薈萃分析在服裝研究領域中的應用

劉紅文　李曉紅

摘要：隨著研究綜述方法學的發展，薈萃分析已被廣泛應用于各學科研究中。但通過文獻收集與梳理發現，薈萃分析在國內服裝研究領域中的運用仍是處于理論空白階段。為了推動薈萃分析在國內服裝理論整合研究中的廣泛應用，提高服裝理論研究的規范性與客觀性，文章在對薈萃分析的基本含義、功能、優勢、樣本選擇與研究流程分析的基礎上，以中國2007—2019年發表的52篇服裝在線評論與消費者購買意愿關系的研究文獻作為案例，系統地探討薈萃分析在服裝研究領域中的應用流程與要點。最后通過文獻調查及國內外應用概況分析，證實了未來薈萃分析在服裝理論研究中具有良好的應用前景。

關鍵詞：薈萃分析;服裝理論研究;研究方法論;案例研究;效果量

中圖分類號：TS941.1

文獻標志碼：A

文章編號：10017003（2021）04004809

Abstract：Withthedevelopmentofthemethodologyofresearchreview，meta-analysishasbeenwidelyappliedinthestudyofvariousdisciplines.However，throughliteraturecollectionandcombing，itisfoundthattheapplicationofmeta-analysisinthefieldofdomesticcostumestudiesisstillblanktheoretically.Tofacilitatetheextensiveuseofmeta-analysisindomesticintegrationresearchoncostumetheories，andimprovethestandardizationandobjectivityofresearchoncostumetheories，throughananalysisofthebasicmeaning，functions，advantages，sampleselectionandresearchprocessofmeta-analysis，52domesticresearchpaperspublishedfrom2007to2019ontherelationshipbetweenonlineconsumereviewsandconsumerspurchaseintentionweretakenasexamples，toexploretheapplicationprocessofmeta-analysisinthefieldofcostumestudiesinasystematicwayandkeypointsthereof.Finally，throughliteraturesurveyandananalysisofdomesticandforeignapplications，itisverifiedthatmeta-analysishasagoodprospectintheoreticalstudiesoncostumesinthefuture.

Keywords：meta-analysis;theoreticalstudiesoncostumes;researchmethodology;casestudy;effectsize

作者簡介：劉紅文（1992），男，博士研究生，研究方向為服裝設計與營銷。通信作者：NurulHanimRomainoor，教授，hanim.romainoor@usm.my。

統計分析方法是研究方法論的重要組成部分，選取適宜的統計分析方法，能夠幫助研究者在嚴謹且復雜的學術研究中，深入探討現象的脈絡與發展趨勢。近幾年來，綜觀服裝研究領域，如服裝產品設計、服裝管理、服裝教育、服裝消費心理等各領域，也都逐漸重視統計分析技術在方法論中的運用，并取得了一定的研究成果。但從整體普及度與規范性角度來看，服裝統計分析方法應用范圍及水平仍然有待提高。正如呂學海等[1]指出“與其他設計領域（建筑設計、工業設計、機械設計等）相比，服裝設計理論研究在多學科交叉和方法論方面都較為薄弱”。

在過去服裝研究領域中，針對同類或相似研究主題的綜述類文獻研究基本上均采用了傳統敘述性文獻回顧的方法，因此其研究質量受研究者專業水平、主觀意識的影響很大。尤其是當研究的論文數量較多，而研究結果又不具有一致性時，其最終所得結論的客觀性與準確度容易令人質疑。鑒于此，為了彌補傳統文獻評論研究法的不足，以及進一步豐富服裝領域中的研究方法，本研究將薈萃分析（Meta-analysis）引入到服裝研究領域中。作為一種兼具量化統計技術和質化歸納詮釋的方法，薈萃分析在文獻材料收集的基礎上，嚴格按照一定程序的統計技術加以整合，以尋求一般性結論。由于整個過程主要是計量程序，因此其可以有效克服傳統文獻評論法中過于主觀且注重敘述的不足，從而獲得強有力的結論[2]。

薈萃分析最早被應用于教育領域中[3]，隨后由于其在整合已有研究成果中的優勢不斷凸顯，逐漸受到了自然和社會科學領域的重視。近年來，薈萃分析在中國和美國的應用呈現大幅增長，遠勝于其他國家。但從筆者對國內服裝領域文獻的梳理情況來看，薈萃分析在國內服裝研究領域中的運用基本為零。鑒于此，本研究首先針對薈萃分析的基本含義、功能、優勢、樣本選擇與研究流程做一介紹，其次以一個服裝領域中的實例，探討薈萃分析如何在服裝研究領域中應用，為未來相關研究提供參考。

