如何撰写研究论文中的结果部分
快速回答
研究论文的结果部分按研究问题顺序客观呈现数据，优先报告最重要的发现。结果应包含具体数值、百分比、样本量和统计检验结果，如均值、标准差、置信区间、p值或效应量，并通过表格和图表清晰展示。结果部分不解释原因或展开讨论，只陈述观察到的事实。
如何撰写研究论文中的结果部分
结果部分是客观、清晰地呈现研究发现的地方。 本部分报告你的研究结果，不包含解释或推测。撰写有效的结果部分需要精心组织、清晰展示数据以及恰当的统计报告。你的结果部分应使读者一目了然地理解你的发现。
理解结果部分
结果部分以事实和客观的方式呈现实证发现。与解释发现意义的讨论部分不同，结果部分仅报告研究中发生了什么。
核心原则
- 客观性 - 报告发现时不加入主观评论
- 清晰性 - 以最清晰的格式呈现数据
- 完整性 - 包含所有相关发现
- 简洁性 - 避免不必要的重复或细节
- 组织性 - 合理安排发现的顺序
组织你的结果
按时间顺序组织
按分析的先后顺序呈现结果：
“首先，我们考察了人口统计特征。接着，进行了初步分析以评估假设。最后，进行了主要的统计检验。”
按逻辑组织
将相关发现归类在一起：
“首先呈现样本的描述性统计，随后是与假设一相关的发现，再是假设二，最后是探索性分析。”
按假设组织
围绕研究问题结构化结果：
“主要假设预测X会随着治疗而改善。数据支持该假设（t = 2.45, p < .05）。次要假设预测Y保持不变，该假设未被支持（t = 0.82, p = .42）。”
报告描述性统计
样本特征
从样本的基本信息开始：
“参与者为124名本科生（平均年龄 = 20.4岁，标准差 = 1.8岁）。样本中女性占62%，男性占38%。关于种族/族裔，58%认同为白人，22%为亚洲人，12%为黑人，8%为多种族。”
结果变量
报告集中趋势和变异性：
“在基线焦虑测量中，治疗组（平均值 = 42.3，标准差 = 8.7）与对照组（平均值 = 43.1，标准差 = 9.2）无显著差异，t(122) = 0.54, p = .59。”
使用表格
用表格呈现复杂数据：
| 组别 | 样本量 (N) | 平均值 (M) | 标准差 (SD) | 范围 |
|---|---|---|---|---|
| 治疗组 | 62 | 42.3 | 8.7 | 21-58 |
| 对照组 | 62 | 43.1 | 9.2 | 19-62 |
然后在正文中引用：“如表1所示，基线组间等效性得到确认。”
报告推断统计
统计检验的基本格式
包括检验统计量、自由度、p值和效应量：
“治疗组的改善显著优于对照组，t(122) = 3.24, p = .001, Cohen’s d = 0.58。”
重要要素
- 检验统计量 - 检验的数值（t、F、χ²等）
- 自由度 - 检验统计量后括号内的数字
- p值 - 在原假设下结果出现的概率
- 效应量 - 结果的实际意义
报告p值
尽可能使用精确的p值：
“p = .012”（而非“p < .05”）
例外情况：当p值极小时使用“p < .001”
效应量
务必包含效应量以显示实际意义：
- Cohen’s d 用于t检验（0.2=小效应，0.5=中效应，0.8=大效应）
- η² 用于方差分析
- r 用于相关分析
示例：“治疗有效，F(1, 120) = 8.34, p = .004, η² = 0.07，表明小到中等效应。”
呈现复杂分析
多重比较
清晰报告多项相关检验：
“Tukey HSD事后比较显示组A与组B之间存在显著差异（p = .003），组A与组C之间也显著不同（p = .015），但组B与组C之间无显著差异（p = .18）。”
回归分析
报告回归系数及置信区间：
“在回归模型中，抑郁评分预测失眠严重程度（β = 0.42，95% CI [0.28, 0.56]，t = 5.87，p < .001），控制了年龄和性别。”
相关分析
分析多个变量关系时报告相关矩阵：
“表2展示了所有研究变量的相互相关。抑郁与焦虑显著相关（r = .56, p < .001），与睡眠问题也显著相关（r = .48, p < .001）。”
使用表格和图表
何时使用表格
用表格呈现：
- 多变量的描述性统计
- 相关矩阵
- 复杂分析的详细结果
- 组间比较
何时使用图表
用图表呈现：
- 时间趋势（折线图）
- 组间比较（柱状图）
- 分布情况（直方图）
- 关系展示（散点图）
引用表格和图表
正文中务必引用表格和图表：
“如图2所示，治疗组在所有评估点均表现出持续改善，而对照组则相对稳定。”
结果部分常见错误
包含解释性内容
错误示范： “显著差异表明治疗非常有效。”
正确示范： “治疗组和对照组在结果测量上存在显著差异，t(122) = 3.24, p = .001。”
省略重要细节
不完整： “组A的抑郁评分较高。”
完整： “组A（平均值 = 32.4，标准差 = 7.8）的抑郁评分高于组B（平均值 = 26.7，标准差 = 8.2），t(98) = 3.12, p = .002。”
逐字重复表格信息
不要简单重复表格数据，要突出关键发现：
差： “表1显示组A均值为45.3，标准差为8.9，组B均值为42.1，标准差为9.4。”
好： “两组在基线测量上无显著差异，t(98) = 1.42, p = .16（见表1）。”
统计报告不一致
保持统计报告的一致性：
不一致： “p = .032”和“p < .05”以及“p = .08”混用
一致： 全文使用精确p值，如“p = .032”、“p = .001”、“p = .08”
结果部分检查清单
在完成结果部分前，确认：
- ✓ 报告了所有主要发现
- ✓ 统计数据格式规范（检验类型，自由度，数值，p值，效应量）
- ✓ 描述性统计先于推断统计
- ✓ 表格和图表标注清晰且有引用
- ✓ 无解释或讨论内容
- ✓ 数值精度适当
- ✓ 所有主要检验包含效应量
- ✓ p值报告准确
- ✓ 结果逻辑清晰
- ✓ 语气客观、事实性强
使用GenText撰写结果
GenText工具帮助你：
- 正确格式化统计数据，符合学科规范
- 创建清晰的表格，有效展示数据
- 逻辑且全面地组织发现
- 确保结果报告的一致性
- 润色语言，同时保持客观性
结论
一个写得好的结果部分能清晰、完整地呈现你的发现，使读者理解你的研究结果。通过逻辑组织结果、准确报告统计数据、有效使用表格和图表，你为后续讨论部分奠定坚实基础，后者将解释你的发现意义。清晰、客观的结果报告是科学可信度和读者理解的关键。
延伸阅读
- Purdue OWL (在线写作实验室) — 提供全面的学术写作指导，包括如何清晰有效地构建和呈现研究结果。
- 哈佛写作中心 — 提供关于撰写研究论文的详细建议，强调结果呈现的清晰性和客观性。
- [APA格式指南](https://ap
常见问题
结果部分应该包括什么？
结果部分应客观报告研究发现，不进行解释，包括描述性统计、推论统计、效应量，以及支持你研究发现的表格和图表引用。
我应该在结果部分解释结果吗？
不应该，结果部分应客观呈现数据。关于结果含义的解释和讨论应放在讨论部分。
GenText 如何帮助撰写结果部分？
GenText 提供统计报告的格式指导，帮助整理数据呈现，并确保你在表格和正文中报告结果时保持一致。