- 文章
- 热门
怎么正确表现 P 值？
从根本上来讲，P值是只用来告诉读者群体/关系间的差异是因为凑巧或是因为研究的变量。根据多个期刊（其中包含《自然》）提供的信息所做的统计表明，任何的变化、差异或关系都可以称作“显著性”的P值。并且，显著性阈值（也就是用来判断显著性的P值）可以是.05、.001或.01。建议在论文的方法章节说明研究里使用的显著性阈值，简单用一句“The significance threshold was set at .05”即可。
然而，P值无法告诉读者效果、变化、关系的强度或大小，所以，你不能只有P值，提供的检验统计量（t,、F、U等）、相关分析或回归系数（Pearson’s r、Spearman’s rho等）、或效应值估量（eta-squared、partial-eta-squared、omega-squared等）。
我们拿以下句子为例：“We found a significant relationship between anxiety and job satisfaction (p < .05).”；这里，你想要说的是你发现足够的证据证明该关系不是凑巧发生，但读者不知道该关系是直接或反比（也就是说到底是焦虑程度越高工作满足感越高或焦虑程度越低工作满足感越高？），再来，该关系是强或弱？为了读者着想，你也应该提供P值的相关系数。如果在上面的句子结尾加上“r = -.78”，读者就可以知道这是强烈反比关系，也就对你的研究发现有更清楚的了解。
再举一例：“We found a significant difference between pretest and posttest scores.”。我建议要呈现：第一，检验统计量，如此读者知道你用何检验统计量检测差异；第二，效应值估量，如此读者可以知道差异有多大，即使只有前测和后测的平均分数也足够让读者了解你发现的效应值大小。
此外，最好提供真正的P值，这种做法能促进科学诚信。在上面的句子里，P值可能是“.048”，技术上看来低于“.05”，但由于非常接近，可能会被解读为P值是.51，那就不是统计相关了。如果P值是低于.001，通常会说“p < .001”，除此之外要提供精确的P值，尤其是针对主要成果。
接下来，我想分享一些我遇到过的有关P值的基本错误：
1. “p = .00”或“p < .00”
从技术上来说，P值不可等于0，有些统计分析软件会给你P值等于0的结果，但这很有可能是自动四舍五入或无条件舍去小数点后数值的结果。所以，试着用“p < .001”取代“p = .000”，该表达方式广为接受且基本上不改变P值呈现的重要性。还有，P值永远都是介于0到1之间，且不可能为负。
2. “p < .03”
许多期刊都接受用表示关系的α值（统计显著性阈值）来表示P值，也就是p < .05、p < .01、p < .001，它也可以用绝对值表示，例如p = .03或p = .008。不过，如果数值不是α值，P值基本上不用大于（>）或小于（<）符号。
最后，给大家提供一个小技巧：科学、技术和医学领域许多单位多建议不可能大于1的数值（意即有统计显著性的相关、比例和水平）前面不加0，也就是说“p < 0.05”应该要写成“p < .05”。
