1、元分析方法及應(yīng)用,白光林 2015.12,1,知識(shí)研究,書(shū)名 實(shí)用數(shù)據(jù)再分析法 作者 馬克.W.利普西（美國(guó)）等 譯者 劉軍，吳春鶯 出版社 重慶大學(xué)出版社 出版時(shí)間 2008-1-1,2,知識(shí)研究,3,知識(shí)研究,內(nèi)容提要,元分析簡(jiǎn)介,1,舉例1,2,舉例2,3,4,4,知識(shí)研究,元分析的含義 元分析的優(yōu)勢(shì)與不足 元分析的適用條件 元分析的基本過(guò)程,第一節(jié) 元分析介紹,5,知識(shí)研究,定量評(píng)論 quantitative review,定量綜合 quantitative synthesis,資料匯總 data pooling,元分析的含義,總觀評(píng)述 overview,資料綜合 data synth

2、esis,元分析 Meta analysis,再分析,匯總分析,二次分析,集成分析,整合分析,6,知識(shí)研究,元分析的含義,Meta分析是一種數(shù)據(jù)再分析的方法。它是對(duì)關(guān)于同一個(gè)問(wèn)題的多項(xiàng)獨(dú)立的定量研究結(jié)果進(jìn)行再分析，進(jìn)而得出更具有普適性的結(jié)論。,7,知識(shí)研究,元分析的優(yōu)勢(shì)與不足,傳統(tǒng)文獻(xiàn) 綜述的不足,定性分析為主， 難以得出定量結(jié)論,文獻(xiàn)數(shù)量多， 難以得出一般結(jié)論,文獻(xiàn)使用 情況不明,未考慮研究質(zhì)量、 樣本大小等因素的影響,不同作者 得出不同結(jié)論,結(jié)論具有主觀性,元分析的優(yōu)勢(shì),9,知識(shí)研究,元分析的不足,比較專業(yè)，需要相當(dāng)數(shù)量的專業(yè)技術(shù)； 蘋(píng)果和橙子的問(wèn)題； 出版偏差； 資料的非獨(dú)立性問(wèn)題； 研

3、究結(jié)果的質(zhì)量?jī)?yōu)劣問(wèn)題。,10,知識(shí)研究,元分析的適用條件,對(duì)象為實(shí)證研究結(jié)果； 已經(jīng)存在為數(shù)不少的實(shí)證研究； 需要的統(tǒng)計(jì)量出現(xiàn)在研究報(bào)告中； 統(tǒng)計(jì)量以相似的或者相同的形式呈現(xiàn)； 研究結(jié)果存在一定的分歧或者爭(zhēng)議。,11,知識(shí)研究,元分析的基本過(guò)程,一、提出問(wèn)題，制定計(jì)劃 有意義 一般來(lái)自于當(dāng)前存在爭(zhēng)論的研究問(wèn)題 目前或近期沒(méi)有發(fā)表的系統(tǒng)性綜述 目前有一定數(shù)量的可供使用的原始文獻(xiàn),12,知識(shí)研究,二、檢索相關(guān)文獻(xiàn) 確定檢索主題詞 確定檢索數(shù)據(jù)庫(kù) 確定檢索年限 非發(fā)表文獻(xiàn)的搜集方法 會(huì)議 網(wǎng)站 同行了解 準(zhǔn)備與作者聯(lián)系的相關(guān)文件,元分析的基本過(guò)程,13,知識(shí)研究,三、對(duì)文獻(xiàn)進(jìn)行編碼，并根據(jù)納入標(biāo)準(zhǔn)，

