基思·斯坦诺维奇：这才是心理学（八·下、九）(3)

作家马尔科姆·兰德威尔（Malcolm Gladwell, 2004）讨论了人们为何很难理解医生对于乳腺X光片的作用还存在着分歧。这是因为乳腺X光透视在大多数人看来是如此“精确有力”，以至于他们认为仅凭它就能作出确诊。其实这些人不理解，医生的诊断虽必不可少，但乳腺X光片评估和疾病预测从本质上来说是具有概率性的（Gigerenzer et al., 2007）。格兰德威尔说：“图片保证确定性，但它不能兑现这种承诺。经过40年的研究之后，对于女性在50岁至69岁期间接受乳腺X光透视的益处，仍然存在着不小的分歧。进一步的争议则在于，是否有足够的证据能够证明，50岁以下和70岁以上的女性定期需要接受乳腺X光透视检查。”（p. 81）然而，格兰德威尔继续谈到，和心理学领域一样，在医学领域里，知识即使不确定也依然有用：
“答案是乳腺X光透视不需要完全准确无误才能拯救生命……它没有我们想的那么好。但总归比没有它要强”（p. 81）。
在心理学和其他科学里，将来自不同研究的证据整合起来形成一个结论，已经能够通过一种更为正式的方法来实现，这就是一种叫做元分析的统计技术（Borenstein, Hedges, Higgins, & Rothstein, 2009；Card, 2011）。在元分析中，具有相同研究假设的若干研究结果以统计方法结合起来。两个实验组的比较得出的效应可以纳入一个常规的统计矩阵中，这个矩阵能进行研究之间的比较。接着，这些结果以一种标准化的方式加以统计整合。如果整合过程达到了一定的统计学标准，就能形成一个关于这些效应的结论。当然，在某些情况下，有可能无法确定地得出一个结论，这时元分析的结果就是非结论性的。
越来越多的评论者开始呼吁，应更加重视元分析，并将之视为一种消除科学领域内相互对立研究之间的不断争议的方法。这种方法有助于终止这种“公说公有理，婆说婆有理”的争论。对元分析的强调也揭示了一种观点：专业杂志上常见的观点对立可能只是表面现象，实际上我们拥有更多可靠和有用的发现。
国家阅读评审小组（NRP, 2000；Ehri et al., 2001）对一些关于阅读教育的研究所做的元分析就证明了这一点。例如，他们得出结论，对38个不同的研究结果的元分析“有力地支持了这一观点，即相比其他课程提供的非系统或非语音教学，系统的语音教学在孩子的成长中发挥了更大的作用”（p. 84）。在报告的另一部分，NPR报告说，对于52个语音意识训练研究的元分析说明，“教孩子掌握在语言中运用声音，能帮助他们学会阅读，在不同的教学、测验及参与者的个性条件下，其效应量都远远大于随机水平，并且虽然这些效应有大有小，但大部分都处于中等水平”（p.5）。
在健康心理学领域也有类似的情况。千田和哈默尔（Chida, Hamer, 2008）对来自281个有关A型行为模式的敌对性和攻击性与心血管反应（心率和血压）之间关系的研究数据进行元分析，试图建立它们之间真正的关系。在另一个例子中，柯里尔、内梅尔和贝尔曼（Currier, Neimeyer, & Berman, 2008）对丧亲者心理治疗进行干预的61个控制研究得到的数据进行元分析。但他们的元分析结果令人失望，心理疗法的干预在刚失去亲人之后有即时的效果，但在随后的时间里却没有积极的影响。