第 5 步：探索分析与描述统计

一、Table 1：先让读者知道样本长什么样

Table 1 是样本描述表，通常包含样本量、人口学变量和核心变量的均值、标准差（或频数、百分比）。连续变量报告均值与标准差，偏态明显时加中位数和四分位距；分类变量报告频数与百分比，并写清分母。

用描述性统计可以一次得到均值、标准差、中位数、四分位数和偏度峰度；频数分析适合性别、年级这类分类变量。

两个均值相同的变量，分布可能完全不同。直方图看形状，箱线图看极端值和四分位距，小提琴图同时看密度和分布。案例中的使用时长明显右偏：大多数人集中在 2–4 小时，少数人报告 7 小时以上，因此后面既报告均值，也关注异常值的影响。

在做 t 检验或方差分析前，先确认每组的样本量、均值和标准差。某组只有几个人时，组间差异很容易被一两个极端值左右；方差不齐时，应使用 Welch t 检验或非参数方法，而不是默认等方差。案例的性别比较就用了 Welch t 检验，因为两组的人数与方差并不相等。

相关分析回答“两个连续变量是否同向或反向变化、强度多大”。报告 Pearson r、p 值和 95% 置信区间；如果变量明显偏态或存在极端值，用 Spearman 或做敏感性分析。

变量对	r	95% CI	p
依赖 × 睡眠	-0.685	[-0.75, -0.608]	< .001
使用时长 × 睡眠	-0.64	[-0.713, -0.555]	< .001
年龄 × 睡眠	-0.053	[-0.184, 0.081]	0.44

年龄与睡眠的相关很小，95% CI 跨过 0，p = 0.44。规范写法是“未观察到统计学显著关联”，而不是“年龄与睡眠无关”。依赖与睡眠的相关为 -0.685，属于中等偏强负相关；但横断面数据不能说明谁先谁后。

Shapiro-Wilk 的 H0 是“数据来自正态分布”。样本越大，轻微偏离也越容易显著；因此不能只看 p 值，要同时看 W 值、直方图、Q-Q 图和偏度峰度。

案例中的正态性检查

睡眠均分的 W = 0.98，依赖均分的 W = 0.99，使用时长 W = 0.91。三者的 p 值都很小，但前两个的 W 接近 1，结合 Q-Q 图判断近似正态；使用时长的右偏更明显，因此对异常值做敏感性分析。

这不是“p 值不重要”，而是说：p 值回答“偏离是否可检测”，W 和图形回答“偏离有多大、是否影响方法选择”。

如果正态性明显不满足，可以考虑非参数检验、变量变换或稳健方法；不要为了“通过检验”反复删数据。

多题量表在进入主分析前，应检查内部一致性。Cronbach’s α 不是越高越好，但明显偏低、且某一题与总分关系很弱时，需要判断是题项质量问题还是维度不同。

删题不是纯统计决定

删除第 5 题后 α 明显上升，但还要看题项内容是否覆盖了重要维度。案例中第 5 题与其余题项的相关仅 0.155，删除后不改变“依赖”的核心含义，因此决定删除，并在方法部分报告这一处理。如果删题会削弱构念覆盖，应优先考虑修订题项或分开计分，而不是只追求高 α。

探索结束，用一段话记录“数据与预期不符的地方”：哪些变量偏态、哪些组人数很少、哪些题项表现异常、接下来打算怎么处理。这段话会成为方法部分的素材，也能防止你在结果不显著时临时改主意。