如何撰写系统量化的文献综述

如何撰写系统量化的文献综述论文? 关于文献综述 近年来，行为科学在自身的发展中日益重视研究的评价，以 此作为以往研究的总结和今后研究的基础。文献分析是研究评价 的重要手段，是各种类型研究的一个组成部分。研究者都充分理 解已有研究对当前研究的重要意义，文献综述本身就可构成一篇 论文，它对已有研究进行分析、评价和综合。 各种科研期刊都时常发表文献综述性论文，甚至还有整个一 期全部录用文献综述性论文的情况。研究者常把阅读文献综述性 论文作为掌握研究动态的最简捷方法，并将此类论文提出的结论 作为新一轮研究的起点。 但是，传统的文献综述由于取决于研究者的主观看 法而缺乏科学的客观性特征，招致了许多批评。导致传 统文献综述方法的困惑。 传统的文献分析法同其他类型的研究方法一样，研 究者必须明确地界定研究程序。但有些文献综述论文很 少明确说明作者使用的研究程序。这样，读者就无法了 解对所综述的各篇论文做出某种决策的基础是什么。在 典型的或传统的文献综述研究中，读者想知道但又无从 知道的问题主要有： 1. 文献检索的范围有多大?是否既进行了计算机检索，也进行了手工 检索?在计算机检索中，使用了哪些描述性指标?检索范围中是否包括 了硕土论文或博士论文? 2. 进行文献综述时，采用或不采用某研究成果和结论的依据是什么? 是否武断地将硕士论文和博土论文排斥在分析之外?是否以内部效度 、样本量、研究设计或统计方法的恰当与否作为论文取舍的依据? 3. 作者是如何得出一项结论的?是以支持或反对该结论的研究的数量 多少为依据的吗?是否根据样本量大小、结果的意义、期刊的质量和 研究的内部效度来给各项研究以不同的权重? 一项高质量的研究必须具有解决问题的系 统方法，但大多数传统的文献综述研究没有给 读者提供系统方法的线索，因此读者就无法判 断作者在研究中做出各项决策的正确性。 元分析能解决这一问题。 元分析(meta-analysis) 的基本特征 1.元分析要详细报告进行文献分析 时所使用的具体方法。 2.元分析给不同研究的结果以标准度量单位的 量化数值，并以此作为统计分析的基础。 元分析与传统文献综述的区别 研究设计 收集数据方法 因变量 统计手段 不 同 效果量（effect size, ES) 统一标准！ 效果量（effect size, ES) Me为实验组平均数，Mc为对照 组平均数，Sc为对照组标准差。 以对照组标准差为单位表示实验组和对照组之间的差异。 如：Me=15,Mc=12,Sc=5则ES=（15-12）/5=0.60。 说明实验组的成绩超过对照组0.60个标准差。 对效果量的规定 1. 两个分布重叠程度大致为85%时，ES小于0.2； 2. 两个分布重叠程度大致为67%时，ES接近0.5； 3. 两个分布重叠程度大致为53%时，ES超过0.8。 小中等大 假定期望了解实验处理对男性和女性的影响 有15项研究涉及男性，12项研究涉及女性 对27项研究逐一计算ES，得出男性（n=15)、女性（n=12)的ES平均数 进行独立（不配对）样本t检验 确定研究 查阅文献 计算效果量 显著性检验 得出结论 效果量的种类 Cohen的d edges的g Meta-analysis的统计学基础 尽管元分析方法在最近几年被广泛应用于各类研究中，随后且引来许多批评。 认为元分析不应把测量方式不同、实验设计不同的各项研究所得的结果 混全在一起。 使用上一节所讲的方法进行早期元分析，往往不能揭示效果量之间的差异 ，甚至在内部效度和控制方法明显不同的两类研究之间也不能揭示效果量之间 的差异。 上世纪80年代，提出了一套完整的解决方案： 1. 计算效果量用哪种标准差？ 2. 由于ES是对ES总体的有偏估计值，因此，应该校正这种偏差，但 如何进行？ 3. 应当根据样本量对ES进行加权吗？ 4. 样本中的ES是否来自同一总体？样本是否齐性？ 5. 分析ES时应如何运动统计学方法进行检验？ 6. 假如ES的样本中有异常值，如何确定它们？ 1. 标准差计算 从直觉上看，控制组的变量代表着未经处理的总体的“正常”变差。