如何做同时考虑两个调节变量的元分析？

lingchuding

Kenneth，您好！我现在想做一个同时考虑两个调节变量的元分析，为了陈述方便，我以de Wit, F. R., Greer, L. L., & Jehn, K. A. (2012). The paradox of intragroup conflict: a meta-***ysis. Journal of Applied Psychology, 97(2), 360.中作者探究过的关系来举例并进一步演绎（文章见附件）。在这篇文章中，作者以加权回归（weighted least squares multiple regression ***ysis）探究了任务冲突-绩效关系受到多个调节变量调节时的效应（结果见Table 6）。
* O+ I, t& _' K( ~2 D0 c+ F
我要分析的模型跟这个差不多，不过在一个模型中我只关心两个调节变量，并且其中一个是连续变量（好比文中的任务冲突与关系冲突的相关系数），另一个是分类变量（好比研究情境）。但是不同于他们虽然在同一个回归模型中纳入上述多个调节变量但仍然分别考察每个调节变量的效应，我想要分析的是这2（相关系数：高vs. 低）×2（研究情境：field study vs. laboratory study）种情况下任务冲突-绩效关系的效应值，并作出相应的图示（类似于文中的Figure 2）。需要说明的是，尽管作图时我可能不得不把“相关系数”这个调节变量分成高和低两组，但是在分析时我仍然希望它以连续变量的形式被纳入方程。

我自己想到的一个解决思路是：仍然用加权回归来做，但是在模型中加入两个调节变量的乘积项，然后按照一般调节效应回归模型的做法，作出效应图，就比如下图这样的（注：这只是一个示意图，我们都知道纵轴的坐标值范围应当是-1～1），并进行简单斜率检验。假如图中两条线的斜率都显著的话，我就可以得出类似于这样的结论：在Field study中，随着任务冲突和关系冲突相关系数的增大，任务冲突-绩效关系也越来越强（我还没跑数据，结果应该不是这样，我只是举个例子）……


2 v) i5 u$ y- i$ ]: a4 j
对于上述问题和解决思路，不知Kenneth有何建议？也欢迎这个圈子中其他朋友提出宝贵的建议。谢谢！
0 X2 ]1 V5 B9 ]8 `7 p5 d/ r/ W
' S  E8 W: e% Y  j7 f" ]5 }6 {, P

Kenneth

第一，我的老师 Frank Schmidt 是开创元分析的其中一个学者，我不便公开讨论一个与他老人不同的方法。他的方法很简单，分组再做一个元分析，如果 SD-rho 小了很多，就证明调剂变量有效了。请参考我的书的元分析的一章。
! ?7 ]3 _9 `' Q$ i1 P* f/ V8 J) _$ B  ]
第二，如果你只有两组，那么做回归，做分组，其实都没有分别。 因为简单的两组方差分析，本来就是一个t-检验而已。

lingchuding

请问大家对这个问题的解决方案，还有什么好的建议么？

lingchuding

Kenneth，各位同学，我找到这样一条信息，请大家看看：http://t.cn/RPPmOyp