统计百科 ·
常模参照分析APA报告怎么写？— 百分位常模表、Z-score转换、标准化全解
统计百科：常模参照分析如何规范写进APA 7th论文——百分位常模表的构建逻辑、原始分转Z-score、T分、stanine的换算公式，以及标准化比较的报告模板，附可抄进论文的完整APA句式和FAQ。
做完量表、测验或认知评估，导师让你"参照常模报告结果"——你知道常模分析是什么，但不确定APA格式怎么写：百分位表要不要附、Z-score和T分哪个先出现、"高于/低于常模"这句话怎么规范表述、方法章节要交代哪些信息……本文专攻这一具体格式点，给出常模参照分析在APA 7th框架下的完整报告模板。
你的常模参照报告有这些问题吗？
审稿人或导师关于常模参照分析最常见的反馈：
- "请说明所用常模来源（年份、样本特征、N），不能只写'参照常模'"
- "百分位秩（PR）和百分位点（percentile point）是两个不同概念，请勿混用"
- "Z-score报告保留两位小数，原始分和换算分数要同时给出"
- "缺少对标准差单位的解释，读者无法判断偏离程度的实际意义"
- "方法章节没有交代标准化换算公式或所用常模版本"
- "结果解读中'显著高于常模'不是统计推断，请用'高于常模均值1.2个标准差'这类描述性语言"
这些错误集中在APA Publication Manual第七版对"测量结果报告"的规范上，但专门针对常模参照分析的实操指南不多。本文只讲一件事：常模参照分析到底怎么规范写进论文的每一个环节。
如果你还没看过姊妹篇 F值的APA 7th报告写法，建议先读那篇了解APA统计量格式基础，本文默认你已知晓p值不加前导零等基础规则，不再重复。
一、什么是常模参照分析
核心概念
常模参照分析（norm-referenced analysis）回答的问题是：某人/某组的得分，相对于特定参照群体（常模群体）处于什么位置？
它不问"这个分数高不高"，而问"这个分数在目标人群中排第几"。这与标准参照分析（criterion-referenced）形成对比：后者关注"是否达到某个绝对标准"，前者关注"与同类人群的相对位置"。
常模参照分析的三个核心产出：
| 产出 | 含义 | 典型用途 |
|---|---|---|
| 百分位秩（PR） | 个体得分高于常模群体中多大比例的人 | 快速理解相对位置 |
| 标准分（Z-score、T分、stanine） | 以常模标准差为单位衡量偏离均值的程度 | 跨量表、跨研究比较 |
| 常模百分位表 | 呈现常模群体各分数段的累积分布 | 提供查阅基准 |
常模参照与心理测量报告的关系
心理测量、教育测量、职业能力评估等领域的APA报告，几乎必然涉及常模参照。无论是WAIS智力测验、MMPI人格量表、还是自编能力测试，只要你要说明"被试得分处于什么水平"，就需要常模参照框架。
二、常模的类型与APA报告要求
2.1 常模来源：必须在方法章节交代
APA 7th要求报告中的任何常模参照都必须交代来源信息。缺少这些信息，结论无法被读者验证和复制：
必须报告的常模基本信息：
| 信息项 | 示例 |
|---|---|
| 常模名称/来源文献 | 《SCL-90中国常模》（金华等，1990） |
| 常模建立年份 | 1990年建立，2005年修订 |
| 常模样本量 | N = 1,388 |
| 常模样本特征 | 年龄18-60岁，城乡混合，性别比例接近1:1 |
| 常模统计量 | M = 1.44, SD = 0.43（SCL-90总均分） |
方法章节标准表述模板：
本研究以[量表名称]为测量工具，参照[常模名称]（来源：X等，XXXX年）
进行常模比较分析。该常模基于N = XXXX的[描述样本特征]样本建立，
常模总分均值M = XX.XX（SD = X.XX）。
原始分→标准分换算采用Z-score公式：Z = (X - M_norm) / SD_norm；
百分位秩依据常模累积频率分布查阅。
2.2 常模类型对报告格式的影响
不同类型的常模，报告重点略有差异：
年龄常模（age norms）：报告时须说明使用的是哪个年龄组的常模，并与被试年龄匹配。
性别常模（gender norms）：若量表有分性别常模，需说明是否分性别查阅，以及为何选择合并常模或分性别常模。
临床常模 vs. 社区常模：用于临床研究时，需说明是与临床常模比较还是与一般人群常模比较，并阐明选择理由。
三、百分位常模表：构建逻辑与APA呈现
3.1 百分位的定义与混淆点
百分位秩（percentile rank，PR）：分数X的百分位秩 = 常模样本中得分低于X的人数比例 × 100。
$PR(X) = \frac{\text{常模中得分} \leq X \text{ 的频数}}{N_{norm}} \times 100$
