，87.5%的元分析采用的是随机效应模型，大多数学者都认为实证研究的效应值来自不同的总体。当研究涉及某一固定范围的变量时，就可以假定为同一总体，比如研究范围为某一医院、学校或其他机构时，可以用固定样本随机模型，需要注意的是这种模型得出的结论不能代表总体。
图1 固定效应模型和随机效应模型的比较
目前，使用随机效应模型的学者较多，针对这两种估计模型，最常见的两种元分析方法是Hunter&Schmidt的方法和Hedges&Olkin的方法，简称H-S方法和H-O方法（如图2）。大多数学者使用H-O的方法，这一方法通过费舍尔转换使得效应值的计算更加简单明了，并且既可以应用于固定效应模型又可应用于随机效应模型。除此之外，H-O方法引入了符合卡方分布的Q统计量，对其进行异质性检验，如果Q显著则证明一定存在调节变量影响研究结果的关系
图2 H-S\H-O方法的比较
以上是进行元分析的四个步骤。元分析设计严密，分析结果客观性强，有明确的文献选择标准，大大提高了文献的综合统计能力。不仅系统地考虑了研究方法、研究对象、编码分类和测量指标对分析结果的影响，还提供了一种定量估计效应程度的机理，并且因其不需要实验和实地调查，进行成本较低，数据获取方便，值得我们深入挖掘。
03
元分析经典文献
撰写元分析论文的两种“套路”
第一种叫做“不难也难”。“难”在要找到一个研究对象是还没有进行过元分析的内容，且这个内容与元分析的方法高度契合。因学者们具有极高的学术敏锐度能够很快发现研究的空缺，所以随着研究的推进，这部分内容越来越少。这一类型的研究内容讲究“速战速决”，否则一旦其他学者发表这一类型的文献，文章则失去意义。“不难”指的是写作的过程没有太大的难度，找到研究对象之后严格遵循元分析的步骤进行即可。这种类型的元分析文章多是进行文献梳理，没有太大的理论贡献，当前少有此类文章发表。例如，Judge等（2001）的论文探讨工作满意度与工作绩效的关系，对已有文献中工作满意度与工作绩效的模型进行总结并采用元分析的方法进行梳理。张徽燕等（2012）对中国情境下高绩效工作系统与企业绩效的关系强度的文献进行梳理，得出高绩效工作系统对企业绩效存在显著正向影响，并且高绩效工作系统对企业绩效影响程度大于单个实践对企业绩效影响程度的简单加总的结论。
第二种叫做“难也不难”。“难”在文章的选题具有一定难度，要有新颖性，整个过程类似于一手研究，有的甚至要进行假设测试。“不难”指的是由于研究内容的新颖性，这类文章在发表时遇到的阻力与前者相比较小。目前，元分析文章大多是此类型，同时具有较高的理论价值。例如，李靖华等（2014）对已有文献中关于知识转移影响因素的文献进行梳理，根据文化背景的不同将数据分为两组进行比较分析，研究表明：在不同的文化背景下，知识模糊性、关系强度、信任和共同认知等影响因素会影响知识转移，特别是在Hofstede定义的个人主义-低权力距离和集体主义-高权力距离维度上，这种影响尤为明显。De Dreu and Weingart（2003）通过对已有文献中的任务冲突和关系冲突对组织绩效和组织成员满意度的影响进行元分析，证明了传统理论认为任务冲突对组织产生积极影响，关系冲突对组织产生消极影响的观点是错误的，进一步说明两种类型的冲突都会对组织产生负面影响。
两种套路的文章写作过程分析
接下来，以Judge等（2001）和Lepine等（2005）两篇文献为例，详细解释基于两种“套路”的元分析文章写作过程。
Judge等（2001）的研究探讨了工作满意度与工作绩效的关系并对其进行了定性和定量分析，写作过程严格按照元分析的步骤进行，是一篇十分标准的元分析文章。
●第一部分
用定性的方法论述了已有文献中关于工作满意度与工作绩效的关系，总结为七种模型（如图3）。
● 第二部分
对已有对工作满意度和工作绩效关系的元分析文章进行分析，提出过去的研究认为模型1-5是过时的，关于模型6-7的分析还不全面，进而开始研究。
图3 七种模型
● 第三部分
在这一部分正式开始元分析的内容。分别以Rules for Inclusion in the Meta-Analysis、Identification of Studies、Results of Searches、Meta-Analytic Procedures和Results这些元分析的步骤为标题进行报告。
Rules for Inclusion in the Meta-Analysis:报告了选择文献的标准，此文选择在自然环境中研究个体层面的工作绩效与满意度关系的文章，排除了单一研究旷工、离职、离职等相关的工作满意度的文献。
Identification of Studies:报告文献来源。此文的文献来源主要是PsycINFO电子数据库(1967-1999)、未发表的论文、定性和定量评论的参考书目以及手动搜索21种期刊。
Results of Searches：报告搜索结果和样本量。此文共搜索到1008篇相关文献，根据选择标准剔除后，样本量为312。
Meta-Analytic Procedures：报告使用的方法以及分析过程。此文使用的是H-S的方法，并且在分析过程中发现存在调节变量，加入调节变量进行元分析。
Results：元分析的结果报告。必须报告的数据有相关数、样本量、未矫正的平均效应值、未矫正效应值的标准差、矫正后的效应值、矫正效应值后的标准差、置信区间、可信区间、方差、Q统计量以及调节变量的数据（如图4、5）。
图4 元分析的结果报告1
图5 元分析的结果报告2
Lepine等（2005）这篇文献研究的是压力源，文章首先将压力源分为挑战压力源和阻碍压力源并提出二者与绩效关系的假设，进而用元分析验证了不同类型的压力源对绩效的影响。这篇文献与Judge等（2001）的不同在于，文章开篇类似于一手定量研究，提出了不同类型压力源与动机、绩效关系的假设（如图6），而后用元分析方法作为验证。元分析的部分没有Judge等（2001）细致，主要分为两部分进行报告。METHODS：这部分报告文献来源、选择标准，搜索结果、样本量、使用方法以及分析过程，没有以图表的形式呈现数据。RESULTS：报告元分析的结果，增加了对元分析结果的回归分析，验证假设。
图6 不同类型压力源与动机、绩效关系的假设
04
方法文献与书籍推荐
元分析方法看似简单，但操作步骤非常严格。初学者撰写此类论文时，建议可先阅读Judge(2001)这篇文献进行模仿学习。更进一步的学习可采用以下两本经典书籍，第一本是《Introduction to Meta-Analysis》，第二本是《Methods of Meta-Analysis》。第一本适合初学者，主要介绍了元分析的内容、作用以及元分析最基本和最先进的方法。第二本适合于对元分析比较熟悉的学者，本书是关于元分析介绍最全面的书籍，涵盖了过去14年元分析的方法并且讨论了书中应用元分析方法基于Windows的程序包。
总之，元分析不仅是一种不错的文献综述方法，也可以基于元分析开展假设检验研究。希望这篇小文能帮助大家形成对元分析的初步认识。
转自：“学术拓荒者”微信公众号
如有侵权，请联系本站删除！
