如何报告重复测量方差分析的结果

重复测量方差分析用于确定三个或更多组的平均值之间是否存在统计显着性差异，其中每组中出现相同的受试者。

在报告重复测量方差分析的结果时，我们始终使用以下一般结构：

• 自变量和因变量的简要描述。
• 方差分析的总体 F 值和相应的 p 值。

这是我们可以使用的确切措辞：

进行重复测量方差分析来比较[自变量]对[因变量]的影响。

至少两组之间的[因变量]存在或不存在统计显着性差异（F（df 组之间、df 组内）= [F 值]，p = [p 值]）。

以下示例展示了如何在实践中报告重复测量方差分析的结果。

示例：报告重复测量方差分析的结果

研究人员想知道四种不同的药物是否会导致不同的反应时间。为了测试这一点，他们测量了五名患者对四种不同药物的反应时间。

由于每位患者都对四种药物中的每一种进行测量，因此他们使用重复测量方差分析来确定药物之间的平均反应时间是否不同。

下表显示了重复测量方差分析的结果：

报告结果的方法如下：

进行重复测量方差分析来比较某种药物对反应时间的影响。

至少两组之间的反应时间存在统计学显着差异（F(4, 3) = 18.106，p < 0.000）。

要记住的事情

在报告重复测量方差分析的结果时，请记住以下几点：

使用描述性统计表。

提供一个描述性统计表可能会有所帮助，该表还显示每个治疗组中值的平均值和标准差，以便让读者更完整地了解数据。

如有必要，对 p 值进行舍入。

作为一般规则，为了简洁起见，您应该将总体 F 值和所有 p 值四舍五入到小数点后两位或三位。

无论使用多少位小数，请确保整个报告保持一致。

其他资源

以下教程解释了如何以 APA 格式报告其他统计测试和过程：

如何报告双向方差分析结果（附示例）
如何报告克朗巴赫阿尔法（附示例）
如何报告 t 检验结果：示例
如何报告卡方结果：举例
如何报告皮尔逊相关性：举例
如何报告回归结果：举例