Newly-developed Meta-analysis in JASP(0.95.4, 2025)

*** 全方位的整合分析功能，盡在JASP ***

--> 多才多藝的JASP，值得喝采!

統計效果值的估計與應用(五南，2022): 表6-18 & 表6-20勘誤表

整合分析的優、缺點

面向:.........>優勢.........>缺點/限制

---

1、統計考驗力:合併研究可提高統計考驗力，但是研究間必需具可比較性
2、效果值精確度:產生更穩定估計值，若忽略異質性，可能會產生偏差
3、調節變項分析:可探究研究效果不一致的變異源，以解決研究發現的矛盾，但需足夠的研究篇數
4、品質依賴性:垃圾進，垃圾出
5、出版偏差:若未經校正，會高估平均效果值
6、異質性:容許研究的多樣性，但可能降低結果的可詮釋性
7、分析複雜度:估計效果值時，須加以降維，易生誤差。

---

Key Advantages and Limits of Meta-Analysis

Effect sizes based on variance decomposition (Level-1 vs Level-2, HLM)

Converting regression coefficients from SEM 、 HLM to Pearson’s r or Cohen's d

HLM/SEM徑路係數與主要效果值間轉換公式的來源

各類統計分析效果值間之橋接關係與轉換公式(Newly revised)

修正自圖12-20， 統計效果值的估計與應用(五南，2022)

無母數統計量與其效果值

Non-parametric test selection and its effect size

整合分析中信賴區間 (CI) 與 (PI)的定義

1. The darker shaded area = 95% confidence interval (CI) for the average true effect.捕捉平均效果值的落入範圍!
2. The orange shaded area = 95% prediction interval (PI) for the true effect of a new study.預測新研究真實效果值的分布範圍!
***前者只考慮到抽樣誤差(假設研究間具有同質性)，後者同時考慮到抽樣誤差與研究間之異質性***

整合分析軟體CMA 4.0 簡介與操作實務 (第三版，2025)

整合分析軟體 CMA 4.0 簡介與操作實務(第3版)，已經上市
# of visits:Started at 1160
● 直觀解說，輕鬆上手 　以視窗操作圖搭配關鍵指令，快速理解操作流程，有效縮短學習時間。
● 實例教學，強化應用 　搭配不同分析圖與實例說明，提升整合分析的實務操作能力。
● 精華摘錄，與時俱進 　為強化整合分析的新知與CMA報表的解釋，本手冊特新增以下功能介紹：

1. 提供預測區間，幫助評估未來研究結果的可能範圍。
2. 優化統計報表的輸出內容與解釋能力，提供更直觀的數據解析。
3. 澄清統計模式選擇與次群體分析的常見迷思，確保模型的適當應用。
4. 提示出版偏差的評估方法與正確解讀要點，避免研究結果的偏誤。
5. 釐清異質性指標的意義，防止誤解與誤用。

● CMA 4.0（Comprehensive Meta-Analysis 4.0）軟體是進行整合分析（Meta-analysis）的最佳必備工具，不僅操作簡便、功能強大，且能快速生成符合發表需求的統計報表。 ● 配合CMA 4.0的新功能，本版新增九、十兩章，分別介紹如何結合統計分析與報表之正確解釋，以縮短文章發表的準備時間與提示如何避免整合分析可能遇到的迷思及錯誤。 ● 本書迎合國內研究者需求撰寫，以圖像化操作化繁為簡，幫助快速掌握CMA的操作精髓。 ● 跟著本書〈CMA的首航〉一章中的操作步驟，初學者可輕鬆完成第一次整合分析。

五南網站

統計顯著性考驗與效果值的評估，何者比較重要?

統計顯著性考驗(p-value)，易受樣本大小影響，因此P-value通常並無法做為效果值的指標。

以下係統計顯著性，樣本大小，效果值與研究結論關係的架構圖。

整合分析軟體ESS軟體與操作手冊(2025年更新)

請點選以下連結，再點擊李茂能老師網頁左側選單:" 研發軟體 "

傳統整合分析理論與實務：ESS & EXCEL(2015)隨書附贈:
中文化整合分析軟體軟體(ESS)&其操作手冊:2025更新版

點選以上之連結，就會出現以下個人網頁

整合分析的四庫全書

「推陳出新」與「理論完備」

整合分析是量化的文獻探討，它是「分析中的分析」，「研究中的研究」，是量化研究的嶄新方法學。整合分析起源於實證醫學，目前已受到心理學、教育學、社會科學、市場行銷、經濟學等各學術領域的廣泛應用。
整合分析可以獲得較穩定的研究結果，且可驅使研究者繼續去探求研究結果不一致的原因。
整合分析可以讓研究者不只關切統計推論上的顯著與否，而且更重視效果值大小的評估。
筆者，歷經多年之努力與五南鼎力支持，完成了四本一系列的整合分析專書，理論與實務兼具。
這一系列涵蓋了直接比較、間接比較及網絡分析，涉及了傳統的整合分析、心理計量整合分析與貝氏網絡整合分析。

