在論文結果部分，“兩組差異顯著（p < 0.05）”“變量之間存在顯著相關”這類寫法很常見。它看似完成了統計報告，實際上只給讀者留下一個二分判斷：是否拒絕零假設。至于差異或關系的方向、大小、估計精度，以及這個結果對研究問題意味著什么，讀者仍然無從得知。統計結果報告的任務不是宣布“是否顯著”，而是把統計輸出轉成可復核、可解釋的學術句子。
先把統計結果拆成三層信息
p 值只回答“是否可能由隨機誤差造成”
p 值是在零假設為真的前提下，觀察到當前結果或更極端結果的概率。它并不直接表示效應有多大，也不表示零假設為真的概率。p < 0.05 只說明，如果實際上沒有效應，出現這種數據的概率較低。它不能告訴讀者這種效應是否值得關注。
效應量回答“差異或關系有多大”
效應量是統計結果中容易被忽略的關鍵信息。常用指標包括 Cohen's d、相關系數 r、η2、優勢比 OR 等。例如 d = 0.2、0.5、0.8 通常被粗略視為小、中、大效應，r = 0.1、0.3、0.5 也可作類似參考。只有報告效應量，讀者才能判斷結果是否具有實際意義。
置信區間回答“估計有多精確”
置信區間反映估計的不確定性。一個較窄的置信區間說明估計相對精確；一個很寬的區間說明樣本信息不足，結論需要更謹慎。寫作中通常報告 95% CI，例如 95% CI [0.32, 1.31]。區間是否跨零或跨特定閾值，也能幫助讀者判斷效應方向和穩定性。
從“只報 p 值”到完整報告的四步修改
第一步：先給出描述性結果
推斷統計之前，要讓讀者看到數據的基本形態。至少應報告均值、標準差，或中位數、四分位數等適合數據分布的指標。只寫“兩組差異顯著”會讓讀者無法判斷差異方向。
原寫法：
實驗組和對照組差異顯著。
修改后：
實驗組后測成績（M = 78.40, SD = 8.12）高于對照組（M = 70.25, SD = 9.03）。
第二步：報告效應量并說明大小
報告 p 值的同時，應給出效應量指標，并說明其大小。不要只說“顯著”，而要讓讀者知道效應處于什么水平。
原寫法：
干預顯著改善抑郁癥狀。
修改后：
干預組抑郁得分顯著低于對照組，t(58) = 2.41, p = .019, d = 0.63。該效應量屬于中等水平。
第三步：給出置信區間
置信區間應緊跟在效應量之后，幫助讀者判斷估計范圍。寫作時可以寫成“95% CI [下限, 上限]”。如果區間較寬，應明確說明結果存在不確定性。
原寫法：
兩組差異顯著。
修改后：
兩組后測成績差異顯著，d = 0.63, 95% CI [0.11, 1.14]。該區間不包含 0，但上限接近 1.14，說明效應大小仍有一定不確定性。
第四步：把統計結果放回研究問題
統計顯著不等于理論重要。結果部分應把統計發現與研究假設或研究問題聯系起來，但避免超出設計允許的推斷。觀察性研究不宜寫成因果結論，小樣本研究也不宜把中等效應說成穩定規律。
原寫法：
結果表明干預有效。
修改后：
結果初步表明，干預與后測成績提升相關，效應量為中等，但由于置信區間較寬，需在更大樣本中進一步驗證。
常見句子修改對照
以下示例中的數值僅用于說明格式，并非真實研究數據。
| 原寫法 | 修改后 |
|---|---|
| 焦慮與睡眠質量存在顯著負相關（p < 0.05）。 | 焦慮得分與睡眠質量得分呈中等程度負相關，r(198) = ?.42, 95% CI [?.53, ?.30], p < .001。 |
| 兩組差異顯著。 | 干預組后測成績（M = 78.40, SD = 8.12）高于對照組（M = 70.25, SD = 9.03），t(58) = 2.41, p = .019, d = 0.63, 95% CI [0.11, 1.14]。 |
| 學習動機對成績有顯著影響。 | 控制性別和前期成績后，學習動機每增加 1 個標準差，期末成績增加 0.28 個標準差，β = .28, 95% CI [.12, .44], p = .001，效應量為小到中等。 |
顯著性表述的常見問題
“顯著性表述”不是越強烈越好。常見錯誤包括把 p 值的大小直接當作效應大小，把 p < 0.001 寫成“非常顯著”，或將 p > 0.05 寫成“無差異”。更準確的做法是：
- 報告具體 p 值，當 p < .001 時可寫 p < .001，而不寫 p = .000。
- 不把“邊緣顯著”當作一種正式的統計結論，除非目標期刊允許并有明確標準。
- 不顯著時，也應報告效應量和置信區間，說明“未發現足夠證據表明差異存在”，而不是直接寫“沒有差異”。
- 避免僅憑 p 值判斷結果重要，應結合效應量、置信區間和研究背景。
報告格式要以目標期刊和學科最新規范為準
不同學科對統計結果報告的要求并不完全一致。心理學、教育學等領域通常要求報告效應量和置信區間；醫學研究可能更強調臨床意義和區間估計；部分工程或計算機領域則更側重準確率、誤差指標或模型性能。APA 風格通常建議報告效應量和置信區間，但具體格式仍會因期刊不同而調整。
寫作前應查閱目標期刊的作者指南或統計報告要求，并以最新的格式手冊為準。本文提供的句式和方法屬于通用寫作路徑，不替代具體期刊的格式規定。
結果部分自查清單
完成結果部分后，可以逐項檢查：
- 是否先報告了描述性統計，而不是直接從 p 值開始？
- 每個關鍵比較或關系是否給出了效應量指標？
- 是否報告了置信區間或等價的不確定性信息？
- 是否說明了效應的方向，而不僅僅寫“顯著”？
- 是否把統計結果與研究問題聯系起來，同時避免過度推斷？
- 是否區分了統計顯著與實際重要性？
- 不顯著的結果是否也報告了效應量，而不是簡單寫“無差異”？
統計結果報告的改進，并不是把句子寫得更長，而是讓讀者在讀完結果后能清楚回答三個問題：效應是否存在、效應有多大、估計有多可靠。圍繞這三層信息組織句子，才能讓論文結果部分從“只報 p 值”走向可復核、可解釋的規范報告。
