《心理学报》审稿意见与作者回应题目：人力资本、社会资本和心理资本影响中国员工职业成功的元分析作者：周文霞、谢宝国、辛迅、白光林、苗仁涛第一轮审稿人1意见：该文对已经发表的数据进行了元分析，试图得到变量之间的真实关系，并检验了作者提出的研究假设。
用元分析数据检验理论假设是一个不错的思路，可以得到很多利用原始数据进行分析所得不到的结论。
但该文在数据整理、统计分析等方面存在较大的问题。
在考虑发表前，还需要做较大的修改。
意见1：原始研究的文献特征没有呈现。
（page 10）76篇文献的基本特征应该整理成一个表格，置于表1之前。
具体做法可参考《心理科学进展》宋佳萌，范会勇（2013）一文。
进行基本特征编码可以看到影响本文结论可靠性的潜在文献特征。
请明确指出哪两个研究提供两个独立样本？(page 10)回应：非常感谢审稿专家的建议。
为了不影响阅读，我们以附录的形式将相关信息附在了文章后面。
并在文中指出了潘静洲（2012）、杨凡（2011）的研究包含两个独立样本。
意见2：Effect size用的是什么指标？在合成之前应该明确交代一下。
(page 10)回应：Effect size我们用的是积差相关系数。
该信息已经在文中做了明确交代，请见“4.2 文献筛选”（3）的红色字体。
意见3：统计分析方法的选择有问题。
(page 11)。
建议试试Mike Cheung提出的two stage Meta-analytic SEM。
将元分析和结构方程模型结合的思想早已出现。
国内外也早有应用了。
用这种思想方法来检验理论的做法也早已出现。
因此，在方法学上难说是创新。
相反，这种方法还有不少风险。
主要问题是增加了接受错误模型的可能性（即拟合指标偏高）。
Mike Cheung提出的two stage Meta-analytic SEM可以解决这两个问题（Cheung, M. W. L., & Chan, W. (2005). Meta-analytic structural equation modeling: A two-stage approach. Psychological Methods, 10, 40–64.）。
回应：非常感谢审稿专家的推荐。
我们认真阅读了审稿专家推荐的这种方法，增加了新知识。
但是，我们发现该方法非常繁杂，应用性不强。
我们查阅了国外顶级期刊（比如，Journal of Applied Psychology, Academy of Management Journal）所发表的“Meta-Analytic SEM”的研究论文发现，他们所采用的方法基本上是Viswesvaran和Ones（1995）的方法（附上最近4年发表的5篇论文）。
而且，我们用MASEM的主要目的是对理论假设（即变量之间的关系）进行检验，并不是为了获得一个最优拟合模型。
因此，我们用Viswesvaran和Ones（1995）的方法对理论假设进行检验是恰当的。
[1] Colquitt, J.A., Scott, B.A., Rodel, J.B., Long, D.M. et al. (2013). Justice at the millennium, adecade later: A meta-analytic test of social exchange and affect-based perspectives. Journal of Applied Psychology, 98, 199–236.[2] Butts, M.M., Casper, W.J., & Yang, T.S. (2013). How important are work–family support policies? A meta-analytic investigation of their effects on employee outcomes. Journal of Applied Psychology, 98, 1–25.[3] Eean R. Crawford, E.R., & LePine, J.A.(2010). Linking job demands and resources toemployee engagement and burnout: A theoretical extension and meta-analytic test. Journal of Applied Psychology, 95, 834–848[4] Jiang, K., Hu, J., & Baer, J. (2012). How does human resource management influenceorganizational outcomes? A meta-analytic investigation of mediation mechanisms, Academy of Management Journal, 55, 1264–1294.[5] Nahrgang, J., Morgeson, F.P., & Hofmann, D.A. (2011). Safety at work: A meta-analyticinvestigation of the link between job demands, job resources, burnout, engagement, and safety outcomes. Journal of Applied Psychology, 96, 71–94.意见4：从表1看，该相关矩阵有不少缺失值。
