统计百科 ·

描述统计的 APA 报告怎么写？均值、标准差、相关矩阵格式全解

统计百科：专攻描述统计 APA 7th 报告格式——M/SD/N 写法、相关矩阵三线表规范、方法章节模板，给出可直接套用进论文的完整报告句式，盘点导师和审稿人最常挑的描述统计格式错误。

描述统计是论文结果部分的"第一道菜"——M、SD、N 看起来简单，却暗藏格式陷阱：M 要不要斜体？SD 和 SE 怎么区分？相关矩阵的三线表对角线填什么？下三角还是上三角？这篇文章专攻"描述统计怎么规范写进论文"，给出 APA 7th 所有描述统计报告场景的完整模板，并逐一盘点导师和审稿人最常挑的格式问题。

你的描述统计报告有这些问题吗？

导师或审稿人关于描述统计报告最常见的反馈：

  • "M 和 SD 应该斜体，请统一格式"
  • "样本量 N 和分组样本量 n 要区分大小写"
  • "相关矩阵缺少显著性标注，或者没有脚注说明 * p < .05"
  • "描述统计表不符合 APA 三线表格式，有竖线"
  • "只报告了相关系数，没有报告各变量的 M 和 SD"
  • "标准差和标准误混淆了，SD 是 standard deviation，SE 是 standard error"
  • "正文引用表格的方式不规范，应写 see Table 1 或（见表 1）"

这些错误集中在 APA Publication Manual 第七版第 7 章（表格与图形）和第 6 章（统计报告），但专门针对描述统计和相关矩阵汇总的实操指南并不多。本文只讲一件事：描述统计和相关矩阵到底怎么规范写进论文的每一个场景。

如果你还没看过姊妹篇 t 值的 APA 7th 报告写法 和 相关系数完整指南，建议先读那两篇，本文默认你已了解 p 值不加前导零（.032 而非 0.032）等基础格式规则，不再重复。

一、APA 7th 描述统计符号规范

必须斜体的统计符号

APA 7th 规定：用字母表示的统计符号一律斜体，但希腊字母（如 μ、σ）和下标文字不斜体。

符号含义APA 写法
M样本均值（mean）斜体大写 M
SD样本标准差（standard deviation）斜体大写 SD
SE均值标准误（standard error of the mean）斜体大写 SE
N总样本量斜体大写 N
n分组/子样本量斜体小写 n
Mdn中位数（median）斜体大写 Mdn
IQR四分位距斜体大写 IQR
r皮尔逊相关系数斜体小写 r

最常见错误：在正文和表格中，M、SD 不加斜体，或大小写混用（把分组的 N 写成大写，把总样本量写成小写 n）。

SD 和 SE 的区别

这是最容易混淆的两个缩写，含义完全不同：

  • SD（标准差）：描述样本内个体差异的离散程度，数值与原变量单位相同，不随样本量变化
  • SE（标准误）：描述均值估计的精度，SE = SD / √N，样本量越大，SE 越小

在什么地方用哪个：

  • 描述性统计表、结果段落描述样本特征 → 用 SD
  • 置信区间计算、均值比较的标准化 → 用 SE
  • 条形图误差线 → 必须注明是 SD 还是 SE（图注不写清楚是 APA 不合规的）

二、正文中描述统计的 APA 报告格式

单个变量的报告

格式模板：

[变量名]的均值为 M = XX.XX（SD = XX.XX），样本量 N = XXX。

填入数值的示例：

参与者的年龄均值为 M = 23.47（SD = 3.82），年龄范围为 18—35 岁（N = 248）。

注意事项：

  • 数值保留两位小数（均值、标准差均如此）
  • SD 放在括号内紧跟 M，不单独成句
  • 正文中 M 和 SD 斜体（Markdown 用 *M*，Word 用 Ctrl+I）

多组比较时的描述统计

格式模板（分行列出各组）：

[组1]（n = XX）的[变量]均值（M = XX.XX，SD = XX.XX）
[高于/低于][组2]（n = XX，M = XX.XX，SD = XX.XX）。