如果 一项研究包含着一两个以上方差为齐性的实验组，这时控制组（对照组） 标准差便具有将等同的ES指派给等同的处均数的优越性。因此，控制组的 标准差可作为共同的标准度量，各处理的差异均可用它进行比较。 在大多数情况下，组方差估计是齐性的，但合并方差估计值可对总体方 差提供更为精确的估计，因为，方差合并估计值之平方根是标准差的合并估 计值。 合并方差公式： 有许多研究涉及两个或更多的变量（如种族和性别）的效果量检验，此种 情况无控制组。早期的元分析使用各组标准差的坪均数，但使用合并标准 差更好。 在元分析中出现各组方差不齐的情况很多。如果各组方差不齐，ES将出 现偏误。由于参数检验是以等方差为前提的，因此，如果各组方差不等，在 t 检验和方差分析中会出现偏误。 在元分析中，如果比较的是实验组和控制组的效果量，同时发现方差不 齐，可利用控制组的标准差来计算所有研究的效果量。如果是实验前、后的 自身比较，因为实验前的标准差反映了被试在未受处理的情况下的变化差值 ，故在这种情况下计算ES应采用实验前的标准差。如果比较的是无明显控制 组条件下的两个（如年龄和性别），则最好使用加权合并标准差。 ES估计值的理论分布 单独一个ES可被看成是一个样本的统量，其方差可以用公式 得出。其中Ne=实验组（组1）的样本量，Nc=控制组（组2）的样本量， ESi=ES的估计值。这时ES的方差是ES值和样本量的函数。 和一个小样本为基础的ES相比，一个以大样本为基础的ES的方差 较小，因此，后者是对处理效应总体参数的更为精确的估计。 在小样本中，对ES的估计偏差是较高的，但如果样本量超过20，这种 偏差为20%或更小。用ES乘以一个校正系数可得到对ES的无偏估计值。校 正系数可通过 得出。 计算ES时，如果使用合并标准差，则m=Ne+Nc-2，如果在类别模式中 使用合并估计值，则M=N1+N2-2，如果使用控制组标准差，则M=Nc-1， 在实验前后的自身比较中，如果使用处理前的标准差，则M=N-1。 在求ES的平均数或进行分析之前，应对每一个ES逐一进行校正。否则，即 便是ES的数量很大，求出的平均数也会有偏，这样的有偏均数只不过是对一个 非正确值的更为精确的估计而已。 尽管可以对每个ES估计值的偏误进行校正，但与估计值相关联的方差仍是 样本量的函数。如前所述，和小样本为基础的ES相比，以大样本为基础的ES是 更为精确的估计值。因而为用方差的倒数给ES加权。这样，在每一个研究中， 精确程度越高的ES得到的权重也越大。 方差齐性检验 H0：各研究的效应值相等。ES1=ES2=ESi (受到检验的所有ES都来自于 ES的相同总体） H1：各研究的效应值不相等。 由于齐性检验的检验效能较低所以通常将检验水准定为=0.10。 如果假设被接受，则所有ES是相似的，代表着对处理效应的相似的测量。 对此，研究者应报告表明ES为齐性的齐性统计量，然后使用ES的加权均数给 出置区间并做出相应的解释。 如果零假设被否定，ES就不是齐性的，即它不代表对处理效应或组别效应 的相似测量。可用： 与方差分析相时方差齐性检验方法和加权回归方法进行检验并解释。 元分析方法在心理学中应用方面 焦虑研究 人格 心理技能 心理健康 确定问题 资料收集的方法 元分析的具体步骤-以骨骼肌肥大动物模型形态学 研究的系统量化分析为例 纳入标准 统计方法 研究结果 分析与讨论 本研究是在前人研究的基础上进行的对传统叙述性文献综述当作补充的一 种系统性量化分析。该分析的前提是所收录的各项研究具有同质性，汇总资 料的同质性愈好，分析结果的可靠性愈好。然而，要做到各原始研究资料之 间完全齐同可比往往是困难的。因为，尽管对实验样本、影响因素、研究条 件、测试指标的要求相同，但是实际上各个研究进行的环境条件不同、实验 对象及其遗传特性的不同等均影响各研究的同质性。为了弥补上述问题可能 造成的缺陷，本研究进行了各研究异质性检验，并采用随机化模型；另外， 本研究力求避免三类选择偏倚，即首先是报告偏倚，眼下能查到的已发表的 大多数研究报告均为阳性结果，有相当一部分阴性结果未予报道；其次是发