1 薈萃分析的介紹

為了解決初級研究可能產生結果矛盾的問題，從1970年代開始，研究者逐步發展并使用了許多次級研究法（secondaryresearchmethods），其中最常用方法之一就是薈萃分析。薈萃分析最早由Glass[3]作為一種哲學概念于1976年提出，后面經過Cook&Leviton、Hunter等學者的改良，薈萃分析發展也越來越成熟，并被廣泛運用到教育、醫學、工程、數理、天文、經濟等各種領域[4]。

薈萃分析的原意是morecomprehensive，也就是研究的再研究。根據Cook等[5]的解釋：薈萃分析是將主題類似但結論卻有爭議或未定論的研究成果，經由統計分析方法整合在一起，試圖歸納出一個具有一般性的研究結論。因此，其具有以下功能與優勢：

1）薈萃分析能解決社會科學中常見的問題，即主題相同但結果卻相沖突的研究。

2）由于薈萃分析過程中必須搜集許多相關文獻材料，并提出解釋。因而為后續研究者提供了許多研究經驗與結果，使后續研究者擁有更多精力投注在未開發的研究領域中。

3）薈萃分析除了上述一般性的描述外，還可以依照研究的特性加以分類及整合，進一步分析了解造成研究差異的原因，并從中找出潛在的調節變量。

4）薈萃分析應用系統化及明確性的比較程序能夠降低研究的主觀性。

5）薈萃分析的標準計量程序，可以增加研究統計的檢定力及檢測效果的精準度。

與傳統的敘述性文獻綜述不同，薈萃分析在分析過程中對所收集的研究結果不做預先的判斷、推測，只是客觀地將各研究結果整合在一起，且不能以個別研究的研究品質不佳就直接淘汰;薈萃分析會記錄下品質較差的研究并檢驗和這些研究發現之間的相關，然后運用平均效果量（averagingeffectivesize）的觀念，將過往各研究的效果量予以加權平均，以尋求一般性的結論探求真相。因此，人為的操弄而使研究結果造成偏誤的情形將不復出現，所得結論的一般性將是客觀的[6]。

2 薈萃分析的樣本選擇與研究流程

2.1 樣本選擇

使用薈萃分析進行定量綜合分析時，最為重要的是對研究樣本結果進行統計顯著性水平檢驗和效果量的測定，因此其研究樣本選擇需滿足以下四個條件：1）所收集的研究樣本需為實務型文獻，而非理論型的文獻;2）研究樣本最終產生的是量化研究結果而非單純的質性發現（要有均值及方差等）;3）研究樣本所得結果必須能夠轉化成可相容的統計量（如效果值、相關或勝算比）;4）檢驗變量之間的關系需與薈萃分析中的研究問題相容[7]。

2.2 研究流程

Cooper[8]認為一個高品質的薈萃分析必須在實驗設計、架構、分析和結果的評價上非常嚴謹，才能做出最有效的歸納。所以，他提出了薈萃分析六個階段的研究模式：

第一步，定義研究問題：研究問題的選擇需要具有一定的重要性或爭議性，選題范圍的大小要合適，以確保具有足夠的研究分析樣本量。

第二步，文獻材料搜索：進行薈萃分析時，文獻材料的收集應力求完整，因此在搜索過程中，應制定搜尋策略、定義關鍵詞，以及界定數據庫。

第三步，文獻篩選：由于所收集的研究材料并不相同，因此需要通過定義研究質量標準、設定良好的評分系統來對研究素材進行評估與篩選，以剔除部分不相關的研究材料。

第四步，數據萃取：在薈萃分析中，需要對研究樣本中有用的信息與數據進行記錄（如研究名稱、作者、樣本量、相關系數、人口統計特征等），以供后期統計分析使用。為確保最終所得數據的客觀性，在數據萃取過程中，應當建立研究選入及排除標準、選擇合適的數據萃取方式、確保兩位以上作者負責數據總結及對萃取過程中的分歧點進行記錄并提出解決方案等。

第五步，分析與整合：這一階段是屬于統計的計量分析，將不同研究的顯著水準利用統計方法做整合檢定，并計算效果量的大小。具體流程與檢驗標準如下：

1）效果量：薈萃分析可估計研究間的平均效果，一般而言兩個及以上的研究即可計算其平均效果。效果值通常是對觀察效果幅度的一種標準化測量，因此，不同研究所量測的不同變量或量測的不同量表皆可直接做比較。