填入数值的示例：

实验组（n = 62）的学习投入得分均值（M = 78.34，SD = 9.12）高于对照组（n = 60，M = 68.91，SD = 10.47）。

报告多个变量时

格式模板（嵌入正文）：

各主要变量的描述统计见表 1。焦虑（M = XX.XX，SD = XX.XX）、
抑郁（M = XX.XX，SD = XX.XX）和压力（M = XX.XX，SD = XX.XX）
均呈正态分布（偏度 < 2，峰度 < 7）。

原则：正文只提及关键变量，大量变量的 M 和 SD 放入表格，正文引用"见表 X"。

三、APA 描述统计表格格式

三线表的基本规范

APA 7th 的表格规范（7.9 节）：

  1. 三条横线：表格顶部、标题行下方、表格底部各一条线，禁止竖线
  2. 表格编号和标题在表格上方：Table 1（加粗），下一行为表格标题（斜体）
  3. 脚注在表格下方：通用脚注（Note.）、特殊脚注（上标 a、b）、显著性脚注（* p < .05）
  4. 数字对齐：小数点对齐，位数统一
  5. 空单元格：用破折号"—"填充，不留空白

基本描述统计表（M/SD/N 格式）

Table 1
各主要研究变量的描述统计（N = 248）

变量              M       SD     最小值  最大值  偏度    峰度
─────────────────────────────────────────────────────────────
学习动机         3.84    0.67    1.00    5.00    -0.23   0.14
自我效能感       3.61    0.72    1.20    5.00    -0.31   0.28
学业成绩        78.34    9.12   52.00  100.00    -0.18   0.42
课堂参与度       3.52    0.81    1.00    5.00    -0.09   0.35
─────────────────────────────────────────────────────────────
Note. 所有变量均采用 5 点 Likert 量表评分（1 = 完全不同意，5 = 完全同意），
学业成绩为百分制。

关键格式要点：

  • 表格标题写总体 N，若各变量样本量不同，在表格内增加 n 列
  • 李克特量表通常保留两位小数，百分制成绩保留两位小数
  • 偏度和峰度是评估正态性的常用指标，可按需纳入

分组描述统计表

Table 2
实验组与对照组在各变量上的描述统计

                   实验组（n = 62）        对照组（n = 60）
变量              M           SD           M           SD
──────────────────────────────────────────────────────────
前测成绩         70.21        8.94        69.87        9.32
后测成绩         78.34        9.12        68.91       10.47
学习投入          3.84        0.67         3.42        0.74
自我效能感        3.61        0.72         3.29        0.81
──────────────────────────────────────────────────────────
Note. 各变量得分越高表示水平越高。

四、相关矩阵的 APA 三线表格式

相关矩阵的结构选择

相关矩阵有两种常见结构：

结构特点适用场景
下三角矩阵（最常见）只填左下角，对角线填"—"或 1.00论文结果部分首选
完整矩阵上下三角均填，对角线通常是 Cronbach's α心理测量、量表验证研究
上三角矩阵只填右上角与下三角等效，较少用

APA 推荐：使用下三角矩阵，对角线留"—"（不填 1.00，因为变量与自身的相关系数为 1 是已知事实，无需报告）。若研究关注量表信度，对角线填 Cronbach's α 并在表注中说明。

标准相关矩阵（含 M 和 SD）

这是最完整、最规范的格式——相关矩阵与描述统计合并在一张表里：

Table 3
各研究变量的描述统计及相关矩阵（N = 248）

变量              M      SD     1        2        3        4
──────────────────────────────────────────────────────────────
1. 学习动机      3.84   0.67    —
2. 自我效能感    3.61   0.72    .52**    —
3. 课堂参与度    3.52   0.81    .48**    .41**    —
4. 学业成绩     78.34   9.12    .61**    .53**    .44**    —
──────────────────────────────────────────────────────────────
Note. N = 248。
* p < .05. ** p < .01（双尾检验）。

