| 整合数据分析方法在心理学研究中的应用 |
|
|
|
|
整合数据分析方法在心理学研究中的应用
1 前言
任何学科的发展和完善都是建立在已有研究知识累积的基础上。在心理学研究中，可通过量化和质化的方法来对某一专题相关的研究进行综合分析，以达到研究知识累积的目的，促进心理科学的巩固和发展（崔智敏，宁泽逵，2010）。描述性文献综述法是综合分析方法中定性研究方法的主要代表，不仅可对前人研究进行回顾性评论，同时也通过比较分析阐述论题研究的创新之处，在心理学发展中占有重要的地位。但是描述性综述分析方法在应用过程中没有统一的标准，也没有对所综述研究的数据进行统计分析，结果具有主观性，对不同研究的差异性结果，也不能找出确信的原因。元分析方法则是在传统描述性文献综述局限的基础上提出来，结合了描述性文献综述和系统的量化统计方法的一种综合分析方法。
元分析（Mata-analysis）方法最早由Glass（1976）提出，是对某一专题已有的研究进行研究的方法。它根据一套明确的文献选择标准，就特定研究专题收集大量相关或相近的研究成果，采用一套系统的统计分析技术对这些研究的统计结果进行分析，总结出该论题的主要结论，是一种量化的综合分析方法。元分析在心理学中广泛应用，是促进累积心理科学（Cumulative Psychological Science）建设的重要方法（Hunter & Schmidt，1996）。但元分析只对研究的统计结果进行再分析，不可避免地丢失许多原始数据的信息。随着社会科学各领域研究的发展，研究数据共享成为必要，而计算机技术的发展，为数据永久存储、数据转换和数据共享提供技术上的支持。WWw.yBAsk.coM若能同时对某专题的多个研究的原始数据集进行分析，不但可充分利用多个研究数据的信息，克服元分析的一些局限，而且对研究结果有更深的理解，在心理学研究中有重要作用，因此，有学者提出了基于原始数据集的整合分析方法（Integrative Data Analysis，简称IDA）（Curran & Hussong，2009；Cooper & Patall，2009；Park，2004）。本文将对IDA方法的基本概念、原理和分析过程进行阐述，分析了IDA方法在心理学应用的优势和挑战，阐述了IDA方法中异质性的分析策略，讨论IDA方法在心理学研究中应用 [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] ... 下一页 >> |
|
|
| |
|
上一个论文： 心理学研究中潜变量空间的特性探讨
下一个论文： 计算机在心理学研究中的应用 |
|
用户登录 
新用户注册 