统计检验呈现的基本原则
调研报告中的检验结果要同时满足严谨与可读：既完整报告检验统计量、自由度与显著性水平，又用效应量和置信区间说明差异的实际意义。只写“显著/不显著”而不给数值，会削弱结论的可信度；而堆砌数字又会让非专业读者望而却步。
规范写法与报告要素
- 报告格式：统计量（自由度）= 数值，p = 数值，效应量 d 或 η² = 数值。
- p 值保留三位小数，p 小于 0.001 时写作 p < .001，不写 p = 0.000。
- 配合 95% 置信区间报告均值差，突出不确定性的量级。
- 多组比较需说明校正方法，如 Bonferroni 或 FDR 校正。
结果表格的推荐结构
| 比较项 | 组1均值 | 组2均值 | t/χ² | p | 效应量 |
|---|---|---|---|---|---|
| 满意度差异 | 4.12 | 3.78 | 3.21 | .002 | d=0.34 |
| 使用频次分布 | — | — | 12.7 | .005 | V=0.18 |
常见错误与检查清单
常见问题包括：把相关当因果、忽略样本量对显著性的影响、对不满足正态或方差齐性的数据仍用参数检验。提交前建议逐项检查：检验方法与数据类型是否匹配、是否报告效应量、图表标注是否与正文数值一致、结论措辞是否超出数据支持范围。规范的呈现能让统计结果成为报告的说服力支点。