2）模型選定：在目前研究中，薈萃分析效果模型分為固定效果模型和隨機效果模型兩種。固定效果模型假設，所有相同研究的結果都是真實且相同的，研究之間所呈現出的差異純粹來自抽樣誤差，因此其結論不具有推論到其他總體的功能。隨機效果模型假設，相同研究假設的真實效果會因實際研究條件的不同而不一樣，研究效果之間的差異除了來自抽樣誤差之外，還包括組間方差。一般在研究中，當研究文獻數量較大且具有異質性時，選擇隨機效果模型是恰當的。

3）出版偏誤：在薈萃分析中，薈萃分析的結果可能會因為選擇文章的偏差而造成偏誤，將這種偏誤稱之為出版偏誤[9]。造成出版偏誤的原因有很多，其中最為主要的是期刊傾向于接受效果顯著的文章。因此，這容易造成在文獻樣本收集中，缺少不顯著的文獻樣本。出版偏誤會造成高估原先既有的平均效果量，因此在分析中需要對其進行檢測，目前常用漏斗圖、Rosenthals失安全系數測試、Eggers回歸檢驗三種檢測指標進行出版偏誤的測量。根據Hunter等[10]的建議標準，通常以漏斗圖中散點呈現非對稱式視覺分布、Rosenthals失安全系數測試P值大于0.05、Eggers回歸檢驗雙尾P值小于0.05判定研究中存在出版偏誤問題。

4）異質性檢驗：異質性主要是指相同研究之間真實效果量的差異，特別是指因組間方差而導致的效果量差異。目前針對異質性檢驗的方法主要包含Q檢驗、I2檢驗和H檢驗三種，一般以P<0.1（Q檢驗）、I2檢驗（25%表示低異質性;50%表示中異質性;75%表示高異質性）及H>1.5（H檢驗）作為研究存在異質性的主要指標[11]。

5）效果合并值的檢驗：在進行因子關系檢驗之前，需要將多個單一的效果值進行合并得出每個因子的總效果值r，通過r值來判斷變量之間總效果量的強弱。Cohen[12]提出效果量強弱判斷的經驗準則，當0.10≤r≤0.29時，表示變量之間具有小的效果量;當0.30≤r≤0.49時，表示中等效果量;當r≥0.5時，表示強的效果量。此外，還需要對總效果值r的統計學意義進行檢驗，一般采用Z統計量作為判斷假設檢驗是否顯著的指標。

6）敏感度分析：主要用來檢測薈萃分析中是否存在異常或影響力很大的研究樣本，并通過將異常研究樣本剔除后，審查剩余研究樣本的整體效果量是否會因此而改變，以此檢測整合性效果量的穩定度。在分析中，通常采取一次移除一個研究的方法（onestudyremove）來查看每個研究樣本對整體效果量的影響。

第六步，解讀與發現：在規范條件的假設下，將分析整合的結果作歸納性的闡述和解讀。

3 薈萃分析的應用

3.1 研究問題

服裝產品線上銷售中，在線評論（onlinereview）已經成為消費者購買決策實施與否的重要影響因素。筆者通過文獻梳理發現，在線評論的重要效應早已引起了國內服裝及相關領域眾多學者的關注。并經過近十年的發展，取得了豐富的研究成果。遺憾的是在線評論在國內服裝及相關領域擁有大量的研究成果，卻鮮有研究對這些成果進行整合、驗證和影響因素效應的評估。此外，筆者發現目前國內相關研究中存在一些互相矛盾的結論，有些變量關系在一些研究中是顯著的，但在另一些研究中卻是不顯著。例如，俞明南等[13]通過研究發現，在線評論的時效性正向顯著影響消費者的購買意愿;鄭小平[14]、于麗萍等[15]卻指出，在線評論的時效性對消費者購買意愿并無顯著影響。有關在線評論數量的研究中，杜學美等[16]、莫贊等[17]證實評論數量與消費者購買意愿之間具有正向顯著關系，李香娟[18]則通過研究發現評論數量與購買意愿沒有顯著相關。關于評論者資信度也是學者們的研究矛盾點，羅敏瑤[19]證實評論者資信度對購買意愿具有顯著影響，但羅佳佳[20]卻得出相反的結論。最后，在相同研究情境中，不同文獻所報告的變量關系的大小也未達到統一，如李曼麗[21]對在線評論與服裝消費者購買意愿關系的研究中發現，與評論質量等要素相比較，在線評論數量的影響效果最大;張媛媛[22]則通過研究論證，服裝產品的在線評論質量影響效果最大。這些互相矛盾的研究發現對于學界深化認識，推進未來研究具有阻礙作用，需要對這些差異化的研究結論進行薈萃分析。因此，本研究以2007—2019年中國所發表的服裝及相關領域的在線評論與消費者購買意愿關系的定量研究成果作為研究對象，以評論者資信度、評論者的情感傾向性、在線評論質量、在線評論數量、在線評論時效性、消費者的專業性、消費者信任傾向七個在線評論指標要素的有效性和穩健性檢驗作為研究問題，以此系統展示薈萃分析在服裝研究領域中的應用，研究模型如圖1所示。其中，評論者資信度、評論者的情感傾向性屬于在線評論來源特征要素，在線評論質量、在線評論數量、在線評論時效則為在線評論信息特征要素，消費者的專業性與消費者信任傾向屬于在線評論接收者特征要素。