百分位点（percentile point / percentile score）：第P百分位点 = 常模样本中PR恰好为P的分数值。
两者互为逆运算，方向相反，报告时必须明确说明是哪个。
3.2 APA格式：百分位常模表
APA 7th规定表格采用三线表格式，表内不画竖线。以下是标准百分位常模表模板：
表1
[量表名称]常模百分位分布表（N = XXXX）
| 百分位秩（PR） | 原始分 | Z分 | T分 |
|---|---|---|---|
| 99 | XX | +2.33 | 73 |
| 95 | XX | +1.65 | 67 |
| 90 | XX | +1.28 | 63 |
| 75 | XX | +0.67 | 57 |
| 50 | XX | 0.00 | 50 |
| 25 | XX | -0.67 | 43 |
| 10 | XX | -1.28 | 37 |
| 5 | XX | -1.65 | 33 |
| 1 | XX | -2.33 | 27 |
注：Z分 = (原始分 - M_norm) / SD_norm；T分 = 50 + 10 × Z；常模M = XX.XX，SD = X.XX。
表注格式要求（APA 7th §7.14）：
- 常规注（Note.）：说明常模来源、样本特征、换算公式
- 概率注（^a ^b）：用于特定列的补充说明
四、Z-score、T分、stanine：换算公式与报告要求
4.1 Z-score（标准分）
Z-score是常模参照分析的核心指标，将原始分换算到以常模均值为0、常模标准差为1的标准化量尺上：
$Z = \frac{X - M_{norm}}{SD_{norm}}$
APA报告格式要求：
- Z值报告保留两位小数：Z = 1.34（不写1.3或1.340）
- 负数前必须有负号：Z = -0.87
- 同时报告原始分："原始分X = 74（Z = 1.34）"
- 若与常模比较，说明正负方向含义："正值表示高于常模均值，负值表示低于常模均值"
可抄进论文的APA句式（Z-score描述）：
被试原始总分为X = 74，以[量表名]常模（M = 61.2，SD = 9.5；X等，XXXX年）为参照，换算得Z = 1.34，百分位秩PR = 91，表明其得分高于常模参照群体约91%的个体，偏离常模均值约1.34个标准差（属常模高位区段）。
4.2 T分（量表T分）
T分是Z-score的线性变换，将量尺迁移到均值50、标准差10的量尺，消除负数，便于直观理解：
$T = 50 + 10 \times Z$
T分解读参照（标准化）：
| T分区间 | 含义 | 对应Z分 |
|---|---|---|
| T >= 70 | 极高（> 常模+2SD） | Z >= 2.00 |
| 60-69 | 高于平均（常模+1~2SD） | 1.00-1.90 |
| 40-59 | 平均范围（常模±1SD） | -1.00~0.99 |
| 30-39 | 低于平均（常模-1~-2SD） | -2.00~-1.10 |
| T <= 29 | 极低（< 常模-2SD） | Z <= -2.10 |
可抄进论文的APA句式（T分描述）：
参照[量表名]成人常模（N = XXXX；M = 50，SD = 10），被试在[维度名]上的T分为T = 67，位于常模第96百分位（PR = 96），属于"高于平均"范围，与常模均值差异为+1.70个标准差（SD）。
4.3 Stanine（九级分）
Stanine（standard nine）将得分分为1-9九个等级，每级覆盖约0.5SD区间，常用于教育测量和军事能力评估：
| Stanine | Z分范围 | 占常模群体比例（近似值） |
|---|---|---|
| 9 | Z > 1.75 | 4% |
| 8 | 1.25 < Z <= 1.75 | 约7%（精确6.6%） |
| 7 | 0.75 < Z <= 1.25 | 12% |
| 6 | 0.25 < Z <= 0.75 | 约17%（精确17.5%） |
| 5 | -0.25 <= Z <= 0.25 | 约20%（精确19.7%） |
| 4 | -0.75 <= Z < -0.25 | 约17%（精确17.5%） |
| 3 | -1.25 <= Z < -0.75 | 12% |
| 2 | -1.75 <= Z < -1.25 | 约7%（精确6.6%） |
| 1 | Z < -1.75 | 4% |
可抄进论文的APA句式（stanine描述）：
以全国常模为参照，该受测者的原始分落于第7 stanine级（Z = 0.89），属于中等偏上水平，对应常模第81百分位（PR = 81）。