4、選出符合要求的納入文獻(xiàn) 確定納入標(biāo)準(zhǔn)和排除標(biāo)準(zhǔn) 根據(jù)納入標(biāo)準(zhǔn)和排除標(biāo)準(zhǔn)篩選收集的原始文獻(xiàn) 確定原始文獻(xiàn)質(zhì)量的評(píng)價(jià)標(biāo)準(zhǔn) 兩個(gè)人分別完成篩選和質(zhì)量評(píng)價(jià),元分析的基本過(guò)程,14,知識(shí)研究,四、納入研究的質(zhì)量評(píng)價(jià) 內(nèi)部效度： 其研究方法是否合理， 統(tǒng)計(jì)分析是否正確， 結(jié)論是否可靠， 研究結(jié)果是否支持作者的結(jié)論等。,元分析的基本過(guò)程,15,知識(shí)研究,五、正確進(jìn)行數(shù)據(jù)提取 六、資料的統(tǒng)計(jì)學(xué)處理 七、結(jié)果的敏感性分析 八、元分析結(jié)果的分析和討論 九、根據(jù)統(tǒng)計(jì)結(jié)果作出正確、全面的結(jié)論,元分析的基本過(guò)程,16,知識(shí)研究,個(gè)體情緒智力與工作場(chǎng)所績(jī)效關(guān)系的元分析（張輝華、王輝，2011），載心理學(xué)報(bào),舉例1：,17

5、,知識(shí)研究,舉例1：研究問(wèn)題與假設(shè),研究問(wèn)題 運(yùn)用元分析方法對(duì)個(gè)體情緒智力與工作場(chǎng)所績(jī)效的關(guān)系問(wèn)題進(jìn)行了探討 研究假設(shè) H1：整體上個(gè)體情緒智力對(duì)工作場(chǎng)所績(jī)效存在顯著的正向影響 H2：運(yùn)用不同的情緒智力測(cè)量工具, 情緒智力對(duì)績(jī)效的影響存在顯著差異 H3：情緒智力對(duì)自我績(jī)效的影響大于對(duì)他人績(jī)效的影響 H4：情緒智力與績(jī)效的關(guān)系在不同的數(shù)據(jù)特點(diǎn)上存在顯著差異 H5：個(gè)體情緒智力對(duì)工作場(chǎng)所績(jī)效的預(yù)測(cè)受到文化因素的影響, 中國(guó)文化背景下的預(yù)測(cè)力 更強(qiáng) H6：相對(duì)于員工, 管理者的情緒智力對(duì)績(jī)效的預(yù)測(cè)效果更好,18,知識(shí)研究,舉例1：文獻(xiàn)搜索,來(lái)源：數(shù)據(jù)庫(kù)，專業(yè)網(wǎng)站，書(shū)籍，研究報(bào)告 文獻(xiàn)搜集步驟： 中文

6、文獻(xiàn)三步：首先, 搜索題名、關(guān)鍵詞、摘要和主題詞中包含“情緒智力”或“情商”的文獻(xiàn), 同時(shí)篩選出實(shí)證研究的文獻(xiàn)。其次, 查找探討了情緒智力/情商與業(yè)績(jī)/績(jī)效關(guān)系的文獻(xiàn), 并且是以工作人員為被試進(jìn)行的研究。第三, 針對(duì)只有標(biāo)題/摘要的文獻(xiàn), 通過(guò)館際互借和文獻(xiàn)傳遞的方式獲得全文。 英文文獻(xiàn)分全文和非全文兩類(lèi)。全文 文 獻(xiàn) 搜 集 分 三 步 完 成 。 先 搜 集 題 名 中 包 含“emotional intelligence”或“emotional competence 或emotional competency”的所有文獻(xiàn), 并結(jié)合多年文獻(xiàn)積累(包括在關(guān)鍵詞、摘要和主題詞中包含檢索詞的文獻(xiàn)

7、, 以及手工搜索到的文獻(xiàn)), 建立起“探討情緒智力相關(guān)主題的全文文獻(xiàn)數(shù)據(jù)庫(kù)”。其次, 在搜集的全文文獻(xiàn)中, 篩選出實(shí)證研究文獻(xiàn)。第三步, 從實(shí)證研究文獻(xiàn)中, 查找以工作人員為被試, 并探討了情緒智力/情緒勝任力與績(jī)效/業(yè)績(jī)關(guān)系的文獻(xiàn)。對(duì)于無(wú)法獲得全文的文獻(xiàn), 先通過(guò)題名、摘要或其它信息, 了解其是否滿足元分析的標(biāo)準(zhǔn), 如果滿足則進(jìn)入文獻(xiàn)清單。對(duì)滿足元分析標(biāo)準(zhǔn)的文獻(xiàn)清單, 采用兩種處理方式, 一是通過(guò)館際互借和文獻(xiàn)傳遞的方式獲得全文, 二是通過(guò) email 委托國(guó)外同事, 以及與原文作者聯(lián)系的方式獲取。 另外, 為確保沒(méi)有遺漏, 還對(duì)經(jīng)常發(fā)表情緒智力文章的雜志及作者進(jìn)行了專項(xiàng)搜索。,19,知識(shí)研