3.2 文獻材料搜索

為了最大限度地將中國服裝及相關領域的在線評論文獻檢索出來，本研究以服裝產品在線評論/在線口碑、服飾產品在線評論/在線口碑、在線評論、網絡口碑等作為檢索關鍵詞，首先對CNKI數據庫、萬方數據庫、維普數據庫、超星期刊、紡織科技創新知識服務平臺等數據資源庫進行人工搜索。其次，為了避免遺漏，本研究對部分具有代表性的在線評論綜述和相關文章的參考文獻進行人工檢索。最終從2007—2019年共檢索出178篇與服裝及相關領域在線評論有關的文獻，其中有102篇為實證研究類文獻。

3.3 文獻篩選

文獻搜集完畢后，為確保文獻樣本適合當前研究，結合薈萃分析方法和研究主題的要求，本研究制定文獻納入標準如下：1）出版物具有學術性和同行評審性質;2）在線評論是論文的主要研究重點;3）需是針對服裝及相關領域的在線評論文獻或是以所有類型產品（包括服裝）作為研究對象的在線評論文獻;4）評論信息反饋涉及消費者購買意愿或決策;5）文獻至少包含本研究所提出的七個自變量影響因素中的一個或者多

個路徑關系;6）文獻所使用的研究方法必須是量化研究，且報告了研究所需的變量之間的相關系數r或t值;7）文獻中有效樣本量大小明確。在文獻分析階段，由兩位研究者獨立審查并剔除了與當前研究重點不相關的文章。

在搜索到的102篇服裝及相關領域的在線評論實證研究文獻中，剔除掉與本研究納入標準不符的文獻，最終得到52篇文獻樣本納入到本研究分析中。其中，學術期刊論文共14篇，學位論文共38篇。

3.4 數據萃取與編碼

本研究對所選文獻樣本進行全面審查，提取作者、發表年份、有效樣本量、相關系數、目標自變量、因變量等信息進行編碼（表1）。此外，在部分文獻中，存在對同一屬性及含義的定義采用不同名詞術語的現象。例如，在線評論者的情感傾向在部分文獻中又稱之為評論極性或者評論效價。因此，本研究將含義相近的名詞術語進行了整合，以確保后續研究的順利進行。

最后，在進行上述編碼過程中，當研究成員之間遇到任何分歧時都會進行討論，直到達成共識，使薈萃分析的結果更加準確。

3.5 分析與整合

本研究選用CMA3.0（ComprehensiveMeta-analysis3.0）軟件進行薈萃分析。此外，筆者通過文獻梳理發現，在線評論各指標要素對消費者購買意愿的影響可能受到研究工具、抽樣方法、被試群體等因素的影響。因此在綜合考慮到具有足夠大樣本量的基礎上，本研究選擇隨機效果模型將會更加科學合理。

3.5.1 描述性統計分析

對在線評論七組變量關系的研究數量、相關系數、正負關系及樣本量進行描述性分析，如表2所示。由表2可以看出，在納入本研究的52篇文獻樣本中，探討“在線評論質量”和“在線評論數量”影響的研究分別有41篇和39篇。其次是關于在線評論者特征的研究，“評論者資信度”和“評論者的情感傾向性”的研究數量分別是29篇和22篇。而關于在線評

論接收者特征的研究目前在服裝及相關領域相對較少，“消費者的專業能力”“消費者信任傾向”的研究數量分別為14篇、17篇。由此可知，當前服裝及相關領域已有的關于在線評論對消費者購買意愿影響的研究中，大多是從“在線評論信息特征”這一角度出發進行探究。另外，從“相關系數”一欄可以進一步看出，目前相關文獻研究的結論存在一定的差異性，具體表現為變量關系顯著方向的不一致（評論者的情感傾向性、消費者的專業性）及變量效果量變化跨度較大（消費者信任傾向、在線評論時效性）。最后從樣本數量的統計可知，最小樣本量為93個，最大的有484個，所有研究變量的平均樣本量為221～286個。這一結果表明，七組變量關系中參與調查研究的人數比較接近。樣本總量最高的為QAR-BI，10764人，最低的是PA-BI，3341人。

