1数据准备与清洗
问卷数据到手第一步 —— 先看清里头藏了多少"坑"，再决定怎么处理。
这一步在干什么
原始问卷导出从来不是干净的：反向题没反着计分、有人全选同一个数字、提交时间不到 30 秒、关键变量大面积缺失……清洗就是把这些"不能用"的行/列识别出来并标记，让后续分析建立在可信数据之上。跳过这一步直接跑回归，等于在沙地上盖楼。
问卷数据常见的脏点
- 反向题未处理：计分方向相反的题，必须反向计分后才能和正向题相加，否则维度分数是错的。
- 缺失值：整列大面积缺失的变量考虑删除；零星空缺可剔除或插补，但插补要说明方法。
- 极端值 / 离群：一个均值±3SD 之外的值能把回归线拉飞。看箱线图、对比均值与中位数差距。
- 无效作答：作答时间过短、所有题选同一选项、规律性作答（如 1234321）——这类样本该剔除。
- 重复提交：同 IP 多次提交，保留哪条要定规则。
清洗原则
实际怎么做
把问卷数据导入分析工具，按规则执行清洗：反向题确认、分布检查、异常与无效作答标记、按预设规则剔除，每步留痕。清洗后得到一份"可信、可追溯"的数据，作为后续所有分析的底座。
2数据预处理
把清洗后的原始条目，变成能直接分析的维度分数。
这一步在干什么
问卷里每个题是"条目"，但分析通常不在条目层面做——你要的是维度分数（如"自我控制总分"=该维度所有条目之和或均值）。预处理就是把条目聚合成维度：确认量表结构 → 规范列名 → 反向计分 → 维度计分，产出一份"列名规范、已计分"的就绪数据。
关键动作
- 量表结构确认：哪个题属于哪个维度、哪些是反向题——这是计分的依据，通常需要量表原文/说明书。结构不清就计分，分数就是错的。
- 列名规范化：原始列名常是"第1题、Q3"之类，规范化成"量表缩写 + 序号"（如 X1、X2…）这种可识别的编号，维度分用语义名（如"自我控制总分"）。列名必须与量表结构一致。
- 反向计分：反向题在聚合前必须先反着计分（5 点量表：6 − 原分）。
- 维度聚合：维度分 = 该维度条目分之和（或均值），总分 = 各维度分之和。
就绪数据长什么样
预处理后产出一份就绪数据：前面是人口学变量（性别、年龄、年级…），中间是原始条目列，后面是计分后的维度分/总分列。列名与量表结构完全对应——这是后续分析的契约，列名对不上，分析就跑不通。
实际怎么做
在分析工具里执行预处理：确认量表结构（哪个题归哪个维度、哪些是反向题）、规范列名、反向计分、聚合维度分，产出就绪数据并看一眼数据画像（各维度 M/SD/分布）再往下走。
3描述统计
结果章的第一节，也是判断后面用参数还是非参数检验的依据。
看什么
每个核心变量报 M（均值）、SD（标准差）、Min、Max、中位数、n，外加偏度峰度看分布形态。论文里通常一张"各变量描述统计"表搞定。详见图解 · 描述统计。
怎么读这张表
| 变量 | M | SD | Min | Max | 中位数 | n |
|---|---|---|---|---|---|---|
| 压力感 | 3.42 | 0.91 | 1.00 | 5.00 | 3.50 | 312 |
| 自我控制 | 3.78 | 0.67 | 2.10 | 5.00 | 3.80 | 312 |
| 睡眠拖延 | 2.95 | 0.84 | 1.00 | 4.90 | 2.90 | 312 |
4选方法（决策树）
先问"我想回答什么"，再找匹配的方法 —— 而不是"会哪个用哪个"。
为什么这步最关键
方法选择错了一切白搭：该用回归的用了相关，该用中介的用了调节，该用非参数的用了 t 检验。选方法的依据是研究问题，不是"我学过哪个"。下面这张决策图把常见研究问题映射到方法类别，点任一问题块看该方法的关键信息。
想看每个方法的概念原理（拖滑块看系数变化），去图解统计 · 决策树；本页聚焦怎么选、怎么跑、怎么读。
5前置检验
每个方法都有假设 —— 假设不满足就硬跑，结果不可信。
为什么要单独一步
t 检验假设正态+方差齐性、回归假设线性+独立+同方差+无强共线、SEM 假设样本够大……这些假设是方法成立的前提。前提不满足硬跑，p 值是假的。前置检验就是在跑主分析前，先把"前提成不成立"查清楚。
常见检验对应表
- 正态性（Shapiro-Wilk / K-S）：t/ANOVA/回归的前提。p > .05 不能拒绝正态；样本大时 SW 也容易显著，结合偏度峰度和 Q-Q 图看。
- 方差齐性（Levene）：t/ANOVA 的前提。不齐时用 Welch 修正或非参数。
- 共线性（VIF）：多元回归前提。VIF > 10 严重共线，自变量互相"抢"解释力。
