如果希望对同一研究话题资料数据，其对应的p 值进行合并，比如有20篇文献，均是是研究吸烟与肺癌之间的关系，并且20篇文献均提供了研究结论中指标p 值。如果此时希望对20篇文献的p 值进行合并成一个，可利用fisher转换法进行转化，并且得到最终的合并p 值。

Fisher转换的原理和计算公式如下：

Fisher χ² = -2 * Sum (ln(pi))，公式中Sum表示求和，ln表示取对数，pi表示第i个p 值，得到fisher卡方值后，并且结合自由度，最终计算合并p 值。

自由度df 值= p 值个数*2，比如20个p 值，那么自由度为40。结合卡方值和自由度即可计算得到对应合并p 值。

在SPSSAU中，仅需要单独一列p 值数据即可，如下图所示：

点击分析后，得到结果如下：

合并效应p 值为0.129。需要注意的是，p 值合并时，原始资料数据的p 值尽可能有着较高的小数位，这样可以保证数据精度。当然很多时候资料中的p 值均为0.000，但理论上p 值不可能为0，但它会无限地接近于0，此时可考虑将0.000的p 值设置为0.00000000001，类似这样的高精度数据，具体建议以文献为准。