# of visits:

結構方程模式理論與實務: 解決SEM疑難雜症的書

「推陳出新」與「精益求精」

新書仍維持十章，第一章介紹AMOS的基本操作介面、繪圖工具、檔案連結方法與統計分析， 第二章介紹模式隱含共變數矩陣的追蹤與推導， 第三章介紹SEM理論模式的基本原理， 第四章介紹適配度指標的選用與解釋， 第五章介紹SEM量尺不確定性的處理方法及驗證性因素分析在測驗編製上的用途， 第六章探究SEM應用上潛藏的困惑，更深入探討SEM應用上，少見的限制， 第七章介紹如何利用AMOS進行差異試題功能(DIF)分析，新增DIF分析流程圖及WinSteps DIF報表的分析， 第八章介紹跨群組與跨時間之測量及結構不變性分析，調整了部分章節順序與改寫部分內容， 第九章介紹SEM取向的交叉延宕分析，章節段落內容有較大更動， 第十章探索SEM多元共線性的症狀與其解決方法，新增SmartPLS與WarpPLS的應用介紹，以利檢驗預測變項間或預測變項與效標間的共線性。

# of visits:

整合分析的新利器:JASP

JASP is an open-source project supported by the University of Amsterdam
●特色: JASP offers standard analysis procedures in both their classical and Bayesian form!

統計效果值的估計與應用八月已經出版

統計效果值的估計與應用:The Estimation and Usage of Effect Sizes in Statistics，2022年八月已出版

●特色: 新知領先、軟體免費、內容紮實 、物超所值!

# of visits:

五南網站

2021年8月22日 星期日

統計效果值的估計與應用:The Estimation and Usage of Effect Sizes in Statistics，2022年夏即將出版

●特色: 新知領先、軟體免費、內容紮實 、物超所值!

本書第一個目的在於探討各類效果值指標的估計、選用與解釋。效果值(effect size)，簡單的說，就是實驗效果大小或雙變項關係強度的量化指標，其值愈大，常代表著組平均數間之差異愈大或雙變項間之關係愈強。由於研究者對於統計顯著性考驗的運用邏輯存在著一些迷思與誤解，過去許多研究報告大都依p值(p-value)的大小就下結論，而忽略了效果值大小的評估。

為何效果值與p值同等重要?假如事先沒有適切的樣本規劃，研究者僅利用p值進行假設考驗，易導致錯誤的結論。主因在於p值易受到樣本大小的影響，只要樣本過大，通常會推翻既定的虛無假設；反之，樣本過小，通常很難推翻既定的虛無假設。反觀效果值除了可以用來評估臨床上的應用價值之外，它並不會受到樣本大小的影響，足以彌補統計顯著性考驗設計上的不足。統計上的顯著性並不一定等於實務上的有用性，因此近幾年來學術研究期刊逐漸要求作者同時報告p值與效果值。

令人困擾的是效果值的定義或類型，會因研究設計、研究問題與統計方法而改變，假如研究問題的焦點在於組間差異，那麼效果值的定義在於組間平均數的平均差異，需要獨立樣本的研究設計；假如研究問題的焦點在於個體的改變量，那麼效果值的定義在於平均改變量，需要重複量數的研究設計；此外，有時同一種統計方法(如多元迴歸分析)卻存在著許多不同形態的效果值統計量(如未標準化迴歸係數、標準化迴歸係數、淨相關、部分相關)，何者為佳，研究者亦常生困惑。由此觀之，欲正確估計與選用效果值統計量，需先釐清效果值與研究問題、研究設計及統計方法間的複雜關係。

本書第二個目的在於探究各類效果值間的轉換，使其具有可比較性，以利整合分析。效果值估計是整合分析(meta-analysis)的核心工作，除了需知道如何估計它之外，尚須注意效果值可能衍生自不同統計方法(如勝算比、單變項ANOVA考驗、迴歸分析、多變項分析、SEM或HLM、GMA分析)，爲了效果值能具跨研究設計、研究問題與統計方法的可比較性(comparability)，必須透過適當公式的轉換，使其具有共同量尺(如全部轉換成Cohen d值或Pearson r值)，才能進行整合分析。

本書涵蓋了單變項與多變項統計方法的效果值指標，從t-test、ANOVA到MANOVA，從Regression、GLM到SEM或HLM應有盡有，不僅可作為整合分析研究者查考的必備寶典，也適合於應用統計學課程之主要教材、一般量化研究課程之輔助教材。本書致力於效果值及其信賴區間公式的推演，並透過應用軟體輔以應用實例，以利研究者能正確估計、描述與解釋效果值。

●敬請期待

●單變項、多變項、SEM、HLM分析效果值與Cohen’s d 或Pearson’s r效果值間之橋接關係

● 本書共分十二章: 第一章 效果值簡介 第二章 類別性變項的效果值分析 第三章 t考驗與相關性指標的效果值分析 第四章 單因子ANOVA的效果值分析 第五章 雙因子ANOVA的效果值分析 第六章 通用Eta2對比效果值分析 第七章 多變項分析的效果值分析 第八章 多元回歸分析與多層次分析的效果值分析 第九章 隨機集群分析的效果值分析(上) 第十章 隨機集群分析的效果值分析(下) 第十一章 SEM分析與成長模式分析的效果值分析 第十二章 網路效果值計算器與各類效果值間的轉換

整合分析軟體CMA簡介與操作實務(第二版)
●特色: 直覺式解說、一看就會，跟進最新!

●爲了因應CMA3.0中「Meta regression 2」程式的重大更新，本書第二版中，在第三章中有較大內容的修訂，其餘章節內容與文字亦有微調，以使文意簡潔與流暢 ●CMA3.0所推出的「Meta regression 2」程式，對於預測變項數與類別已不設限，且可以設定預測變項集，而模式中也可同時包含類別與連續性的變項。

免費統計分析軟體(EXCEL)

超好用統計分析軟體(EXCEL)