Meta分析被国内学者译为元分析、荟萃分析、整合分析等。考虑到Meta分析是对数据的再一次分析，因此本文把它翻译为数据再分析法。关于Meta分析的具体含义，格拉斯（Glass）提出的定义是：对由多项研究结果构成的集合进行统计分析，目的是为了对已有的发现进行综合。萨克斯（Sacks）等提出的定义是：对以往的研究结果进行统计学的合并和严谨的综述方法。

Meta分析的步骤与一般的量化研究异同点并存：（一）确定课题。Meta分析关注的是存在争议的领域。（二）收集文献。明确单个研究的入选及排除标准，也要明确查阅文献的方法及要采取的统计学分析方法等。（三）质量评定和筛选。应根据具体的目的和专业知识等制定评价标准，如确定受试对象的标准、样本量、随机分组方法、盲法观察、变量之间的关系（单变量、双变量、还是多变量关系）、自由度等。（四）文献编码。（五）资料的综合。由于研究的性质各不相同，各项研究的指标不尽相同，因此Meta分析要将其转化为统一的指标，即效应值（effect sizes），它是Meta分析的核心概念。（六）总结成文。结论中应详细陈述分析的目的，文献查找方法及取舍标准，所综合的单个研究的特征，所应用的统计学方法，提供包含有各个研究统计结果的图表，提供灵敏度分析结果；结论可能遇到的偏倚及处理方法；讨论分析结果应用价值等。

Meta分析方法的优势。Meta分析方法主要解决以下的问题：（1）增加统计功效。由于再分析整合了多项研究结果，可以有效地降低甚至排除单一研究结果中存在的测量误差、抽样误差等，可以提高结论的论证强度。（2）评价各项研究结果之间的不一致性。对同一个研究问题，各个试验结果可能不一致，甚或存在分歧争议，利用Meta分析方法可以得到对该问题的全面认识，作出科学的结论。（3）寻求新的假说：Meta分析方法可以回答单个试验中尚未提及或是不能回答的问题，尤其用于随机对照试验设计所得的结果进行综合评价，可以提出一些尚未研究的新问题，发现一些隐藏在其他汇总性的研究中的效应或关系。再分析会比单个研究产生拥有更大统计功效的综合性的效应估计值。

Meta分析方法的缺陷及争议。（1）再分析法的一个缺点是它比较专业，需要相当数量的专业技术。特别是恰当的效应值的选择和计算及应用于其中的统计分析等都需要专业知识。（2）苹果和橙子问题（apple and orange problem）。Meta分析的基础是各研究在某些方面相同，在此基础上分析各研究具备的共性（水果的性质）和区别。在这种意义上说将苹果和桔子放在一起分析是必要而有意义的。对于那些研究方法存在较大差异的单项研究来说，一个较好的Meta分析法应该将这种差异考虑在内，设置必要的调节变量。（3）出版偏差（publication bias），一般来说，达到显著性水平的研究结果较容易得到出版机会，而那些显著性不明显的研究虽然可能也包含对研究目标相关的重要信息但却较少有出版机会。如果都按照出版的研究结果进行分析则会产生误差。所以应用应该建立起系统收集文献的方法，全面、广泛的收集与主题相关的文献。（4）资料的非独立性问题。将一个研究的多项结果当作独立的结果来分析，这会引起误解，认为这些结果之间是一致的。事实上，在大多数时候，这些结果是不同的。有学者提供了很多方法解决这个问题。例如，将单一研究的多个结果平均起来，以每个研究作为分析的单位。（5）研究结果的质量优劣问题。实证研究的质量与效应值的大小之间并无强关系，而且质量较差的研究既然已经完成了，逻辑上就不应该去忽略它们，而应该去评估它们。可以将研究质量作为干扰变量，探讨它与效应值之间的关系。此外，用方差权重的倒数作为研究质量的加权数，从而使质量较高的研究获得较大的权重，这样作也可以较正确地估计整体效应的大小。

要推动Meta分析研究在国内社会学中的应用，一方面需要积极介绍Meta分析技术，引入Meta分析的专著及文献。就此而言，我们应该国内心理学界和教育学界学习，因为在国内心理学和教育学领域出版的教材和专著中已经有一些章节专门介绍Meta分析法，关于Meta分析的专著也即将出版。我们期望，随着国内社会学界关于同一类问题的高质量定量研究的不断出现，应用Meta方法的时刻也指日可待了。

哈尔滨工程大学社会学系主任、教授