五、常模参照分析完整APA报告模板
场景一：单个被试与常模比较（个案报告）
情形：心理测量个案，报告其SCL-90得分相对于常模的位置。
结果章节模板：
被试在SCL-90总均分上的原始得分为X = 1.87（总分/90项），
以金华等（1990年）中国常模（M = 1.44，SD = 0.43，N = 1,388）为参照，
换算得Z = 1.00，T = 60，百分位秩PR = 84。
结果表明其症状严重程度高于常模参照群体约84%的个体，偏离均值1.00个标准差。
各因子得分标准化结果见表X。
填入数值的完整示例：
被试在SCL-90总均分上的原始得分为1.87，以金华等（1990）中国常模（M = 1.44，SD = 0.43，N = 1,388）为参照，换算得Z = 1.00，T = 60，百分位秩PR = 84，表明其当前心理健康水平低于常模参照群体约16%（即高于84%）的个体。各因子中，躯体化（Z = 1.42，PR = 92）和焦虑（Z = 1.35，PR = 91）偏离最为显著；人际关系敏感（Z = 0.23，PR = 59）与强迫（Z = 0.44，PR = 67）处于常模平均范围内（|Z| < 1.00）。
场景二：样本组与常模比较（组均值比较）
情形：研究样本N = 120，与全国常模比较整体水平。
结果章节模板：
以[全国/地区/年龄组]常模（M_norm = XX.XX，SD_norm = X.XX，N_norm = XXXX；
来源：X等，XXXX年）为参照，本研究样本（N = XX，M = XX.XX，SD = X.XX）
的均值换算得Z = X.XX（95% CI [X.XX, X.XX]）。
单样本t检验结果显示，样本均值与常模均值的差异[显著/不显著]，
t([N-1]) = X.XX，p [= .XXX / < .001]，Cohen's d = X.XX（[大小]效应）。
填入数值的完整示例：
以全国大学生常模（M_norm = 45.6，SD_norm = 8.3，N_norm = 2,460；李X等，2018）为参照，本研究样本（N = 120，M = 52.3，SD = 9.1）的均值换算得Z_mean = 0.81（95% CI [0.62, 1.00]），对应百分位秩PR约为79。单样本t检验结果显示，样本均值显著高于常模均值，t(119) = 8.06，p < .001，Cohen's d = 0.74（以样本SD为分母：d = (52.3 - 45.6) / 9.1），为中大效应（Cohen，1988），表明该样本在[量表名]上的得分整体高于全国大学生参照水平约0.74个标准差。
场景三：多维度常模百分位剖面图描述
情形：职业能力测评，报告8个维度的标准化剖面。
结果章节模板：
以[职业常模]（M = 50，SD = 10，N = XXXX；来源：XXXX）为参照，
对被试在[量表名]各维度的T分进行计算，结果见图X（T分剖面图）及表X。
整体而言，被试在[维度A]（T = XX，PR = XX）和[维度B]（T = XX，PR = XX）
上表现突出（T > 60），在[维度C]（T = XX）上处于平均范围（40 <= T <= 60），
在[维度D]（T = XX，PR = XX）上低于平均（T < 40）。
六、在 ChatSRS 一句话获得规范常模参照报告
打开 chatsrs.com，上传数据后输入：
"以[量表名称]常模（M = XX，SD = XX，N = XXXX，来源：X等，XXXX年）为参照，对本样本（N = XX）做常模参照分析：输出各被试原始分、Z-score（保留两位小数）、T分、百分位秩（PR）；生成常模百分位分布表；做单样本t检验比较样本均值与常模均值的差异；输出符合APA 7th格式的结果描述段落，包含Cohen's d效应量。"
ChatSRS 的 norm_reference 分析模块（编号68以内）会自动：
- 将原始分换算为Z、T、stanine、PR四种标准化指标
- 生成可插入论文的APA三线格式百分位常模表
- 执行单样本t检验，输出带效应量的推断统计段落
- 生成T分剖面图（多维度设计）
若需要分年龄段或分性别查阅常模，在指令中注明子组特征，ChatSRS自动切换对应子常模参数并分组输出标准化结果。
七、方法章节怎么说明常模参照分析
标准方法章节描述
采用常模参照分析（norm-referenced analysis）评估[被试/样本]在[量表名]上
的相对得分水平。参照常模为[常模名称]（M_norm = XX.XX，SD_norm = X.XX，
N = XXXX；X等，XXXX年），该常模基于[样本特征描述]建立。
原始分（X）经以下公式标准化：Z = (X - M_norm) / SD_norm；