8、究,舉例1：文獻(xiàn)搜集結(jié)果匯報(bào),文獻(xiàn)搜索的時(shí)間跨度是 1990 年 1 月到 2009 年12 月。最終獲得滿足元分析標(biāo)準(zhǔn)的研究有 75 項(xiàng)。 主要包括學(xué)術(shù)期刊論文34 篇、會(huì)議論文2 篇、博士論文24 篇和碩士論文15 篇。 在所收集的文獻(xiàn)中, 館際互借和文獻(xiàn)傳遞獲得 4 篇, 委托同事的方式獲得 4 篇, 紙質(zhì)專著中獲得 1 篇, 互聯(lián)網(wǎng)搜索和網(wǎng)頁(yè)定位獲得 1 篇, 其它均通過(guò)數(shù)據(jù)庫(kù)下載獲得。 75 項(xiàng)研究共產(chǎn)生了 87 個(gè)獨(dú)立樣本的效應(yīng)值, 共包括 12882 名被試, 各獨(dú)立樣本的被試規(guī)模在 12-640 之間, 滿足元分析標(biāo)準(zhǔn)的最早研究出現(xiàn)在 2000 年。,20,知識(shí)研究,舉例1：編

9、碼標(biāo)準(zhǔn),(1)研究被試必須是成人的工作人員, 不包括社區(qū)居民, 也不包括大學(xué)生樣本以及沒(méi)有工作經(jīng)驗(yàn)的碩博士生樣本。 (2)情緒智力必須是個(gè)體層次的, 其測(cè)量必須采用完整工具, 不包括替代性的測(cè)量, 或者單一維度測(cè)量, 以及延伸到其他的許多結(jié)構(gòu)(如社會(huì)促進(jìn)、人際智力等)的測(cè)量。 (3)績(jī)效衡量標(biāo)準(zhǔn)包括主觀和客觀兩大類(lèi), 既可以是自我的, 也可以是他人的。另外, 績(jī)效有可能是個(gè)體層次, 也有可能是團(tuán)隊(duì)層次, 還有可能是組織層次, 其前提要與研究被試的個(gè)體情緒智力對(duì)應(yīng)。 (4)研究情境必須發(fā)生在工作場(chǎng)所, 績(jī)效必須是與工作相關(guān)事件的結(jié)果, 不包括模擬情境下的業(yè)績(jī), 如博士或碩士生的咨詢業(yè)績(jī), MBA

10、 學(xué)員完成課程作業(yè)情境下的業(yè)績(jī)。 (5)研究方法必須是報(bào)告兩個(gè)變量的相關(guān), 不包括運(yùn)用結(jié)構(gòu)方程模型、回歸分析或其它統(tǒng)計(jì)方法報(bào)告的數(shù)據(jù)。,21,知識(shí)研究,舉例1：編碼過(guò)程,效應(yīng)值的產(chǎn)生以獨(dú)立樣本為單位, 每個(gè)獨(dú)立樣本編碼一次。如果某文獻(xiàn)包含多個(gè)獨(dú)立樣本, 對(duì)應(yīng)的也進(jìn)行多次編碼。對(duì)于按照性別分別報(bào)告結(jié)果的獨(dú)立樣本, 也被編碼為兩個(gè)。但是, 對(duì)于采用不同情緒智力測(cè)量工具進(jìn)行研究的獨(dú)立樣本, 為避免從同一樣本產(chǎn)生太多效應(yīng)值而使元分析結(jié)果產(chǎn)生偏差, 只被編碼一次, 而效應(yīng)值取它們的平均。 由于在情緒智力和績(jī)效變量相關(guān)結(jié)果報(bào)告上, 不同研究報(bào)告方式存在差異, 因此, 在進(jìn)行編碼時(shí)需做相應(yīng)處理。歸納起來(lái),