3.5.2 出版偏誤

首先使用漏斗圖來檢驗本研究是否存在出版偏誤的問題，如圖2所示。從漏斗圖特征來看，評論者資信度、評論者的情感傾向性、在線評論質量、在線評論數量、在線評論時效性、消費者的專業性、消費者信任傾向與消費者購買意愿之間的研究樣本及效果量基本在總效果量兩端呈現均勻分布形態，表明本研究中不存在嚴重的出版偏誤問題。但使用視覺觀察的方式來進行結論判斷仍然過于主觀，需要結合Rosenthals失安全系數和Eggers回歸檢驗的測試結果進行更精確的檢驗，如表3所示。

表3結果顯示，在Rosenthals失安全系數測試中，在線評論各指標要素失安全系數N均大于各自的臨界值（K×5+10），對應的各自Z值大于1.96，P值小于0.001，表明文獻樣本具有代表性，沒有出版偏誤問題。Eggers回歸截距測試結論顯示，在線評論各指標要素在95%置信區間內包含0，且P值均大于0.05，再次驗證在本研究中不存在出版偏誤問題，結論穩定可靠。

3.5.3 異質性檢驗

本研究使用Q檢驗、I2檢驗和H檢驗進行異質性檢測，如表4所示。從表4中數據可得，在線評論各指標要素與消費者購買意愿之間效果值的Q檢驗結果均為顯著（P<0.1），表明薈萃分析中各效果值均是異質的。在異質性程度上，本研究通過I2檢驗發現，在線評論各指標要素效果值的真實變異效果在總變異效果中占比均有80%以上，根據Higgins等[23]的建議標準，本研究呈現出高異質性特征（I2>75%）。H值均大于1.5，進一步驗證了本研究中各效果值之間異質性的存在。因此，鑒于各效果值之間的異質性特征，本研究在線評論各指標要素與消費者購買意愿之間關系時將采用隨機效果模型進行分析。

3.5.4 總效果值的檢驗

表5所列出的效果值反映了在線評論各指標要素與消費者購買意愿的關系。結果顯示，除消費者的專業性（Z=-1.237;P>0.05）的影響效果不顯著外，評論者資信度（Z=12.905;P<0.001）、評論者的情感傾向性（Z=6.234;P<0.001）、在線評論質量（Z=17.290;P<0.001）、在線評論數量（Z=15.396;P<0.001）、在線評論時效性（Z=8468;P<0.001）、消費者信任傾向（Z=10.924;P<0.001）與消費者購買意愿之間均存在顯著關系（P<0.05），并且顯著的各指標要素與消費者購買意愿均具有正向相關。在影響效果方面，評論者資信度（0.480）、在線評論時效性（0365）對消費者購買意愿具有中度影響效果;評論者的情感傾向性（0.515）、在線評論質量（0.511）、在線評論數量（0.527）、消費者信任傾向（0.579）對購買意愿存在高度影響效果。其中，消費者信任傾向影響效果最大，在線評論時效性影響效果最小。

3.5.5 敏感度分析

對研究樣本及其效果量的敏感度分析，通常采用一次移除一個研究的方式進行，即以研究的總效果量為基準，每次采取移除一個研究樣本的方式，來檢測移除樣本對總效果量的影響。如果總效果量改變較大，就表明移除樣本是影響力很大的研究或者異常研究，因此需要對此進行修正。從表6可以看出，以各自總效果量為基準，評論者資信度（0.461～0490）、評論者的情感傾向性（0.489～0.534）、在線評論質量（0.499～0.518）、在線評論數量（0.514～0.536）、在線評論時效性（0.345～0.383）、消費者的專業性（-0.201～-0.149）、消費者信任傾向（0.554～0.593）七個在線評論要素無論移除任何一個研究樣本后的效果量在95%置信區間內變化均相對較為穩定，表示刪除任何一項研究都不會影響總效果量，這也說明本研究得出的薈萃分析結果具有穩定性。

