整合数据研究方法在心理学探究中应用.doc

整合数据研究方法在心理学探究中应用摘 要：整合数据分析（IDA）方法是继元分析方法之后发展起来的一种综合分析方法，与元分析不同，它是一类可同时对多个独立研究的原始数据的合并数据集进行综合分析的统计分析技术。IDA充分利用已有的数据资源，在分析过程中综合了多个研究的信息，可解决一些单一研究不能解决的问题，获得对研究结果进一步的理解，在心理研究应用中表现出许多优越性。本文将对IDA方法的基本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，阐述IDA的分析策略，最后提出IDA方法在心理学研究中应用的局限和应用建议。 关键词：整合数据分析；合并数据；分析策略 中图分类号：B841.2 文献标识码：A 文章编号：1003-5184（2012）05-0454-07 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。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的现状和应用的前景。2 IDA方法概述 2.1 什么是IDA方法 整合分析（Integrative Data Analysis，IDA），也叫同时数据分析（Simultaneous Analysis of Data）、合并数据分析（Pooling Data Analysis）、或大型数据分析（Maga-analysis），是一类对多个独立研究的原始数据的合并数据集（data set）进行综合统计分析的方法（Curran，2009；Curran Hussong，2009；Hofer Piccinin，2009）。这种方法的基本思路是，确定进行整合分析的主题，收集与该主题相关具有原始数据的研究，把这些研究的原始数据合并成一个数据集，然后采用一套系统的统计分析策略对数据集进行综合分析，对原始的研究结果进行比较或者整合，获得单个研究所不能得到的信息。 整合数据分析方法首先在医学领域有广泛的应用。由于在医学领域通常只能对小样本进行研究，而重复验证研究又面临诸多影响因素，因此，这种分析策略把同一主题的多个独立的小样本合并成一个数据集进行分析，对医学领域的小样本研究的整合有重要意义（Simmonds Higgins，2007；Simmonds et al.，2005；Stewart Tierney，2002）。在临床医学研究中，把这种方法看成是元分析的一种，命名为“被试层面数据（Individual Participant-Level Data，IPD）”的元分析，传统的元分析方法命名“汇总数据”的元分析（aggregated data，AD）的元分析，也叫“样本层面数据（Group Level Data）”的元分析（S