| 整合数据分析方法在心理学研究中的应用 |
|
|
|
进行统计分析的方法（Curran & Hussong，2009；Shrout，2009；Curran et al.，2008）。
综上所述，虽然在方法定位和命名上有本文由论文联盟http://www.LWlm.COM收集整理所不同，但关于整合分析的基本思想是一致的，即是把同一主题相关的多个独立研究的原始数据合并成一个数据集，然后采用系统的统计分析策略对这个数据集进行统计分析，获得研究知识的综合累积，促进专题研究的发展。本文将用整合数据分析（IDA）来命名这种统计分析方法，把IDA定位为与元分析、描述综述分析相并列的三种综合分析方法。
2.2 IDA方法在心理学研究中应用的优越性
IDA方法充分利用已有的数据资料，对多个研究进行整合分析，可对原有的研究进行整合或比较，解决单一研究不能解决的问题，在心理学研究应用中表现出许多优越性（Curran & Husson，2009；Cooper & Patall，2009；Simmonds et al.，2005）。
2.2.1 重复验证研究假设
IDA方法通过建构不同研究的异质性（HeterogenEity）对结果的影响模型来对多个独立研究的原始数据进行再分析，为检验原始研究的结果是否可复制提供直接的检验方法。当这些原始研究的结果存在冲突时，关于研究间异质性的模型可对各独立研究在抽样、测量方法等方面的异质性进行等价性分析，确定不同研究的异质性对研究结果差异的影响情况，一方面可尝试调和不同研究结果的冲突，另一方面，也可通过综合分析验证新的研究假设。由此可见，即使不建立新的研究设计，IDA方法不但可以对原始研究的假设进行验证，对不同研究间冲突的结果进行调和或分析原因，也可验证原始研究中没有出现的新假设，减少创建新研究的必要。
2.2.2 增加行为的基数，提高统计功效
在心理学应用研究中，许多研究结果常存在统计功效不足的情况，其中一个重要的原因是样本量不足。而IDA方法把多个独立研究的数据合并成大样本进行分析，使低基数率的行为的绝对基数增加（如某一个行为有5%的样本量，合并数据后，可能比例保持不变，但这种行为的总体绝对数量增多），提高模型估计 上一页 [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 