3.6 解讀與發現

本研究基于薈萃分析方法，對2007—2019年中國所發表的52篇服裝及相關領域的在線評論實證文獻進行定量分析并檢驗。在對相關文獻進行整理與記錄后，選擇評論者資信度、消費者的專業性、消費者信任傾向等七個影響研究結論仍存在差異性的變量進行探討。為確保最終研究結果的客觀性與穩定性，本研究對七組研究變量關系分別進行出版偏誤、異質性與敏感性檢測。在各項測試指標均達標的基礎上，可得出結論：模型中，評論者資信度、評論者的情感傾向性、在線評論質量、在線評論數量、在線評論時效性、消費者信任傾向與消費者購買意愿均具有正向顯著關系，且各組變量關系效果值均具有中度及以上水平，這與過去多數研究結果一致，表明上述在線評論要素與消費者購買意愿之間關系具有穩健性。而消費者的專業性與消費者購買意愿關系的薈萃分析結果不顯著，這與傳統環境下眾多研究的結果并不一致。

據以往文獻來看，對消費者的專業性與消費者購買意愿關系的研究充滿著爭議。因此，筆者綜合已有研究發現，對該組變量關系矛盾的結論提出幾點可能原因：一是變量關系之間存在著中介變量或調節變量的影響。瓦瑜[24]通過實證檢驗，證實了消費者的專業性對消費者購買意愿的影響是透過感知價值產生的。此外，趙允姬[25]驗證了網絡口碑渠道可以調節消費者的專業性與購買意愿之間的關系。鑒于此，建議未來研究中可深入探討中介變量與調節變量的影響效果。二是受樣本選擇的影響。在該組變量關系研究文獻中樣本量少的只有140份，多的將近有450份;抽樣方法大多以便利抽樣、滾雪球抽樣為主，并且研究對象主要集中為具有較高文化背景的大學生及以上群體。因此，整體抽樣過程較為隨意，研究樣本缺乏層次與代表性，導致最終研究質量難以得到保障。

最后，本研究也存在以下局限：1）從異質性檢驗結果來看，本研究所選取的七個在線評論要素均呈現出異質性特征。而造成研究異質性的因素有很多，包括研究對象、研究工具及調節變量等，因此需要在后期相關研究進一步豐富的基礎上，進行深入探討。2）本研究目前僅以國內相關文獻作為研究對象，沒有對不同文化背景下的研究進行綜合探討，這需要在后續研究中進行豐富。

4 建 議

至2019年，以“薈萃分析”“元分析”和“Meta-analysis”關鍵詞在CNKI數據庫、萬方數據庫、維普數據庫和網絡數據庫等進行檢索發現，薈萃分析主要被醫學、心理學、教育學等學科廣泛應用，其中夏凌翔[4，6]、王丹等[11]對薈萃分析進行了介紹。遺憾的是，薈萃分析在國內服裝研究領域的應用仍處于理論空白階段。利用ScienceDirect、Scopus、SpringerLink數據庫進行檢索，甄選國外服裝領域相關論文6篇，見表7。近年來，國外服裝領域對薈萃分析的應用已逐漸受到重視。而國內服裝研究領域未得到足夠重視，尚無這方面的研究，希望國內服裝領域研究者能知悉薈萃分析并展開理論探討。

近年來，隨著計算機信息科學知識大量運用于社會科學研究方法與工具問題上，使得社會科學的研究邁入了一個全新的境界。原本需要復雜運算的數學模型已發展成為簡單而容易使用的套裝計算機軟件（CMA、AMOS等），可供研究者依其研究需要選用，加速研究成果的呈現與積累。因此無論是作為一種重要研究方法或是論文文獻綜述部分的輔助工具，當研究者打算總結關于某個特定研究問題的眾多研究成果時，許多國際期刊均鼓勵研究人員進行系統性綜述和薈萃分析，甚至眾多國際期刊規定，以薈萃分析作為主要研究方法的研究成果可避免科學研究與倫理審查委員會（InstitutionalReviewBoard，IRB）審查這一環節。鑒于此，建議后續研究者在服裝研究領域內能拓展薈萃分析的應用范圍。例如：在服裝教學中，當研究者想通過大樣本探究某一教學方法對學生學習成效的實際影響，但卻受實驗條件限制時，研究者便可利用薈萃分析對以往相同教學方法研究結果的整合來達到這一目的。在服裝營銷中，針對不同要素（廣告、產品、價格等）對銷售的影響，研究者想區分不同要素的影響重要程度且確保所得結論的有效性和穩健性，薈萃分析技術就是最佳選擇。此外，當研究者想基于實證方法，從不同國家、文化差異等宏觀視角探討某一研究問題，薈萃分析則能起到巨大的便利作用等。