11、主要存在以下 5 種結(jié)果報(bào)告方式： (1)既報(bào)告了整體情緒智力與整體績(jī)效的相關(guān), 也報(bào)告了情緒智力各維度與績(jī)效各維度之間的相關(guān)。 (2)只報(bào)告了整體情緒智力與整體績(jī)效的相關(guān)。 (3)只報(bào)告了情緒智力各維度與績(jī)效各維度之間的相關(guān)。 (4)報(bào)告了整體情緒智力和績(jī)效各維度的相關(guān)。 (5)報(bào)告了情緒智力各維度和整體績(jī)效的相關(guān)。針對(duì)以上情況, 在處理時(shí)先看是否有整體層面的報(bào)告, 如果有則取整體相關(guān); 如果沒(méi)有則用維度層面的結(jié)果取平均后得到整體相關(guān)。,22,知識(shí)研究,舉例1：編碼過(guò)程,另外, 不同研究在選取績(jī)效標(biāo)準(zhǔn)時(shí)各不相同, 如有些研究既包括任務(wù)績(jī)效, 也包括背景績(jī)效。針對(duì)以上情形, 在編碼時(shí)從下位概念

12、到上位概念, 通過(guò)逐層取平均, 最終得到編碼的效應(yīng)值。同理, 如果在數(shù)據(jù)來(lái)源上既有自評(píng), 也有他評(píng), 還有混合數(shù)據(jù)來(lái)源時(shí), 也采用以上類(lèi)似的方法處理。 以上編碼過(guò)程主要適合于整體層面情緒智力與績(jī)效關(guān)系的元分析。 由于本研究還從調(diào)節(jié)變量角度進(jìn)行元分析, 而每個(gè)調(diào)節(jié)分析中涉及的變量又不同, 因此每個(gè)調(diào)節(jié)變量假設(shè)都需進(jìn)行重新編碼。編碼的主要不同在于, 整體分析中報(bào)告了多個(gè)相關(guān)的獨(dú)立樣本, 到調(diào)節(jié)分析編碼時(shí), 這些相關(guān)都可成為獨(dú)立樣本的效應(yīng)值。由于有些樣本報(bào)告了不止一個(gè)相關(guān), 在調(diào)節(jié)分析中它們可分類(lèi)到不同組, 并成為獨(dú)立樣本, 因此, 在調(diào)節(jié)分析結(jié)果中總樣本數(shù)會(huì)出現(xiàn)超出整體獨(dú)立樣本數(shù)的情況。,23,知

13、識(shí)研究,舉例1：編碼過(guò)程,本研究采用兩種方式進(jìn)行編碼一致性檢驗(yàn)。 第一種方式是由同一編碼者在不同時(shí)段針對(duì)所有編碼文獻(xiàn)進(jìn)行重新編碼。 第二種方式是由兩個(gè)獨(dú)立編碼者進(jìn)行編碼, 具體操作步驟如下：(1)兩位編碼者討論并確定編碼框架; (2)由第二位編碼者從滿足編碼標(biāo)準(zhǔn)的文獻(xiàn)中隨機(jī)選取 20 篇文獻(xiàn)進(jìn)行獨(dú)立編碼。 對(duì)以上每種編碼方式的最終結(jié)果進(jìn)行比較, 發(fā)現(xiàn)除個(gè)別數(shù)據(jù)有偏差外, 其他沒(méi)有差異。這說(shuō)明本研究的編碼具有較高的一致性。,24,知識(shí)研究,舉例1：統(tǒng)計(jì)分析,統(tǒng)計(jì)軟件 CMA 2.0(comprehensive meta analysis 2.0)。主要優(yōu)勢(shì)： (1)數(shù)據(jù)能夠直接導(dǎo)入, 所有的編碼