T分 = 50 + 10 × Z；百分位秩（PR）依据常模累积频率分布确定。
以单样本t检验检验本样本均值与常模均值的差异，效应量报告Cohen's d。
显著性水平设为alpha = .05。统计分析使用 ChatSRS（R引擎）。
八、常模参照分析常见错误对照表
| 常见错误 | 正确写法 | 违反的规则 |
|---|---|---|
| "高于常模均值，差异显著" | "高于常模均值1.34个标准差（Z = 1.34）" | 偏离程度必须量化 |
| PR = 84%（加了百分号） | PR = 84（百分位秩是数字，无单位） | 百分位秩不加% |
| Z = 1.3（一位小数） | Z = 1.34（两位小数） | APA要求两位小数 |
| Z = 0.87（无正负号澄清） | Z = 0.87，表示高于常模 | 须说明正方向含义 |
| 只报T分，不报原始分 | 同时报告原始分和T分 | APA要求同时呈现 |
| 常模来源仅写"参照全国常模" | 注明来源文献、N、M、SD、年份 | 方法可重复性要求 |
| 混淆百分位秩（PR）和百分位点 | 明确使用的是PR还是百分位点 | 两者互为逆运算 |
| "属于正常范围"（无数据支撑） | "处于常模均值±1SD范围内（40 <= T <= 60）" | 描述需有量化依据 |
常见FAQ
Q：Z-score和T分报告哪个更规范，APA有规定吗？
A：APA 7th没有强制规定必须用Z还是T分，两者都可以。实践中，心理测量报告偏好T分（因无负数，读者更直观）；元分析和效应量计算场景偏好Z-score（便于跨研究合并）。建议的做法是：在方法章节说明使用的换算公式，在结果章节同时报告原始分和至少一种标准化指标（Z或T均可），并在表注中注明换算公式，方便读者相互换算。ChatSRS默认同时输出四种指标（Z、T、stanine、PR），根据目标期刊的习惯选择主要呈现哪一种即可。
Q：能不能用"该被试得分显著高于常模"这个表述？
A：不能，这是常模参照报告中最常见的概念混淆。"显著"（significant）是推断统计的专用词，意指"统计检验拒绝了零假设"，不能用于描述单个被试与常模均值的差距。对单个被试，应写"高于常模均值1.34个标准差（Z = 1.34，T = 63，PR = 91）"；若要进行统计推断，需要是样本组与常模均值的比较，通过单样本t检验，才能写"样本均值显著高于常模均值，t(119) = 8.06，p < .001，d = 0.81"。
Q：样本自身建立常模，还是引用已有常模，报告方式有何不同？
A：自建常模需要在方法章节完整报告常模建立过程（抽样方法、样本代表性检验、统计量估计方式），并在附录提供完整百分位常模表；引用已有常模只需在方法章节引用来源，注明核心统计量（M、SD、N、建立年份），并说明为何该常模适用于本样本（如年龄、文化背景的匹配度）。无论哪种，结果章节的标准化报告格式完全相同。
Q：常模基于正态分布，但我的数据明显偏态，Z-score还能用吗？
A：Z-score公式本身不要求数据服从正态分布，它只是线性换算（线性变换不改变分布形状）。问题在于：百分位秩的查阅若依赖正态分布假设（而非实际常模频率分布），偏态时会产生误差。规范做法是：若常模提供了实际累积频率分布表，直接查表得PR，不通过正态假设换算；若只有M和SD，则在报告中注明"假设常模分布近似正态"。ChatSRS的norm_reference分析模块默认使用非参数百分位估计（基于常模实际频率分布），不依赖正态假设，建议在方法章节注明。
快速参考：常模参照分析格式速查卡
[单被试常模参照]
原始分X = XX（Z = X.XX, T = XX, PR = XX）
描述：高于/低于常模[X.XX]个标准差；处于第[XX]百分位
[样本组与常模比较（单样本t检验）]
M = XX.XX（SD = X.XX），Z_mean = X.XX（95% CI [X.XX, X.XX]）
t([N-1]) = X.XX, p [= .XXX / < .001], Cohen's d = X.XX
[多维度T分剖面]
维度A：原始分XX → T = XX（PR = XX）[高于平均/平均/低于平均]
维度B：原始分XX → T = XX（PR = XX）[...]
（各维度逐行列出，建议配合剖面图）
[常模来源引用格式]
参照[常模名称]（M = XX.XX，SD = X.XX，N = XXXX；X等，XXXX年）
[换算公式（方法章节必须交代）]
Z = (X - M_norm) / SD_norm
T = 50 + 10 × Z
PR：依据常模累积频率分布查阅（非参数法）或正态近似（需说明）
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。