最后，從上述分析中可知，運用薈萃分析技術對已有研究成果進行整合分析時，要求研究樣本都是實務型文獻，這樣方能提煉出分析中所需要的各類數據。但綜觀服裝研究領域，盡管近年來學者們已逐漸重視統計分析技術在方法論中的運用，但目前各類理論研究仍以質性研究為主，因此這較大地限制了薈萃分析在服裝研究領域中的應用范圍。然而隨著“以實證為本”的研究觀念在中國社會科學研究領域（包括服裝研究領域）中的影響不斷深入，薈萃分析未來必將具有廣闊的應用前景。正如Xie[26]所指出的，中國的社會科學如這個社會的其他方面一樣正在經歷迅速的變化。隨著時間的推移，以意見為主、意識形態化的、思辨式的討論將漸漸失去市場，實證研究開始被越來越多的學者所接受。

5 結 論

本研究引入薈萃分析技術，以此來推動服裝理論研究方法的更新。首先，介紹了薈萃分析的內涵、功能與優勢。其次，針對薈萃分析的文獻樣本選擇條件、研究流程進行了詳細的探討，并以2007—2019年中國所發表的52篇服裝及相關領域的在線評論實證文獻作為研究案例，系統地探討了薈萃分析在實際研究中的應用程序與要點。最后，利用文獻調查法，分析薈萃分析在國內與國際服裝研究領域中的應用概況，并以國際服裝研究領域中的薈萃分析應用案例，證實了薈萃分析所具有的良好應用前景。未來，隨著服裝研究領域中實證化研究浪潮的影響不斷深入及成果的日益積累，作為一種“站在巨人的肩膀上”的量化研究方法，有理由相信薈萃分析將受到國內服裝學者的青睞，并得到快速的發展。

參考文獻：

[1]呂學海，鄒淵.從量體裁衣到系統設計：關于服裝設計研究方向的理論思考[J].設計藝術（山東工藝美術學院學報），2012（5）：46-49.

LXuehai，ZOUYuan.Fromtailoringtosystemdesign：theoreticalthinkingontheresearchdirectionoffashiondesign[J].DesignArt（JournalofShandongInstituteofArtsandCrafts），2012（5）：46-49.

[2]韓雁雁，張寧，房文敏.基于Meta分析的在線評論有用性影響因素模型研究[J].信息系統學報，2015（1）：1-13.

HANYanyan，ZHANGNing，FANGWenmin.ResearchonthemodelofhelpfulnessfactorsofonlinereviewsbasedonMeta-nanlysis[J].JournalofInformationSystems，2015（1）：1-13.

[3]GLASSGV.Primary，secondaryandMeta-analysisofresearch[J].EducationResearch，1976，6（5）：3-8.

[4]夏凌翔.元分析及其在社會科學研究中的應用[J].西北師大學報（社會科學版），2005，42（5）：61-64.

XIALingxiang.Meta-analysisanditsapplicationinstudiesofsocialscience[J].JournalofNorthwestNormalUniversity（SocialScienceEdition），2005，42（5）：61-64.

[5]COOKTD，LEVITONLC.Reviewingtheliterature：acomparisonoftraditionalmethodswithMeta-analysis[J].1980，48（4）：449-472.

[6]夏凌翔.元分析方法的幾個基本問題[J].山西師大學報（社會科學版），2005（3）：34-38.

XIALingxiang.Onsomebasicproblemsofmeta-analysismethod[J].ShanxiNormalUniversityJournal（SocialScienceEdition），2005（3）：34-38.

[7]齊磊，唐權.多案例文獻薈萃分析法的提出及其研究思路[J].北京航空航天大學學報（社會科學版），2019，32（2）：139-145.

QILei，TANGQuan.Studyonoriginandresearchideasofmulti-caseorientedliteratureMeta-analysismethod[J].JournalofBeijingUniversityofAeronauticsandAstronautics（SocialScienceEdition），2019，32（2）：139-145.

[8]COOPERHM.Scientificguidelinesforconductingintegrativeresearchreviews[J].ReviewofEducationalResearch，1982，52（2）：291-302.

[9]韓嘯.整合技術接受模型的薈萃分析：基于國內10年研究文獻[J].情報雜志，2017，36（8）：150-155.

HANXiao.AMeta-analysisoftheUTAUTmodel：basedon10yearsofresearchliteratureinChina[J].IntelligenceJournal，2017，36（8）：150-155.

[10]HUNTERJE，SCHMIDTFL.MethodsofMeta-Analysis：CorrectingErrorandBiasinResearchFindings[M].CA：SAGEPublications，2004.

[11]王丹，翟俊霞，牟振云，等.Meta分析中的異質性及其處理方法[J].中國循證醫學雜志，2009，9（10）：1115-1118.

