在论文结果部分，“两组差异显著（p < 0.05）”“变量之间存在显著相关”这类写法很常见。它看似完成了统计报告，实际上只给读者留下一个二分判断：是否拒绝零假设。至于差异或关系的方向、大小、估计精度，以及这个结果对研究问题意味着什么，读者仍然无从得知。统计结果报告的任务不是宣布“是否显著”，而是把统计输出转成可复核、可解释的学术句子。
先把统计结果拆成三层信息
p 值只回答“是否可能由随机误差造成”
p 值是在零假设为真的前提下，观察到当前结果或更极端结果的概率。它并不直接表示效应有多大，也不表示零假设为真的概率。p < 0.05 只说明，如果实际上没有效应，出现这种数据的概率较低。它不能告诉读者这种效应是否值得关注。
效应量回答“差异或关系有多大”
效应量是统计结果中容易被忽略的关键信息。常用指标包括 Cohen's d、相关系数 r、η²、优势比 OR 等。例如 d = 0.2、0.5、0.8 通常被粗略视为小、中、大效应，r = 0.1、0.3、0.5 也可作类似参考。只有报告效应量，读者才能判断结果是否具有实际意义。
置信区间回答“估计有多精确”
置信区间反映估计的不确定性。一个较窄的置信区间说明估计相对精确；一个很宽的区间说明样本信息不足，结论需要更谨慎。写作中通常报告 95% CI，例如 95% CI [0.32, 1.31]。区间是否跨零或跨特定阈值，也能帮助读者判断效应方向和稳定性。
从“只报 p 值”到完整报告的四步修改
第一步：先给出描述性结果
推断统计之前，要让读者看到数据的基本形态。至少应报告均值、标准差，或中位数、四分位数等适合数据分布的指标。只写“两组差异显著”会让读者无法判断差异方向。
原写法：
实验组和对照组差异显著。
修改后：
实验组后测成绩（M = 78.40, SD = 8.12）高于对照组（M = 70.25, SD = 9.03）。
第二步：报告效应量并说明大小
报告 p 值的同时，应给出效应量指标，并说明其大小。不要只说“显著”，而要让读者知道效应处于什么水平。
原写法：
干预显著改善抑郁症状。
修改后：
干预组抑郁得分显著低于对照组，t(58) = 2.41, p = .019, d = 0.63。该效应量属于中等水平。
第三步：给出置信区间
置信区间应紧跟在效应量之后，帮助读者判断估计范围。写作时可以写成“95% CI [下限, 上限]”。如果区间较宽，应明确说明结果存在不确定性。
原写法：
两组差异显著。
修改后：
两组后测成绩差异显著，d = 0.63, 95% CI [0.11, 1.14]。该区间不包含 0，但上限接近 1.14，说明效应大小仍有一定不确定性。
第四步：把统计结果放回研究问题
统计显著不等于理论重要。结果部分应把统计发现与研究假设或研究问题联系起来，但避免超出设计允许的推断。观察性研究不宜写成因果结论，小样本研究也不宜把中等效应说成稳定规律。
原写法：
结果表明干预有效。
修改后：
结果初步表明，干预与后测成绩提升相关，效应量为中等，但由于置信区间较宽，需在更大样本中进一步验证。
常见句子修改对照
以下示例中的数值仅用于说明格式，并非真实研究数据。
| 原写法 | 修改后 |
|---|---|
| 焦虑与睡眠质量存在显著负相关（p < 0.05）。 | 焦虑得分与睡眠质量得分呈中等程度负相关，r(198) = −.42, 95% CI [−.53, −.30], p < .001。 |
| 两组差异显著。 | 干预组后测成绩（M = 78.40, SD = 8.12）高于对照组（M = 70.25, SD = 9.03），t(58) = 2.41, p = .019, d = 0.63, 95% CI [0.11, 1.14]。 |
| 学习动机对成绩有显著影响。 | 控制性别和前期成绩后，学习动机每增加 1 个标准差，期末成绩增加 0.28 个标准差，β = .28, 95% CI [.12, .44], p = .001，效应量为小到中等。 |
显著性表述的常见问题
“显著性表述”不是越强烈越好。常见错误包括把 p 值的大小直接当作效应大小，把 p < 0.001 写成“非常显著”，或将 p > 0.05 写成“无差异”。更准确的做法是：
- 报告具体 p 值，当 p < .001 时可写 p < .001，而不写 p = .000。
- 不把“边缘显著”当作一种正式的统计结论，除非目标期刊允许并有明确标准。
- 不显著时，也应报告效应量和置信区间，说明“未发现足够证据表明差异存在”，而不是直接写“没有差异”。
- 避免仅凭 p 值判断结果重要，应结合效应量、置信区间和研究背景。
报告格式要以目标期刊和学科最新规范为准
不同学科对统计结果报告的要求并不完全一致。心理学、教育学等领域通常要求报告效应量和置信区间；医学研究可能更强调临床意义和区间估计；部分工程或计算机领域则更侧重准确率、误差指标或模型性能。APA 风格通常建议报告效应量和置信区间，但具体格式仍会因期刊不同而调整。
写作前应查阅目标期刊的作者指南或统计报告要求，并以最新的格式手册为准。本文提供的句式和方法属于通用写作路径，不替代具体期刊的格式规定。
结果部分自查清单
完成结果部分后，可以逐项检查：
- 是否先报告了描述性统计，而不是直接从 p 值开始？
- 每个关键比较或关系是否给出了效应量指标？
- 是否报告了置信区间或等价的不确定性信息？
- 是否说明了效应的方向，而不仅仅写“显著”？
- 是否把统计结果与研究问题联系起来，同时避免过度推断？
- 是否区分了统计显著与实际重要性？
- 不显著的结果是否也报告了效应量，而不是简单写“无差异”？
统计结果报告的改进，并不是把句子写得更长，而是让读者在读完结果后能清楚回答三个问题：效应是否存在、效应有多大、估计有多可靠。围绕这三层信息组织句子，才能让论文结果部分从“只报 p 值”走向可复核、可解释的规范报告。
