序
Comprehensive Meta-analysis(CMA)是Meta分析最出名的統計軟體，CMA v3新推Meta分析，除有傳統常用效果量(ES)分析，還新增Meta迴歸、一個(以下)共變數對「xy」的調節作用，CMA值得大家學習。。
對照初級資料統計，次級資料「統合分析(Meta-analysis)」是另一數據科學的典範。所謂效果量是指在Meta分析的研究過程上，所分析的每一個研究的實驗處理效果的大小，也就是每一個實驗設計中接受實驗處理的實驗組與控制組之間的差別。為了統計處理，這些實驗處理結果的差別需先經過標準化的處理，才能進行比較與合計。所謂標準化的處理就是把實驗處理的實驗組(吃新藥)與控制組(吃安慰劑)之間的差別除以控制組的標準差(standard
deviation)。
效果量的值可以代表就某一項研究主題而言，實驗組和控制組之間差異的大小，值愈大，代表實驗處理的功效愈大；值愈小，代表實驗處理的功效愈小。
迄今，Meta-analysis已在：基礎研究、生物學、醫學、心理學、社會學、刑事司法、金融和經濟學、政治學、市場營銷、生態學、教育學和遺傳學等領域，開枝散葉。
Meta分析使研究者可以將數項個別研究的結果合併為一個統合分析，以提供對所關注效果的整體估計。對於希望使用CMA進行Meta分析，並展示瞭分析步驟、解釋Meta分析(如何產生高度靈活的圖形顯示；如何使用Meta迴歸；如何檢查發表偏誤；如何進行個別研究初級數據的Meta分析；如何進行Meta迴歸分析；以及間接證據之Network
Meta-analysis)，本書是不可缺少的顯學。
由於科學是一門累積的學習課程，但在資料搜尋過程中，我們常會發現因為研究者、樣本、時間、地區、研究方法、研究程序的不同，導致相似的研究方向卻有不同的研究結果，令人有「眾說紛紜，莫衷一是」的矛盾感。再加上傳統的文獻探討法多仰賴研究者的經驗、邏輯思考加上主觀的判斷，在選擇文獻的過程當中，常會下意識的選擇有利於己、忽視不利於己之研究的相關文獻；亦常根據直觀的想法，主觀的統整與下結論，而讓最後的研究結果產生了偏頗。
為解決上述盲點，Meta-analysis於是誕生了，它嘗試用科學的、系統的、客觀的方法來結合相關的研究數據，是一種量化的系統性文獻探討法。Meta-analysis不但經濟實惠，且內外效度都高，值得大家來學習。
畢竟工欲善其事，必先利其器。研究者除了要精通自己領域的「理論」基礎外，正確選用創新性之「研究法」及「統計」技術(即Stata及軟體實作)，三者間如何有效整合應用，更是成為頂尖研究者不可缺乏的基本功夫。本書內容，著重理論、統計及方法三者的結合；適合自然科學及社會科學的研究者來研讀。
本書中附有Excel、CMA之Meta分析的範例及ES單位轉換的Excel程式，利於讀入Meta各種不同格式(4變數、6變數、2變數、3變數)，易用易懂，使得讀者能迅速執行實證分析，進而理解Meta analysis報表意義的解釋。此外，為了讓各位能精熟Meta，本書提供許多實證Meta分析的範例，讓讀者可以實際操作分析，進而深入體會Meta研究的程序與應用。
為符合社會科學的研究特性，本書所附光碟中，作者設計「Excel程式」供讀者做Meta分析；能將每篇個別研究之統計值(卡方、t值、F值、Pearson's r值，Cohen's
d值)，自動「單位轉換」成其對應的效果量，並自動執行異質性Q檢定、發表偏誤檢定，最後一併算出「平均效果量」及其顯著性檢定(Zc的顯著性檢定、Winner’t顯著性)。「Excel公式轉換」亦附有各種效果量的轉換，利於coding個別研究之不同資料格式。
張紹勳 敬上
