涵化理论|涵化研究的两个十年:—一个总体评估和元分析

更新时间:2017-05-27 来源:分析指导

涵化理论|涵化研究的两个十年:—一个总体评估和元分析

(续上期)
元分析(Meta-Analysis)
基本原理及设计
虽然理论上的回顾和相关证据的详细评估已经出现(Hawkins & Pingree,1982; Ogles, 1987; Potter,1993),但迄今为止,尚未有人就涵化数据从整体上进行一个元分析。赫雷特-斯克杰鲁(Herrett-Skjellum)和艾伦(Allen)(1996)最近完成了一项关于电视与性别角色感知的元分析,其中包括了一些和我们这里相同的有关元分析的研究。尽管他们不从涵化的视角解释他们的数据,但他们的结论——显示出一个小的确定效果——是与涵化相关联的。
或许元分析的最大理由就在于它剔除了我们在回顾中的主观色彩。那些回顾者基于学院派或政治因素的制约,将涵化研究描绘成另外一种方式。由于这些分歧,人们就会怀疑是否批评家们正在读着同样的研究。虽然我们不作如下假设,即一个诸多结果的纯粹整合会在某种意义上自动地提供关于效果的“真实”根据,但与先前的回顾性研究相比,我们的数据资料的确让我们用一个更加系统的方式来看待涵化。
元分析纠正了传统的叙述文献回顾中的许多误区。例如,当批评家将公布的有意义的结果的数字简单相加时,形成类型Ⅱ的差错的风险是相当大的(Hunter&Schmidt,1990)。元分析能够使我们更加清楚这一研究,对那些不一致的结果,它可能会以另外的方式去解释。

在元分析中,每一个观察结果都被假定为来自意味着有代表性的“真实”效果的分布状态中的随机抽样。如此一来,样本量的调节就使得这种对真实效果的分析比任何单个的研究有了一个更好的估计。但是元分析所做远不止这些。累计的数据被检验,以便发现这一组关联是否是类似的、同质的(借用Mullen的术语,1989),或用以观察跨越不同研究所得结论中有多少可见的变量反映了样本的误差(借用Hunter和Schmidt的说法,1990)。如果结果是庞杂不一的,或者假如在样本误差因素被排除掉或其他判断都尽可能考虑到之后依然遗留许多无法解释的变量,那么元分析家就可以推断出一个理论驾驭的相关变量的研究,而这些变量可能一直主导着那些看得见的效果。(在下文中,我们严格地在统计学意义上使用“效果”一词,而且,我们强调,涵化和那种所谓刺激--反应式因果关系的效果观念是两码事。)
研究摘选
我们将自1976年以来公开出版的广泛综合的涵化研究书目文献进行检索归纳以开始我们的研究。无论从文化指标计划或者诸如商务和多种与世界范围内关联的网页之类的在线数据库里,这些都是很方便得到的。进一步的计算机和参考书目搜索未发现新的、另外的引文。从超过300部的书目中,我们建构了一个这些研究的基本数据库:(a)测试电视收视量(不论测量方式)与被认为提供了电视答案的因变量之间的关联;(b)分类引证或批评作为结论解释的涵化理论。出于其他某些原因,一些适合这些标准的研究也不能包括进来。
一些高度支持涵化理论的研究被排除了,原因是这些研究没有将受访者作为分析单元。例如,摩根(1983)发现,因看电视而加深恐惧感的人群显示出较强的涵化迹象,而在另一项研究中,可以观察到一个跨越全美各地区的变化受冲蚀的主流化倾向(1986);罗思柴尔德(Rothschild)(1984)用同质性很高的贵族人群作为分析对象。其他研究涉及相关议题但没有提出能够编码的相关数据(e.g.,Reep和Drambot,1989,考察观众对经选择提供的人物的评估在多大程度上是依据性别、某些特别播出的节目等等诸如此类)。
研究设计是另外一个因素。几乎所有的涵化研究都是以观察测量为基础的。存在着涵化关联的实验性测试或者可认识变量的实验性操纵,但这些都依赖短期现象,因而不能真实地测到涵化过程。
于是,我们仅将到目前为止最为共同的,纵览、概观类型的涵化研究纳入视野,而忽略了小规模的相关调查(一些例子,见Bryant等, 1981; Shapiro, 1991; Tan, 1979; Wakshlag, Viol, & Tamborini,1983;Zillman & Wakshlag,1985)。
在一些案例中,理论上无法确定“电视答案”应该是什么。我们将所有研究尽可能地编码,以便产生一些与涵化理论有理由的关联,而没有滥用、轻信那些远离临界点的东西。自然,在一些案例中,这种判断可能有些侥幸;在总体上,我们尽最大可能地包容极端。然而,对于一些研究而言,明显不合理的涵化关联期望是能够推断出来的。例如,冈特(Gunter)和沃伯(Wober)(1983a)测试个人对于火灾、洪水、心脏病、突如其来的打击、车祸、食

本文来源:https://www.lzjjdc.com/lingdaojianghua/36490/

推荐内容