《表4 调节变量的选取及其分类》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《寻找“最佳证据”：如何运用元分析进行文献综述——以STEM教育对学生成绩的影响研究为例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

元分析的另一项核心工作是异质性分析。在寻找“最佳证据”的过程中，我们不仅需要了解某项干预的综合效应，还需要知道有哪些因素会对干预的结果产生影响。元分析可以通过异质性分析，来对影响研究结论的因素进行讨论。调节变量分析（moderator analysis）是进行异质性分析的主要方法之一，根据一定的特征划分亚组，通过Q检验比较各组之间是否存在差异，便可判断该特征是不是导致异质性的原因（Borenstein et al.，2009，p.149-186）。调节变量的选取主要有两条途径。一是参照既有的元分析文献，或是探讨影响STEM教育效果的因素的研究。对表1中元分析文献所选定的调节变量进行简单的频数统计，出现频数超过3次的调节变量有以下几个：受教育阶段（11次），教学方法（6次）、学科（8次）、干预时长（5次）、研究设计（7次）、文献类型（3次）、测试工具类型（3次）、测试项目（3次）、文献年份（3次）。此外，还有学者表明STEM教育的效果或受学生的性别、家庭社会经济地位（SES）以及种族等因素的影响。比如Bicer等（2015）发现接受STEM教育的女同学比未接受STEM教育的男同学的成绩要好，STEM教育组中低SES的学生要比非STEM教育组中高SES的学生在数学上表现更好；Rozek等人（2019）表明低SES的学生在学习STEM课程时更为吃力。诸如此类的研究都可以作为选择调节变量的参考。二是从专业角度及统计学角度来选取，比如张天嵩等（2015，第312页）认为可从设计方案、研究质量等角度选取划分亚组的因素。结合以上两条选取调节变量的途径及本文的研究目的，笔者从研究特征、干预特征及文献特征三个方面选取调节变量，具体如表4所示。