检验

描述统计怎么写:均值、标准差、频数的报告规范

作者 / 审校:shujufenxi 编辑部·最后审校 2026-07-09

你遇到的问题

跑完 SPSS 你拿到一大堆均值、标准差、频数,却不知道哪些该写进正文、哪些放进表格,也不清楚年龄该报均值还是分组人数。结果往往是连续变量和分类变量混在一起报,小数位一会两位一会三位,被导师批评「不规范」。

适用场景

几乎所有实证论文的样本描述与变量概况都要用到描述统计。核心原则是按变量类型分开报告:连续变量(如年龄、得分)用均值与标准差,分类变量(如性别、学历)用频数与百分比。报告前应先确认变量测量层次,并检查是否有缺失值。

正确做法

连续变量报告均值与标准差,写作 M±SD 或 M = x, SD = y,必要时补充全距或中位数;分类变量报告各类别的频数 n 与百分比。全文小数位要统一,一般均值、标准差保留两位小数,百分比保留一位小数;样本量 N 用整数。变量较多时用表格呈现,正文只点出关键特征。

报告示例:本研究共回收有效问卷 328 份。被试年龄为 21.4±2.3 岁(范围 18 至 29 岁)。其中男性 142 人(43.3%),女性 186 人(56.7%);学历方面,本科 210 人(64.0%),硕士 96 人(29.3%),博士 22 人(6.7%)。核心变量学习投入得分为 3.82±0.64(理论范围 1 至 5)。

常见错误

错误一:把分类变量当连续变量报均值,例如报告「性别的均值为 1.57」,这毫无意义,分类变量只能报频数与百分比。错误二:全文小数位不一致,同一篇论文里均值时而两位小数时而三位,或百分比加总不等于 100%(四舍五入后应说明或调整),显得粗糙不专业。

需要更进一步?

如果你已经跑出结果却拿不准哪些该报、格式对不对,可以把 SPSS 输出直接粘贴进本站的统计结果解读器,它会帮你识别变量类型并生成规范表述;若涉及复杂的分组描述或量表维度汇总,也可以预约辅导,让老师带你逐项梳理成稿。

操作步骤

SPSS

  1. 分析→描述统计→描述,将连续变量选入,勾选「均值」「标准差」「最小值」「最大值」
  2. 点击「选项」,补充勾选「偏度」与「峰度」
  3. 对分类变量:分析→描述统计→频率,将性别、学历等选入「变量」,勾选「显示频率表」
  4. 确定,将输出整理为 M±SD 与频数(百分比)

R

library(psych)
df <- read.csv('data.csv')
# 连续变量描述统计
describe(df[c('age', 'income')])
# 分类变量频数与百分比
table(df$gender)
prop.table(table(df$gender)) * 100

完整示例(模拟数据)

在论文样本描述部分报告被试的人口学特征与主要变量(标注:模拟数据样例)。

对样本的人口学与主要变量进行描述统计(模拟数据样例,N=200)。被试年龄为 34.6±8.2 岁,月收入为 8420±2310 元。性别构成方面,男性 108 人(54.0%),女性 92 人(46.0%)。各连续变量的偏度与峰度绝对值均小于 1,分布大致对称。

统计量数值
样本量 N200
年龄 M±SD34.6±8.2 岁
月收入 M±SD8420±2310 元
男性 n(%)108(54.0%)
女性 n(%)92(46.0%)

常见疑问

M±SD 是什么意思?怎么写?
M 指均值(Mean),SD 指标准差(Standard Deviation),常写作「M = 5.32, SD = 1.14」或简写 5.32 ± 1.14。APA 建议 M 和 SD 用斜体,数值一般保留两位小数。
什么时候报告均值±标准差,什么时候报告中位数?
数据近似正态分布且为连续变量时报告 M±SD;数据明显偏态、有极端值或为有序变量时,应报告中位数与四分位距(Mdn, IQR)更为稳健。
标准差和标准误有什么区别?
标准差(SD)描述数据本身的离散程度,标准误(SE = SD/√n)描述均值估计的抽样波动。描述样本用 SD,做推断或比较均值时常用 SE 或置信区间。
分类变量的描述统计怎么报告?
分类变量报告频数和百分比,如「男性 42 人(56.0%)」,不使用均值和标准差;通常同时给出总样本量 n 以便读者核对。

参考来源

用统计结果解读器生成结果段落预约辅导

工具输出请自行核对后使用。内容参考见 方法论标准

相关文章

← 返回知识库