14、表信息都可直接進(jìn)入CMA 2.0; (2)容易計(jì)算, 只需要簡(jiǎn)單輸入原始相關(guān)和樣本量, 此程序就能夠計(jì)算相關(guān)的標(biāo)準(zhǔn)誤, Fisher Z 分?jǐn)?shù), 置信水平, 并能得到最終的分析結(jié)果; (3)輸出功能強(qiáng)大, 它能解釋多個(gè)步驟的元分析統(tǒng)計(jì)過(guò)程, 而且能提供多種監(jiān)測(cè)出版偏差的方法。 元分析使用 r 作為效應(yīng)值, r 是文獻(xiàn)中的單個(gè)相關(guān)系數(shù)或是經(jīng)過(guò)處理的平均相關(guān)系數(shù)。在計(jì)算過(guò)程中, 先把每個(gè) r 值轉(zhuǎn)換為對(duì)應(yīng)的 Fisher Z 分?jǐn)?shù), 然后把它轉(zhuǎn)換回相關(guān)以呈現(xiàn)結(jié)果。此計(jì)算方式與通常的取平均不同, 它通過(guò)在方程插入權(quán)重的方法進(jìn)行統(tǒng)計(jì)。效應(yīng)值 Z 及其方差被用于產(chǎn)生聯(lián)合效應(yīng)值和置信區(qū)間。 運(yùn)用 CMA

15、2.0 軟件進(jìn)行統(tǒng)計(jì)可以得到固定模型和隨機(jī)模型分析結(jié)果。固定模型和隨機(jī)模型的主要不同在于計(jì)算權(quán)重時(shí)使用的成分不同。固定模型使用研究?jī)?nèi)的變異計(jì)算權(quán)重, 隨機(jī)模型使用研究?jī)?nèi)和研究間變異計(jì)算權(quán)重。究竟選擇固定模型分析還是隨機(jī)模型分析方法, 取決于同質(zhì)性檢驗(yàn)結(jié)果。 當(dāng)檢驗(yàn)出的效應(yīng)值是異質(zhì)時(shí), 適合采用隨機(jī)模型分析方法。因?yàn)殡S機(jī)模型除考慮研究間變異之外, 還允許估計(jì)效應(yīng)分布的平均值, 這可以防止低估小樣本研究的權(quán)重, 或者高估大樣本的權(quán)重, 它能產(chǎn)生更大的置信區(qū)間, 從而導(dǎo)致更為保守的結(jié)論。,25,知識(shí)研究,舉例1：,軟件展示,26,知識(shí)研究,舉例1：效應(yīng)值分布和同質(zhì)性檢驗(yàn),橫軸是轉(zhuǎn)化過(guò)的Fishers

16、 Z 效應(yīng)值, 縱軸是 Fishers Z 效應(yīng)值的標(biāo)準(zhǔn)差。 大部分研究呈現(xiàn)在漏斗圖的頂部, 而且聚集于平均效應(yīng)值的附近。很少有研究出現(xiàn)在漏斗圖的底部。這表明本元分析存在出版偏差的可能性很小。,27,知識(shí)研究,舉例1：效應(yīng)值分布和同質(zhì)性檢驗(yàn),Q 統(tǒng)計(jì)顯示各效應(yīng)值是異質(zhì)的, 表明不適合采用固定模型分析方法。 I-squared 的值為 88, 表明 88%的觀察變異是由于效應(yīng)值的真實(shí)差異造成的, 而只有 12的觀察變異是由于隨機(jī)誤差導(dǎo)致。 Tau-squared 的值是 0.044, 這說(shuō)明研究間變異有 4.4%可用于計(jì)算權(quán)重。 當(dāng)效應(yīng)值是異質(zhì)時(shí), 通常有兩種處理方式。第一是刪除極端效應(yīng)值, 直

17、至達(dá)到同質(zhì)再進(jìn)行固定模型分析; 第二是采用考慮了研究?jī)?nèi)和研究間變異的隨機(jī)模型分析(Lipsey H1b：社會(huì)資本與職業(yè)成功呈顯著正向關(guān)系; H1c：心理資本與職業(yè)成功呈顯著正向關(guān)系。 H2a：相對(duì)于社會(huì)資本和心理資本, 人力資本能更加積極地預(yù)測(cè)客觀職業(yè)成功； H2b：相對(duì)于人力資本和社會(huì)資本, 心理資本能更加積極地預(yù)測(cè)主觀職業(yè)成功。 H3a：組織贊助中介人力資本與職業(yè)成功之間的正向關(guān)系; H3b：組織贊助中介社會(huì)資本與職業(yè)成功之間的正向關(guān)系; H3c：組織贊助中介心理資本與職業(yè)成功之間的正向關(guān)系。,34,知識(shí)研究,變量操作,人力資本：學(xué)歷、工作經(jīng)驗(yàn)、專業(yè)知識(shí)、專業(yè)技能、認(rèn)知能力、學(xué)習(xí)能力和創(chuàng)新

