你遇到的问题
你想比较两组(如实验组与对照组)在某个连续变量上的均值差异,跑出了 t 值和 p 值,却不知道括号里的自由度怎么填、要不要报效应量,也不确定 p>.05 时该怎么如实描述结果。
适用场景
独立样本 t 检验适用于两个相互独立的组在一个连续因变量上的均值比较,前提是因变量近似正态分布、两组方差齐(可用 Levene 检验判断),且个体之间相互独立。若方差不齐,应改用 Welch 校正的 t 检验并报告校正后的自由度;若是同一批被试前后测,则应改用配对样本 t 检验。
正确做法
先报告两组的均值与标准差(M±SD),再报告 t 检验结果:t(自由度)=检验值、p 值,并附上效应量 Cohen's d(约 0.2 小、0.5 中、0.8 大)。若 Levene 检验显著(p<.05),采用 Welch 校正并注明自由度为小数。方向性结论要结合均值大小来写,不能只说「有差异」。
报告示例:实验组(M=78.4,SD=9.2)的成绩显著高于对照组(M=71.6,SD=10.1),t(98)=3.42,p<.001,Cohen's d=0.68,表明干预具有中等偏上的效应。
常见错误
错误一:只报 p 值不报效应量,读者无法判断差异的实际大小,现在多数期刊要求必须报告 Cohen's d。错误二:忽视 Levene 方差齐性检验,方差明显不齐时仍套用等方差假设的自由度,导致 t 值与 p 值失真;此时应改用 Welch 校正结果。
需要更进一步?
如果你已经有 SPSS 或 R 的输出,但不确定该读哪一行、括号里的自由度取哪个值,可以把输出结果粘贴进统计结果解读器,它会帮你定位关键数字并生成规范表述;遇到方差不齐、样本极不均衡等更棘手的情况,也可以预约辅导,由老师带你逐项核对。