教程 ·
显著的那一行反而最不该写进论文——分组变量和结果变量是同一件事
p<0.001、效应量超过大效应标准，产品自己却把这一行按住了。实测演示非参数检验里"显著但同义反复"怎么识别，以及不显著那一行为什么才是真结论。演示数据 N=291。
这份数据里最显著的那一行，恰恰是最不该当成发现的一行。 p<0.001、效应量大到超过参考标准，产品自己却在结论里把它按住了——因为那个分组本来就是按结果变量切出来的。看懂它为什么按住，比看懂 p 值有用得多。
这一页解决什么
这篇不讲非参数检验怎么跑，也不重复非参数检验完整教程里的"输出结果怎么读"。本文只解决一个判断：一张表里有显著和不显著两行时，哪一行是真结论、哪一行只能进数据描述。
演示数据（不是真实论文数据，模拟问卷，清洗后有效样本 291 份）。比的变量是"每周使用 AI 工具的小时数"，一次按使用频率分低频、中频、高频三组，一次按性别分男女两组。怎么让它跑出来见数据不正态的组间比较该走哪条路，这一篇只逐行读这两张表。
先看这张表跟你熟悉的那种不一样在哪
它报的不是均值±标准差，是 M(P25,P75)。 把所有人按小时数从小到大排队，站在正中间那位的数值就是 M（中位数），排在四分之一处和四分之三处的那两位是 P25、P75。为什么换成中位数？因为这个变量本来就有几个极端值，均值会被它们拽走，中位数不会。
| 组 | 每周使用AI工具的小时数 M(P25,P75) |
|---|---|
| A.中频(n=84) | 5.000(3.350, 8.225) |
| B.低频(n=95) | 2.600(1.700, 4.000) |
| C.高频(n=112) | 8.500(5.675, 11.725) |
数据来源：ChatSRS 实测输出的 Kruskal-Wallis H 检验表，演示数据 N=291，非真实论文数据。
Kruskal-Wallis H 检验表：三组的 n 全写在表头里，M(P25,P75) 这个格式也只有表头能证明，η² 那一列是效应量。
显著的那一行：H(2)=112.702，p<0.001
效应量 η²=0.389。产品的读法是「效应量 η²=0.389，超过大效应量参考标准，说明使用频率分组与每周使用时长之间的差异幅度较大。」——单看这一句，已经是能写进摘要的分量了。
但它紧接着加了一句没被要求的话：「该结果符合分组变量与小时数之间的定义关系，但不宜将其理解为独立的因果发现。」收尾时又补了一遍：「频率分组与使用时长本身具有直接的概念关联，因此三组检验结果主要用于验证数据分组的一致性。」
翻成大白话：低频、中频、高频这个分组，本来就是按"用得多不多"分出来的；再回头去证明"高频组的使用小时数更高"，等于拿一件事去证明它自己。数字再漂亮也不是发现。答辩和审稿最爱挑的就是这一类：分组变量和结果变量其实是同一件事的两种写法。
产品的解读原文：效应量那句、"不宜将其理解为独立的因果发现"那句、以及性别那一行几乎没有实际关联的判断，三处都在同一段输出里。
不显著的那一行：U=10291.000，p=0.906
性别两组：z=0.119，效应量 r=0.007。它的判断写的是「效应量 r=0.007，远低于小效应量标准，表明性别与每周使用 AI 工具时长之间几乎没有实际关联。」
注意它是拿效应量说话，不是只看 p 值。 p=0.906 说的是"这份数据没能证明两组不一样"；r=0.007 说的是"就算有差别，也小到没有实际意义"。这是两个层次的话，能同时给出来，比只甩一个 p 值硬得多。（"效应量"就是差距有多大，跟"差距是不是碰巧"是两回事——两组比较看 r，三组及以上看 η²。）
Mann-Whitney U 检验表：女 n=173、男 n=118，两组中位数接近，U、z、p 与效应量 r 逐列可读。
两行放一起：哪一行进结论，哪一行进数据描述
| 三组比较（使用频率分组） | 两组比较（性别） | |
|---|---|---|
| 用的检验 | Kruskal-Wallis H 检验 | Mann-Whitney U 检验 |
| 统计量 | H(2)=112.702 | U=10291.000，z=0.119 |
| p 值 | <0.001 | 0.906 |
| 效应量 | η²=0.389 | r=0.007 |
| 产品的判断 | 「超过大效应量参考标准」，但「不宜将其理解为独立的因果发现」 | 「远低于小效应量标准……几乎没有实际关联」 |
| 论文里该放哪 | 数据描述，用来说明分组划得对 | 才是真正的一句结论 |
数据来源：ChatSRS 实测输出，演示数据 N=291，非真实论文数据；表中引号内为产品原话。
三组那一行应该放进数据描述，用来说明分组划得对；性别那一行才是真正的一句结论——在本样本中，性别不解释使用时长的差异。这句话没有 p<0.001 好看，但它是干净的。显著不等于有信息量，这是非参数检验最容易翻车的地方。
什么情况下不适用
- 这是模拟数据（N=291，非真实论文数据），上面任何结论都说明不了真实情况。
- 不显著的结果要不要留在正文，不同学科和期刊要求不一样，这个得问导师。
- "没能证明两组不一样"不等于"两组一样"，p=0.906 只能写成前者。
- 本文只讲怎么判断哪一行值得写，具体的 U 值、z 统计量、效应量 r 该按什么格式落进论文，见 Mann-Whitney U 检验的 APA 报告怎么写。
- AI 给的判断也建议自己再核一遍。
常见问题
p<0.001 的结果，为什么反而不该写进结论？
因为分组变量可能和结果变量本来就是同一件事。本文实测里，低频/中频/高频这个分组是按使用时长切出来的，再去检验"三组的使用时长不同"，等于拿一件事证明它自己。产品自己的措辞是「不宜将其理解为独立的因果发现」。
怎么判断一个分组变量是不是和结果变量重复了？
看这个分组当初是怎么划出来的。如果分组的依据就是结果变量本身（或它的直接换算），那检验一定显著，而且显著本身不带信息。这类分组的结果适合放在数据描述里，用来说明分组划分是一致的。
不显著的结果，论文里还有没有必要写？
本文实测那一行是有信息量的：p=0.906 加上 r=0.007，两个层次合起来说的是"在本样本中，性别不解释使用时长的差异"。注意措辞只能写成"没能证明两组不一样"，不能写成"证明男女相同"。是否保留在正文，不同学科和期刊要求不一样。
效应量和 p 值该先看哪个？
两个都要看，而且顺序是先统计量和 p、再效应量。本文实测两行正好演示了两种情况：一行是 p 极小但效应量的意义要打折扣，另一行是 p 不显著且效应量也极小。只看其中一个都会得出片面结论。
非参数检验的结果该按什么顺序读？
按"中位数和四分位数 → 检验统计量和 p → 效应量 → 这个分组是不是跟结果变量重复了"这个顺序读。前三步在非参数检验完整教程里有完整对照，第四步就是本文讲的这件事。
按这个顺序读一遍你自己的表
数据去标识之后，可以登录 ChatSRS 开始分析。拿到非参数结果后，先按中位数、统计量、效应量三步读完，最后专门问自己一句：这个分组，是不是和我要比的那个指标本来就是同一件事。
相关文章推荐
本文演示数据为模拟问卷（清洗后有效样本 291 份），非真实论文数据。具体功能、数据处理规则和价格以当前产品页面与真实输出为准。