格式要点详解：

  1. 列宽：M 和 SD 列在变量名后，相关系数列用数字编号（1, 2, 3...）
  2. 对角线：填"—"，不填 1.00
  3. 相关系数精度：保留两位小数，不加前导零（写 .52，不写 0.52）
  4. 显著性标注：在系数右上角用 * 标注，脚注统一说明（* p < .05. ** p < .01.）
  5. 双尾/单尾：脚注注明检验方向，社会科学默认双尾
  6. Note 格式：Note 斜体（APA 7th Section 7.14 规定使用斜体），后接句点，然后空格再写内容

含 Cronbach's α 的相关矩阵

量表研究常用——对角线改为 α 系数：

Table 4
各量表的描述统计、信度及相关矩阵（N = 312）

量表              M      SD      α       1        2        3
────────────────────────────────────────────────────────────
1. 焦虑          2.73   0.84    .88     (.88)
2. 抑郁          2.51   0.79    .87      .68**   (.87)
3. 压力          2.89   0.91    .86      .72**    .65**   (.86)
────────────────────────────────────────────────────────────
Note. 对角线括号内为 Cronbach's alpha 系数。
** p < .01（双尾检验）。

说明：对角线的 α 加括号以区别于相关系数，脚注单独说明含义。

五、结果部分引用相关矩阵的报告句式

整体描述

格式模板：

各变量的描述统计及相关矩阵见表 X。[变量1]与[变量2]呈显著正相关，
r([df]) = .XX, p [值]，[变量1]与[变量3]相关不显著，r([df]) = .XX, p = .XXX。

填入数值的示例：

各变量的描述统计及相关矩阵见表 3。学习动机与学业成绩呈显著正相关，r(246) = .61，p < .001；自我效能感与学业成绩亦显著正相关，r(246) = .53，p < .001；课堂参与度与学业成绩正相关，r(246) = .44，p < .001。上述相关结果表明各预测变量与因变量存在线性关联，符合进一步进行多元回归分析的前提条件。

注意：

  • 相关系数 r 的自由度为 df = N - 2，不要直接写 N
  • 即使相关矩阵已在表中，正文仍需引用最关键的几个系数
  • 相关系数同样斜体、不加前导零

描述相关矩阵结构的标准表述

如表 X 所示，自变量与因变量之间的相关系数介于 .XX 至 .XX 之间，
均达统计显著（p < .05）。各自变量之间的相关系数范围为 .XX 至 .XX，
最高相关为 [变量A] 与 [变量B]（r = .XX），低于 .85 的多重共线性警戒标准。

六、方法章节描述统计的说明写法

标准方法章节描述

数据分析前，对所有变量进行描述统计分析，报告均值（M）、
标准差（SD）和样本量（N）；以偏度（< 2）和峰度（< 7）
评估变量的正态分布假设（Curran et al., 1996）。
各变量间的线性关联以皮尔逊积差相关系数（Pearson r）评估，
显著性水平设为 alpha = .05（双尾）。
统计分析使用 ChatSRS（SPSS + R + Python 三引擎），
描述统计与相关矩阵同步输出为符合 APA 7th 格式的三线表。

李克特量表的注意说明

量表类数据存在"描述统计用均值是否合适"的争议，建议在方法章节加一句：

量表数据以李克特 5 点计分，视为近似连续变量处理（Norman, 2010），
报告均值和标准差，并提供偏度和峰度以评估分布形态。

七、在 ChatSRS 一句话获得规范描述统计报告

打开 chatsrs.com，上传数据后输入：

"对数据集中的学习动机、自我效能感、课堂参与度和学业成绩四个变量做描述统计，输出均值、标准差、最小值、最大值、偏度和峰度；同时生成含这四个变量的相关矩阵（皮尔逊 r），矩阵格式为下三角、显著性标注 * p < .05, ** p < .01；将描述统计和相关矩阵合并为一张 APA 7th 格式的三线表，M 和 SD 列在变量名后，相关系数列用编号，表格可直接复制进 Word。"

ChatSRS 的输出表格即为上文示例格式，数值自动填入，相关系数自动标注显著性星号，可直接复制进论文。

如需分组（实验组 vs 对照组）的描述统计表，在指令中补充：

"按 group 变量分组，分别输出实验组（group=1）和对照组（group=0）的 M 和 SD，格式为双列表格。"

