第12章结果要点讲解.doc

第十二章 结果 没有数据,你的一切,只是另一个人的意见。 统计学可以被定义为“在面对不确定时做出合理决策的方法” 每个人都喜欢好的故事。一个有趣的情节可以使读者最终感到满足，特别是当故事中充满了意外。在你研究的故事中，你的假设就是情节，而你的结果提供可能的意外。 在这一章中，你将学到如何呈现你的结果，以便于读者能够看到你的数据是否支持你在引言阶段提出的假设。同时，你的结果部分也为你的读者在讨论部分将看到的结论作铺垫。讨论部分将是我们下一章讨论的话题。 但是你不能仅仅是编一个有意思的故事，在你的故事中每一个部分应该是有趣的，但是每一部分也应该是真实的。在结果部分，你的有意思的故事来源你的话，而你的话的意义和真实性来源于你的统计。 在你的文章中，你的想法（idea）是最重要的，而统计仅仅是支持你想法的工具。如果你能将想法和统计的这种关系记在头脑中，你将发现与读者的交流变的简单了。 创立一个大纲或思维图是非常有用的，因为它可以强迫你去思考你的主要想法（idea）。如果你建立了一个合理完事的大纲或思维图，你将很好的理解你的主要观点并知道如何去支持它们。 列大纲或思维图的方式都是自上而下的。这意味着你开始对你的想法有一个总体的认识。如果你仅仅是简单的堆积你的统计数据，它的意味只相当于一个电话本。 也许你注意到，我们还没有提到统计和数字。因为在结果部分你的第一反应是在研究中到底发生了什么。数字可以随后再看。如果你能理解在数据分析中统计的目的，你就能用语言告诉你的读者数字意味着什么。语言表达你的想法，而随后的数据只是支持你的想法并使你的呈现更加准确。 你的假设 在你的引言中，你将提出你的假设。一般而言你应该在结果部分以同样的顺序谈到这些假设。 例如，一份研究报告描述了对关于睾丸素睾丸素睾丸素睾丸素睾丸素睾丸素睾丸素睾丸素睾丸素睾丸素 作者倾向于在他们的手稿中用较多的篇幅来描述有统计显著效应的内容，而不过多描述不显著的结果。显著的结果表明发生了一些有趣的事情，因此研究者对它进行详述并不奇怪。如果你的数据分析发现了一个意外的显著结果，这有可能是值得一提的，但是你应该记住显著性效应有时也是一种偶然，而并不说明真正的差异。如果你发现了一个你无法解释的效应，描述它，但是不要仅仅依靠猜测给出一个结论来说明这一结果。 正如研究者都注意显著性效应一样，他们很少注意不显著的结果。这些不显著的结果告诉我们一些事没有发生，但并没有说明为什么没有发生。大多数时候，当结果不显著时，不值得花大量篇幅来讨论它。问题是当结果不显著时，我们不知道到底是真的没有效应，还是因为我们使用了不当的方法而掩盖了真的效应。 另外，当你的统计分析没有发现显著性效应时，应该报告结果“没有达到显著性水平”（nonsignificant）。心理学家将在统计描述中认出这一说法。你不应该称效应是“不显著的”（insignificant）。如果你假设将出现显著性效应，而没有得到时，这应该称作在统计上没有达到显著性水平，而不叫没有显著性。必竟，结果可能和你预期发生的不一样，也可能在正常情况下是显著的。 近年来，心理学家推崇那些不仅仅进行显著性检验的研究者。建议在文章中的统计给出效应大小的置信区间，以及效应被重复的可能性。随着心理学家越来越熟悉这种新的方式，它们逐渐的出现在专业文献中。同APS出版的“心理科学”杂志建议统计结果包括效应大小和置信区间，以及效应可以被重复的可能性Prep，而不是用传统的P值。APA的杂志还没有为结果的呈现制定一个单一的标准。 当你写你的结果部分时，多给出一些信息总是安全的。因此，呈现P值可以满足传统的读者，而呈现效应量和置信区间可以满足那些信奉新习俗的人，而呈现Prep将更进一层，符合新的趋势。 边缘显著性效应 心理学家通常采用犯一类错误的比率为5%，也就是说错误的将没有效应当成有效应的概率为5%。几十年来，心理学家在P小于等于.05时认为有显著效应并拒绝原假设，而当P大于.05时接受原假设。但研究者常用关于怀孕的类比：你或者怀孕了，或者没有怀孕。你不可能较高的怀孕或较低可能的怀孕，或近似于怀孕。 一些心理学者持有一种观点：即使当P大于.05时，你也不应该忽略有可能的有意义的效应。例如，为什么P值等于.05比P值等于.051更有意义？另外，选择.05 和.01作为显著性水平并没有逻辑或科学推理，这仅仅是一种传统。在低效力的研究中，采用.20 或.30作为显著性水平可能更合适。 当.05P.10时，作者将这种没有达到传统的显著性水平的，有意义的潜在效应叫作边缘显著。一些作者建议避免这种定性的陈述，而使用更简单的陈述，如，P=.06。读者可以了解到这个值没有达到显著性水平，并可以合理的评价它。如果你正在写你的结果，一个效应没有达到显著水平，但是它可能是很重要的，那么，让你的读