APA 风格 T 测试报告指南
分步指南
一步步
1. 首先说明 目的 的 t 检验。 这应该包括对正在测试的研究问题或假设的简要描述。
2. 报告 样本量 对于每个组。 必须指定样本是独立的还是配对的。
3. 报告 平均值和标准差 对于每个组。 这些值提供有关数据分布的信息，并允许读者衡量分数的分布。
4. 报告 t统计量 和关联 自由程度 （df）。t 统计量是衡量两组平均值之间差异的指标， 自由程度 表示样本内可自由变化的分数数量。
5. 报告 p-值。 p 值衡量观察到的均值之间的差异可能偶然发生的概率。 小于 0.05 的 p 值通常被认为具有统计显着性，这意味着观察到的差异不太可能是偶然发生的。
6. 报告 规模效应。 除了统计显着性之外，报告效应大小也很重要，它衡量两组均值之间差异的大小。 效应大小为结果的实际意义提供了背景。 t 检验常用的效应量度量是 Cohen's d。 确保在结果部分中包含效应大小值以及基于既定指南的解释（例如，小、中或大效应）。
7. 解释结果。 根据 t 统计量、自由度和 p 值，您可以确定观察到的两组均值之间的差异是否具有统计显着性。 如果 p 值小于 0.05，则可以得出结论，两组均值之间存在统计显着性差异。 如果 p 值大于 0.05，则可以得出结论：两组均值之间不存在统计显着性差异。
8. 报告任何其他相关信息。 如果您进行了其他相关发现或统计测试，请务必将此信息包含在您的结果部分中。
例
下面是一个 例子 如何以 APA 风格报告 t 检验的结果：
“本研究的目的是检验新的学习策略对测试成绩的影响。 共有 50 名学生被随机分配到实验组 (n = 25) 或对照组 (n = 25)。 实验组接受新学习策略的培训，而对照组不接受任何干预。
实验组的平均测试得分为 85，标准差为 10。对照组的平均测试得分为 80，标准差为 15。进行配对样本 t 检验以比较两组。 t 统计量为 2.17，df=49 (p < .05)。
使用 Cohen's d 计算组间差异的效应大小，结果值为 0.39，被认为是小到中等效应。
本研究的结果表明，实验组和对照组的平均测试成绩之间存在统计学上的显着差异。 具体来说，实验组的平均测试成绩高于对照组。 这些发现表明，新的研究策略有效地提高了测试性能，且效应大小为中小。“
如何以 APA 方式报告 COHEN'S D？
除了报告 t 检验结果的统计显着性之外，还必须报告 规模效应.
效应大小衡量的是 关系的强度 被测试的两个变量之间。
它提供了一种量化的方法 差异 介于两组的平均值之间。 可以帮助读者更好地理解 实际 结果的意义。
科恩的 d 是 效应大小的标准化测量，代表两组平均值之间的标准差之差。
至 计算 Cohen's d，您需要知道每个组的平均值和标准差。
这里是 公式 对于科恩的 d：
d = (平均值 1 – 平均值 2) / 合并标准差
计算完 Cohen's d 后，您可以使用以下公式 方针 解释结果：
| 科恩的D | 规模效应 |
|---|---|
|
0.00-0.19 |
很小 |
|
0.20-0.49 |
S小号 |
|
0.50-0.79 |
中等 |
|
0.80+ |
L大号 |
请注意： 这些阈值仅仅是指导方针，可能会根据研究背景而有所不同。
至 报告 APA 式 t 检验结果中的效应大小，您可以 包括 论文结果部分中的 Cohen d 值。 例如：
“本研究的结果表明，实验组和对照组的平均测试成绩之间存在统计学上的显着差异。 具体来说，实验组的平均测试分数高于对照组（M = 85，SD = 10），高于对照组（M = 80，SD = 15）。 配对样本 t 检验显示 t 统计量为 2.17，df=49 (p < .05)。 效应大小中等，Cohen's d 为 0.53。“
通过报告效果大小和结果的统计显着性，您可以向读者提供 完全了解关系 两个测试变量之间。
结论
In 结论，以 APA 风格报告 t 检验的结果是进行和交流研究的一个重要方面。
继 方针 在此概述，您可以有效、清晰、简洁地报告相关统计信息。
这包括说明 t 检验的目的、报告每组的样本量和描述性统计数据、报告 t 统计量和相关的 p 值、解释结果以及报告任何其他相关信息。
此外，报告这一情况也很重要 规模效应，因为这衡量了被测试的两个变量之间关系的强度。
通过将所有这些元素包含在结果部分中，您可以为读者提供完整而彻底的信息 理解 你的发现。
渴望分析您的数据并准确报告结果以进行最关键的推理分析？
不要犹豫，下载吧 免费 我们新发布的数字图书样本！
在里面，您将学习以简单明了的方式分析数据、计算样本量并报告结果。
点击 此链接并发现它所提供的一切： 应用统计学：数据分析.