八、描述统计报告常见错误对照表

常见错误正确写法违反的规则
M = 3.84（无斜体）M = 3.84（斜体）APA 斜体统计符号
SD = 0.67（有前导零）SD = .67... 等等，SD 是有单位的，此规则不适用SD 本身可以有前导零（0.67 合规），但注意 r 不加前导零
r = 0.52r = .52（无前导零，斜体）相关系数不加前导零
N = 248（小写 n）N = 248 总样本大写；n = 62 分组小写N/n 大小写区分
相关矩阵有竖线三线表：只有三条横线，禁止竖线APA 表格规范 7.9
对角线填 1.00对角线填"—"APA 推荐省略已知的自相关
表格无脚注说明 * 含义Note. * p < .05. ** p < .01.显著性标注必须有脚注
正文不引用表格直接罗列数据先写"见表 X"，再引用关键系数表格与正文必须呼应
SD 和 SE 混用SD 描述离散；SE 用于均值精度两者含义不同，不可互换
r 的 df 写成 Nr(N-2)，如 r(246)df = N - 2，不是 N

常见 FAQ

Q：李克特量表数据可以报告均值和标准差吗？

A：这是方法论争议题，但实践中主流接受。李克特 5 点或 7 点量表在样本量足够大（N > 200）时，均值和标准差是可接受的描述统计量（Norman, 2010；Sullivan & Artino, 2013）。APA 7th 没有明确禁止，社会科学、心理学、教育学顶刊普遍使用。若你的期刊或委员会对此有特殊要求，可同时报告中位数（Mdn）和四分位距（IQR），用括号注明。

Q：相关矩阵的显著性到底用 * 标注在系数旁边，还是单独列一列 p 值？

A：APA 7th 推荐在系数旁用上标星号（* p < .05, ** p < .01），不推荐单独列 p 值列——p 值列会让表格过宽，且信息密度低。若审稿人要求精确 p 值，可改为在脚注中用字母上标逐一说明关键系数的 p 值（如 "a p = .032"），但这种情况较少见。

Q：相关矩阵应该报告皮尔逊 r 还是斯皮尔曼 rho？

A：取决于数据的测量水平和分布：连续变量且近似正态 → 皮尔逊 r；有序量表（李克特 4 点以下）或分布明显偏态 → 斯皮尔曼 rho（斜体小写希腊字母 ρ，或写作 rs）。方法章节需说明使用了哪种相关，表格标题或脚注也需注明（如"Note. 相关系数为皮尔逊 r"）。

Q：描述统计表里需要放置 95% 置信区间吗？

A：非强制，但现代统计报告越来越推荐加入均值的 95% CI（APA 7th 第 6.37 节鼓励报告置信区间）。格式为：M = 78.34，95% CI [76.20, 80.48]，SD = 9.12。若有空间限制，可在表格中增加一列"95% CI"，以"[LL, UL]"格式呈现，表注说明 LL = 下限，UL = 上限。

快速参考：描述统计报告格式速查卡

[正文单变量报告]
M = XX.XX（SD = XX.XX），N = XXX
注：M 和 SD 斜体；SD 本身保留前导零（0.67 合规）

[正文多组比较]
组1（n = XX，M = XX.XX，SD = XX.XX）vs 组2（n = XX，M = XX.XX，SD = XX.XX）

[相关系数正文引用]
r(N-2) = .XX, p [= .XXX / < .001]（r 斜体、无前导零）

[相关矩阵表格]
- 三线表，无竖线
- M 和 SD 列紧跟变量名
- 对角线填"—"（不填 1.00）
- 相关系数两位小数，无前导零
- 显著性星号上标，脚注统一说明

[表格脚注格式]
Note. * p < .05. ** p < .01.（双尾检验）。
（若含 Cronbach's alpha）对角线括号内为 alpha 系数。

[方法章节说明]
"报告均值（M）和标准差（SD）；以皮尔逊 r 评估变量间线性关联（alpha = .05，双尾）。"

相关阅读

本文首发于 ChatSRS 官方博客。如有问题或反馈，欢迎在 ChatSRS 站内 [用户中心 -> 帮助与反馈] 联系我们。