18、能力。 社會(huì)資本：網(wǎng)絡(luò)規(guī)模、網(wǎng)絡(luò)質(zhì)量、與關(guān)系人的關(guān)系質(zhì)量以及接觸的社會(huì)資本。 心理資本：自信、希望、樂(lè)觀、堅(jiān)韌、內(nèi)控、情緒穩(wěn)定性、自尊、成就動(dòng)機(jī)、主動(dòng)性人格、責(zé)任心、職業(yè)動(dòng)機(jī)、經(jīng)驗(yàn)開(kāi)放性和職業(yè)反省。,35,知識(shí)研究,變量操作,組織贊助： 根據(jù)贊助流動(dòng)的觀點(diǎn), 我們將組織贊助界定為個(gè)人獲得組織內(nèi)地位更高的人的支持和幫助。根據(jù)該界定, 我們將來(lái)自同事、朋友、親屬等贊助排除在本研究之外。 參照國(guó)外研究者的做法(Ng et al., 2005), 本研究將組織贊助操作為以下 6 個(gè)要素：職業(yè)贊助(career sponsorship) (在組織內(nèi)獲得導(dǎo)師或資深上級(jí)職業(yè)或心理支持的程度)、直接上級(jí)支持(

19、獲得直接上級(jí)情緒和與工作相關(guān)社會(huì)支持的程度)、職業(yè)信息提供(獲得組織所提供職業(yè)發(fā)展信息的程度)、培訓(xùn)與發(fā)展機(jī)會(huì)(獲得組織所提供培訓(xùn)和技能發(fā)展機(jī)會(huì)的程度)、組織資源與信息(獲得完成工作所需要的額外資源和戰(zhàn)略性信息的程度)和組織支持。,36,知識(shí)研究,變量操作,職業(yè)成功 職業(yè)成功常常被學(xué)者區(qū)分為客觀職業(yè)成功(objective career success)和主觀職業(yè)成功(subjective career success)。 客觀職業(yè)成功是指?jìng)€(gè)體在工作中獲得的與工作相關(guān)的成就, 常用個(gè)體所取得的晉升和薪酬成就來(lái)衡量(Gutteridge, 1973)。在本研究中, 我們用晉升次數(shù)、晉升周期來(lái)反映

20、個(gè)體的晉升成就。用月薪、年薪、薪酬增長(zhǎng)幅度來(lái)反映個(gè)體的薪酬成就。 主觀職業(yè)成功是指?jìng)€(gè)體在工作中積累起來(lái)的積極心理感受, 常用感知的市場(chǎng)競(jìng)爭(zhēng)力和職業(yè)滿意度來(lái)衡量(Eby et al., 2003)。,37,知識(shí)研究,文獻(xiàn)篩選,納入元分析文獻(xiàn)的標(biāo)準(zhǔn)為： (1)文獻(xiàn)中至少有一個(gè)變量含晉升或薪酬或主觀職業(yè)成功; (2)研究樣本為中國(guó)大陸員工; (3)報(bào)告了積差相關(guān)系數(shù); (4)同一數(shù)據(jù)使用一次以上時(shí), 以包含較多變量文獻(xiàn)為準(zhǔn)。 對(duì)129 篇文獻(xiàn)按照上述標(biāo)準(zhǔn)逐一核對(duì)之后, 最后剩下77 篇文獻(xiàn) 79 獨(dú)立樣本。但是, 在計(jì)算真實(shí)效應(yīng)值時(shí), 出版偏差檢驗(yàn)(漏斗圖, funnel-plot)發(fā)現(xiàn), 有一個(gè)研究偏離平均效應(yīng)值比較遠(yuǎn)(最大效應(yīng)值為 0.89), 這是一個(gè)奇異值(outlier) (Lipsey & Wilson, 2001)。按照元分析程序, 我們將該研究排除在元分析之外(Lipsey & ilson, 2001) 最后用于元分析的文獻(xiàn)數(shù)量為 76 篇文獻(xiàn) 78