| 整合数据分析方法在心理学研究中的应用 |
|
|
|
|
rship）之间的交互作用，即允许不同研究下被试特征对结果的不同影响。另外，一旦研究成员变量纳入模型，研究层面的特征变量则无法再纳入模型，这就使研究层面的差异得到控制，排除了研究间过多的潜在变异的影响，固定效应的IDA把研究层面的变异排除于模型之外，这既是固定效应IDA的优点，也是它的限制（Curran & Husson，2009；Bauer & Curran，2005）。 随机效应IDA和固定效应IDA的主要区别在于：（1）随机效应IDA假设被试样本来自同一总体，可以基于一个无限样本总体进行推断；而固定效应IDA则假定被试样本是固定且可知的，因此推断只针对所研究的样本，这更符合心理学研究中的实际。（2）随机效应IDA可以分解出研究层面效应、被试层面效应和这两个水平之间的交互作用；而固定效应IDA排除了研究层面的效应，只估计了被试水平的差异。由于随机效应的条件常难以满足，因此固定效应IDA在实践中更常用（Hussong，Cai，et al.，2008；Hussong，Flora，et al.，2008；Hussong et al.，2007）。
3.2 IDA研究中主要异质性的具体分析策略
不同研究之间在抽样、时间和测量方法上的差异使IDA分析过程变得复杂，但也为对这些研究进行综合分析和比较研究提供机会。从综合分析目标出发，需要对这些研究间的异质性进行控制，提高研究的外在效度；从研究比较目标出发，需要对这些异质性进行操纵，分析研究间异质性对研究结果的影响（Curran & Husson，2009；Simmonds & Higgins，2007）。
3.2.1 抽样、地域异质性及分析策略
抽样问题在心理学研究的各个领域都很重要，而在IDA研究中尤其重要。IDA可对合并数据的抽样异质性进行直接的分析，考察和评估研究样本之间潜在的差异，然后尽量协调这些差异，分析这些差异对研究结果的影响程度。IDA中对抽样导致的差异问题的处理过程中，首先明确每个研究的抽样方法是概率抽样还是非概率抽样，然后将这些信息将直接进入特定的分析模型。地域差异和抽样变量通常难以区分，独立考 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 