- 球形（Mauchly）：重复测量 ANOVA 前提。不满足用 Greenhouse-Geisser 修正。
- KMO + Bartlett：因子分析前提。KMO > .7 适合做因子分析。
假设违反了怎么办
下面是一组对照：左图是偏态分布（SW p < .05，违反正态），右侧切换不同补救路径看效果。
① 原始：右偏分布
② 补救后
6核心分析读表
五种规范输出表 —— 学会读它们，结果章八成搞定。
三张必会的表
绝大多数论文结果章用的就是三张表：描述统计表（已在第 3 步）、回归系数表、相关矩阵。下面是后两张的读法。点列头/单元格看解读。
回归系数表
| 变量 | B | SE | β | t | p | 95% CI |
|---|---|---|---|---|---|---|
| 自我控制 | −0.45 | 0.07 | −.33 | −6.43 | <.001*** | [−0.59, −0.32] |
| 睡眠拖延 | 0.30 | 0.06 | .28 | 5.32 | <.001*** | [0.19, 0.41] |
相关矩阵
| 变量 | 1 自控 | 2 睡拖 | 3 压力 |
|---|---|---|---|
| 1 自控 | 1.00 | ||
| 2 睡拖 | −.31*** | 1.00 | |
| 3 压力 | −.42*** | .38*** | 1.00 |
7高级分析读表
中介、调节、SEM —— 读法和基础检验不同，尤其注意"看 CI 不看 p"。
中介效应表：看 Bootstrap CI，不是 p
中介分析用 Bootstrap 重抽样估计间接效应，显著性看 95% Bootstrap CI 是否不含 0，没有 p 值列。这是和 t/回归最大的区别。
| 路径 | 效应 | 95% Boot CI | 显著? |
|---|---|---|---|
| a：自控→睡拖 | −.31 | [−.42, −.20] | 是 |
| b：睡拖→压力 | .28 | [.16, .40] | 是 |
| c' 直接效应 | −.33 | [−.45, −.21] | 是 |
| ab 间接效应 | −.09 | [−.14, −.04] | 是 |
| c 总效应 | −.42 | [−.54, −.30] | 是 |
调节效应：看 ΔR² 和交互项
调节看的是交互项（X×W）是否显著、加入交互后 ΔR² 是否提升。ΔR² 显著 = 调节存在。详见图解 · 调节效应。
SEM 拟合指标
SEM 不只看路径系数，还要看整体模型拟合。下面是常用 CFI、RMSEA、χ²/df 等指标的判定阈值。
| 指标 | 值 | 临界 | 判定 |
|---|---|---|---|
| χ²/df | 2.83 | <3 | 可接受 |
| CFI | .94 | >.90 | 达标 |
| TLI | .92 | >.90 | 达标 |
| RMSEA | .045 | <.08 | 达标 |
| SRMR | .041 | <.08 | 达标 |
8结果评价与修正
跑完不等于做完 —— 先看质量报告，有问题先修。
为什么要这一步
分析跑完产出一堆表，但不代表结果可信。每类分析都有质量检查项：回归要看共线/异方差、中介要看 Bootstrap 是否收敛、SEM 要看拟合是否达标。质量报告把这些汇总成一个总体判定：pass / warn / fail，并给出每项的修正建议。
怎么读质量报告
下面是一份示意质量报告。点每项展开看具体问题和修正建议。
9结果报告与初稿
把表格变成论文里的叙述，再把叙述串成初稿。
从表到叙述（APA 格式）
表里的数字不能直接贴进论文，要转成叙述句。APA 格式的核心是：报告统计量、自由度、p 值、效应量，一句话说清"什么关系、多强、显不显著"。
注意中介那句没有 p 值——和第 7 步一致，写 Bootstrap CI 是否含 0。
结果叙述的三个要点
- 先说方向再说强度："自我控制显著负向预测压力感（β = −.33, p < .001）"——方向、强度、显著性缺一不可。
- 报告效应量：不只说"显著"，还要说多强（r、d、R²）。审稿人看重实际意义而非只看 p。
- 诚实报告不理想结果：不显著的假设也要如实写，不能藏着。null 结果也是结果。
从叙述到初稿
结果叙述串起来就是结果章；配上引言、文献、方法、讨论就是初稿。可配合写作辅助工具按章节逐段搭出初稿。但初稿是起点不是终点——要自己核对数字、补充论证、润色表达，不能直接交。