文档介绍：论文规范报告篇一:论文结果报告的格式规范心理学论文统计结果报告的格式范例由于在阅读学生的毕业论文时,经常发现在统计结果的报告格式上不太规范,而且容易出现报告的内容不完整或多于冗余的情况。因此我把目前学术界常用的统计结果报告的格式做了一些整理,并给出示例,供大家参考。强调一点:所有的差异检验(如t检验、方差分析)都必须在表格中具体给出各种条件的平均值、标准差、样本量;如果是卡方检验,应给出具体的频次。苏文亮 20XX-5-16 一、常用的统计学符号总的样本容量为N,子样本容量为n,平均数为M,标准差为SDt检验为t,F检验为F,卡方检验为χ2,相关系数为r,显著性为p。以上除希腊字母(如β,χ2)外,其它符号均为斜体。二、常用的统计表格形式表格应注意使用规范的三线表。如果表格中的数字很少,则建议不用表格,而用文字表述。另外,注意每个表格都要有序号和标题。 1、描述性统计以下两个表格最常用于介绍所研究被试的基本信息,特别是在人口统计学变量上的分布情况。如果要报告平均值和标准差,一般有两种表达方式,一种是把标准差标注在括号内,一种是通过加减号来表示。无论何种形式,都需要在表格的标题中注明其含义。参见如下两个表格形式。另外,每种条件一般都要注明样本量n的大小(如表2所示)。 2、t检验对于推论统计(如t检验、方差分析、卡方检验)的结果,有几项是必须要报告的:平均值、标准差、样本量(或自由度)、统计值、显著性水平。如果想做得更好的话,建议进一步给出效应量d值。以下两个表格是t检验的结果报告表格示例。其区别在于显著性水平的不同报告方式,一种是直接给出p值,另外一种是用星号来表示显著性水平(需在表格下方注明其含义)。这两个表格的例子中,是多个统计结果的一种合并(比较简洁明了),适用于比较相同自变量下不同因变量的差异,或者不同自变量下相同因变量的差异。 3、方差分析单因素方差分析(ANOVA)的结果呈现方式与t检验类似。如果差异显著的,还应该进一步做事后检验(PostHoc)。如果是多因素(多个自变量)的方差分析,可以使用以下的表格形式: 在多因素方差分析中,如果主效应显著,要进一步做事后检验;如果交互作用显著的,还要分析简单效应,并给出交互作用的曲线图。 4、卡方检验卡方检验常见于列联分析(Cross-Tab)和非参数检验。如果所分析的自变量和因变量都是分类数据或等级数据,建议使用列联分析。表格形式如下: 如果是非参数检验(比如被试人数很少的情况或其它不符合参数检验的条件),其表格形式与方差分析类似。 5、相关分析相关分析直接给出相关系数r(需具体说明使用何种相关分析法),并报告其显著性即可,不用表格。如果想报告多个变量之间的相关矩阵,可以采用以下的表格形式: 当相关矩阵中的变量较多时,可以采用如下的方式(在横栏中用数字来代表变量名称)。 6、回归分析对于多元回归分析而言,常见的在表格中的报告项目和形式如下表所示。其中B代表非标准化的系数(UnstandardizedCoefficients),Beta(β)代表标准化的系数(StandardizedCoefficients),可以从SPSS结果中的Coefficients表格获得。报告β的好处是可以通过其数字大小来直接比较不同自变量对于因变量贡献(或权重)的大小。每个自变量(包括常数项)还要报告各自在方程里的t值