研究结果呈现：清晰展示发现

结果部分的目的

结果部分（Results）用于客观地呈现研究的发现，而不进行解释或评价。它应该：

• 清晰地呈现关键发现
• 使用表格和图表辅助说明
• 避免过度的文字描述
• 保持客观的语调

结果部分的组织方式

按照研究问题组织： 依照论文中提出的研究问题顺序呈现相关结果

按照分析类型组织： 先呈现描述性统计，再呈现推论性统计

按照重要性组织： 先呈现最重要的发现，再呈现支撑性的发现

表格的设计和使用

表格的特点：

• 用于呈现精确的数据
• 便于比较多个数值
• 保留详细信息

表格设计的要点：

• 清晰的标题（说明表格内容）
• 清晰的列和行标签
• 注脚说明特殊符号或缩写
• 合理的布局和格式

何时使用表格：

• 呈现多个变量或组的统计数据
• 呈现精确的数值
• 需要读者查找特定数值

图表的设计和使用

图表的类型：

• 柱状图：比较不同组的数值
• 折线图：显示随时间的变化趋势
• 散点图：显示两个变量的关系
• 饼图：显示部分与整体的关系

图表设计的要点：

• 清晰的标题
• 清晰的轴标签和单位
• 适当的缩放
• 清晰的图例（如有多条线或多个类别）
• 图表应该能够独立理解

何时使用图表：

• 显示趋势或模式
• 比较数值时需要视觉效果
• 数据点很多时
• 需要强调某些特征

文字描述结果

简洁的描述性陈述：

示例： “平均而言，参与在线学习的学生（M=78.5, SD=12.3）的学业成就显著高于传统课堂学生（M=72.1, SD=14.8），t(198)=2.45, p<0.01。”

强调关键发现：

说明主要发现，指导读者到相关的表格或图表

示例： “如表2所示，学生自律性与学业成就之间的相关系数达到0.62（p<0.001），表明两者有强正相关关系。”

避免的做法：

• 不要评价或解释结果（如”这个结果令人惊讶”）
• 不要重复表格中的所有数据
• 不要超出数据支持的范围

统计结果的呈现

格式：

• 用括号呈现统计数据：如(M=78.5, SD=12.3)
• 用括号呈现统计检验结果：如t(198)=2.45, p<0.01
• 保持一致的格式

显著性的说明：

• p<0.05：显著
• p<0.01：非常显著
• p<0.001：极显著
• p>0.05：不显著

信度和效度的说明：

• Cronbach’s α值说明内部一致性
• 相关系数说明关系的强度
• 95%信心区间说明估计的精确度

定性结果的呈现

主题分析的结果： 列出识别出的主题，用代表性引用说明

示例： “主题一：学习困难。学生普遍报告在自我管理方面的困难，一名学生说：‘没有人督促我…我很容易拖延。’”

案例分析的结果： 详细描述案例的特征和过程

补充说明

脚注和说明：

• 解释特殊符号或缩写
• 说明统计方法或特殊处理
• 说明数据的来源或局限

异常或意外的发现：

• 说明任何不符合预期的结果
• 记录任何数据问题或缺失
• 说明如何处理这些问题

结果部分的常见问题

问题1：结果部分过长，包含太多细节 改进：只呈现与研究问题相关的结果，次要结果可以放在附录

问题2：混合了结果和解释 不当：“这个有趣的发现表明…（这是解释）” 改进：“学生的自律性与学业成就相关（r=0.62, p<0.001）。”

问题3：表格和文字重复 不当：所有表格数据都在文字中重复说明 改进：文字强调关键数据，指导读者查看表格

问题4：缺乏足够的统计信息 改进：包括样本大小、均值、标准差、p值等必要的统计信息

检查清单

完成结果部分后检查：

• 是否按照逻辑顺序呈现？
• 所有表格和图表是否清晰标注？
• 文字是否简洁，避免重复表格数据？
• 是否包含了所有必要的统计信息？
• 是否避免了解释和评价？
• 数据是否准确？

总结

结果部分的质量对整个论文的说服力至关重要。通过清晰、准确、简洁地呈现发现，作者能够有效地传达研究的成果。记住，结果部分的目的是呈现，而不是解释；解释应该留给讨论部分。