回应：表1是各研究变量间相关系数的矩阵，我们只提供了相关矩阵的下对角。
上对角属于冗余信息。
意见5：Q关系到分析模型的选择与结论的推广。
本文没有说明统计分析所依据的模型及其根据。
回应：谢谢审稿专家的提醒。
我们用的是随机效应模型。
关于为什么用随机效应模型，我们在文中做了补充。
请见“4.3 元分析程序”中的红色字体部分。
意见6：“表1研究变量之间的相关矩阵”（page 12）所有的Q检验都非常显著。
意味着存在潜在的调节变量mediating variables? 调节变量效应需要进行计算，并解释其对本研究结果的影响。
对此，Lipsey & Wilson（2001）可能讲的不详细。
可参考Applied Meta-Analysis for Social Science Research (Card, 2012)的chapter 9 and 11。
回应：本研究的研究目的是探讨中国组织情境下人力资本、社会资本和心理资本对职业成功的解释力以及中介机制问题（mediating），变量之间的调节机制（moderating）并不在本研究范围内。
当然这是一个很有趣的问题，但是一篇文章无法将所有的问题都解决。
这种研究思路在国外顶级期刊（比如，Journal of Applied Psychology, Academy of Management Journal）都是接受的。
（比如，[1] Colquitt, J.A., Scott, B.A., Rodel, J.B., Long, D.M. et al. (2012). Justice at the millennium, a decade later: A meta-analytic test of social exchange and affect-based perspectives. Journal of Applied Psychology, 98, 199–236. [2] Jiang, K., Hu, J., & Baer, J. (2012). How does human resource management influence organizational outcomes? A meta-analytic investigation of mediation mechanisms. Academy of Management Journal, 55, 1264–1294.）。
关于可能存在的调节效应，我们已经在文章中的局限部分做了说明，请见6.3。
意见7：publication bias必须加以说明，因为它关系到结论的可靠性。
回应：在计算真实效应值（r c）之前，我们对所有的样本加权平均效应值均做了出版偏差检验（漏斗图）。
只不过，由于漏斗图太多（22个漏斗图）就没有放在文章中。
出版偏差检验结果表明，有一个研究存在出版偏差，因此我们将之删除在元分析之外。
具体说明，我们已经在原文中“4.2 文献筛选”做了补充说明（见红色字体部分）。
意见8：“首先，采用路径分析对第一组假设进行检验。
”（page 11）为何不用SEM？建议文章通篇采用同一分析风格。
回应：我们就是用SEM做的路径分析（即SEM的结构模型），不是用SPSS做的路径分析。
之前表述可能让人误解，因此将该句话更正为“首先，采用结构方程模型进行路径分析对第一组假设进行检验”。
意见9：“由表2的标准化回归系数（β）可以看出，人力资本、社会资本和心理资本与晋升、薪酬和主观职业成功均存在显著正向关系，第一组假设得到完全验证。
” （page 11）若能把变量之间的相互关系变成图1那样的，应该更具有可读性。
回应：用图形的方法展示出来会非常复杂，更加不利于阅读，而且也无法将三种资本对四个因变量的优势关系显示出来。
另外，如果用图形来展示，也非常占版面（每个因变量都得做一个图形出来，这样会出现4个图形）。
不过，之前的呈现方法确实不太清晰。
为此，我们进行了修改。
具体修改，见表2。
意见10：本研究主题下的原始研究有没有变异？大家所得结果是否不同。
如果不同就必要进行元分析。
回应：以前，研究者认为两种情况下适合做元分析：（1）变量之间的关系有正有负；（2）虽然结果都一致，但是需要看看两个变量之间的关系强度到底有多大。
本质而言，这两种情况其实就是对定量文献的回顾，有人将之称为“psychometric meta-analysis”（Viswevaran & Ones, 1995）。
但是，元分析最新发展是，与结构方程模型技术相结合实现对理论假设的检验，比如中介机制等。
〔Viswesvaran, C.,& Ones, D. (1995). Theory testing: combining psychometric meta-analysis and structural equations modeling.Personnel Psychology, 48, 865–885.〕。