彙總研究法是由Glass 於1976 年首先提出的，是一種從相關(relevant)但是獨立(independent)的研究中，獲得綜合性資訊(combined information)的量化研究方法(Hedges & Olkin 1985; Normand 1995)，也就說這是一種整合過去相關研究結果的研究方法(Glass 1976; Glass et al. 1981)，適合使用於解決初級資料研究產生的矛盾問題(梁定澎 & 洪新原 1997)，而此些矛盾結果可能是因為統計變異(statistical variation)產生的結果，並不是真正的結果衝突(conflicting result)現象(Hunter & Schmidt 1995)。因此可以得知，彙總研究法的主要使用的時機是相關的研究議題已經累積大量的研究成果，且各研究的成果之間已經產生矛盾現象時便可加以採用。
換言之，彙總研究就是透過驗證過去的研究成果，從中萃取出相對的一致性關係類型(patterns)與因果關係(causalities) ( Hunter et al. 1982)的一種研究方法，如此便不必從原始的資料中取得任何資料，就可以透過橫跨多個的小樣本研究(small-sample)的方式取得統計檢定力(statistic power) (Lim et al. 2004)。
若從理論觀點而言，使用蒐集初級資料進行研究的優點是能夠掌握第一手的資料進行分析，其分析結果的可靠度是較高的，但是在研究進行的過程中，難免會產生許多設計上或是控制上的問題，導致同一研究問題產生互相矛盾的現象，而造成研究誤差產生的原因有很多，常見的包括有下列各項(梁定澎 & 洪新原 1997)：
1.抽樣的誤差
因樣本選擇不當或是抽樣方法錯誤導致的誤差，如研究主管對於資訊系統支持度與資訊成功的相關性時，卻使用學生樣本。
2.依變數或自變數的界定錯誤
依變數與自變數的界定錯誤會影響研究的效度，因而產生研究誤差。
3.依變數或自變數的衡量不當
是指依變數與自變數的衡量方式有誤導致的誤差，例如可以使用李克特尺度衡量，但是卻使用二分法的類別尺度衡量。
4.依變數或自變數的範圍變異問題
此問題乃是因為研究設計不好所引起的，並使得樣本的依變數或是自變數資料範圍與實際情況有所差距，進而降低研究結論的效度。例如，研究資訊人員雇用因素，但是衡量的樣本都是從被雇用者而來，未被雇用者則是被排除在外，因此將造成研究的不客觀。
5.因變數或是自變數的建構效度不足
研究者若使用正確的衡量工具，或是衡量工具尚未成熟，將會產生此誤差，因此建議採用其他學者已經發展成熟的衡量工具。
6.編碼不正確
從事資料編碼時產生資料編碼錯誤所導致的錯誤，例如將營業額屬於中小企
業者，編為大型企業。
7.計算錯誤
此錯誤是因為計算時疏忽所引起的，可藉由電腦軟體運算或是多次運算降低
誤差。
8.結果分析失當
此錯誤是因為使用錯誤的統計方法所引起的，如未檢定資料母體為常態分配，即使用迴歸分析進行資料分析。
9.忽略外部變數所產生的變異
是指研究時忽略會影響依變數解釋能力的自變數，如進行IS 績效評估時，受測的樣本包含不同文化背景，但是卻忽略「文化差異」此外部變數。
10.研究過程管理不當
此錯誤是由於研究過程中控制不嚴謹所造成的，例如調查主管支持度對於IS成功的影響，問卷卻是由秘書所回覆。
既然初級研究成果相互矛盾，產生無法令人折服的結果，因此把大量相關的研究放在一起，進一步分析各研究成果，以期找到較可信賴的結果(梁定澎 &洪新原 1997)，這就是彙總研究的基本精神；也因此彙總研究法也就被認為是一種藉由整合具有相同變數的研究以增加統計力的一種方法 (如Baroudi and Orlikowski 1989; Schmid and Hunter 1978)，其研究的效力 (power) 遠大於任何的個別研究(individual study) (Baroudi 和Orlikowski, 1989)。
綜合上述各點，彙總研究法可以定義為 「針對一個相同研究主題並蒐集相關初級研究資料，藉以回顧與整合各研究的發現， 以獲得證據的二級資料研究方法(secondary researchmethods)」。
沒有留言:
張貼留言