WANGDan，ZHAIJunxia，MOUZhenyun，etal.DiscussingontheresearchofheterogeneityinMeta-analysis[J].ChineseJournalofEvidence-BasedMedicine，2009，9（10）：1115-1118.

[12]COHENJ.StatisticalPowerAnalysisfortheBehavioralSciences[M].NewYork：AcademicPress，2013：77-83.

[13]俞明南，武芳，張明明.在線評論對顧客購買意愿的影響研究[J].市場周刊（理論研究），2014（4）：58-60.

YUMingnan，WUFang，ZHANGMingming.Astudyontheinfluenceofonlinereviewsoncustomerswillingnesstobuy[J].MarketingWeek（TheoreticalResearch），2014（4）：58-60.

[14]鄭小平.在線評論對網絡消費者購買決策影響的實證研究[D].北京：中國人民大學，2008.

ZHENGXiaoping.AnEmpiricalStudyontheImpactofOnlineReviewsonOnlineConsumersPurchasingDecisions[D].Beijing：RenminUniversityofChina，2008.

[15]于麗萍，夏志杰，王冰冰.在線評論對消費者網絡購買意愿影響的研究[J].現代情報，2014，34（11）：34-38.

YULiping，XIAZhijie，WANGBingbing.Researchononlinereviewpurchaseintentionontheinternet[J].ModernIntelligence，2014，34（11）：34-38.

[16]杜學美，丁璟妤，謝志鴻，等.在線評論對消費者購買意愿的影響研究[J].管理評論，2016，28（3）：173-183.

DUXuemei，DINGJingyu，XIEZhihong，etal.Anempiricalstudyontheimpactofonlinereviewsonconsumerspurchasingintention[J].ManagementReview，2016，28（3）：173-183.

[17]莫贊，羅敏瑤.在線評論對消費者購買決策的影響研究：基于評論可信度和信任傾向的中介、調節作用[J].廣東工業大學學報，2019，36（2）：54-61.

MOZan，LUOMingyao.Aresearchoftheinfluenceofonlinereviewsonconsumerpurchasedecision：basedonmediationandadjustmentofreliabilitycommentsandtrusttendency[J].JournalofGuangdongUniversityofTechnology，2019，36（2）：54-61.

[18]李香娟.在線評論對消費者購買決策的影響研究[D].北京：中國地質大學，2018.

LIXiangjuan.AStudyontheInfluenceofOnlineReviewsonConsumerPurchasingDecisions[D].Beijing：ChinaUniversityofGeosciences，2018.

[19]羅敏瑤.在線評論對消費者購買決策影響的研究[D].廣州：廣東工業大學，2019.

LUOMingyao.AStudyontheImpactofOnlineReviewsonConsumerPurchasingDecisions[D].Guangzhou：GuangdongUniversityofTechnology，2019.

[20]羅佳佳.正面網絡口碑對消費者在線沖動購買意愿的影響研究[D].昆明：云南財經大學，2019.

LUOJiajia.AStudyontheInfluenceofPositiveOnlineWord-of-MouthonConsumersOnlineImpulseBuyingIntention[D].Kunming：YunnanUniversityofFinanceandEconomics，2019.

[21]李曼麗.在線評論對年輕女性服裝消費者購買意向的影響研究[D].北京：北京服裝學院，2018.

LIManli.AStudyontheInfluenceofOnlineReviewsonthePurchaseIntentionofYoungFemaleClothingConsumers[D].Beijing：BeijingFashionInstitute，2018.

[22]張媛媛.在線評論對消費者購買決策影響的實證研究[D].杭州：浙江財經大學，2015.

ZHANGYuanyuan.AnEmpiricalStudyoftheImpactofOnlineReviewsonConsumersPurchasingDecisions[D].Hangzhou：ZhejiangUniversityofFinanceandEconomics，2015.

[23]HIGGINSJPT，THOMPSONSG，DEEKSJJ，etal.MeasuringinconsistencyinMeta-analyses[J].BritishMedicalJournal，2003，327（7414）：557-560.

[24]瓦瑜.在線評論對消費者購買意愿的影響研究[D].杭州：浙江大學，2014.

WAYu.ResearchontheImpactofOnlineReviewsonConsumersPurchaseIntention[D].Hangzhou：ZhejiangUniversity，2014.

[25]趙允姬.網絡口碑對購買意愿的影響研究[D].濟南：山東大學，2016.

ZHAOYunji.ResearchontheInfluenceofInternetWordofMouthonPurchaseIntention[D].Jinan：ShandongUniversity，2016.

[26]XIEY.Evidence-basedresearchonChina：ahistoricalimperative[J].ChineseSociologicalReview，2011，44（1）：14-25.