วิธีนำเสนอผลลัพธ์ในเอกสารวิจัย (ชัดเจน, กระชับ, น่าเชื่อถือ)

ส่วนผลลัพธ์ที่เขียนได้ดีทำสิ่งที่ดูเหมือนจะง่าย: มันบอกผู้อ่านว่า คุณพบอะไร ไม่มีการตีความ ไม่มีการคาดเดา ไม่มีการบิดเบือน แค่ผลลัพธ์ที่นำเสนออย่างชัดเจนพอที่ผู้อ่านจะสามารถสรุปข้อสรุปของตนเองได้ก่อนที่คุณจะอภิปรายข้อสรุปของคุณ

ความเรียบง่ายนั้นคือสิ่งที่ทำให้มันยาก เราได้แก้ไขส่วนผลลัพธ์ที่มีข้อความสามย่อหน้าบอกน้อยกว่าตารางที่ออกแบบมาอย่างดีเพียงตารางเดียว เราได้เห็นนักวิจัยฝังผลลัพธ์ที่สำคัญที่สุดไว้กลางย่อหน้าเกี่ยวกับการวิเคราะห์เบื้องต้น เราได้เห็นตัวเลขขัดแย้งกับข้อความที่อธิบายพวกมัน — บางครั้งในประโยคเดียวกัน

การเรียนรู้วิธีการเขียนส่วนผลลัพธ์สำหรับเอกสารวิจัยหมายถึงการเรียนรู้การยับยั้งชั่งใจ นี่คือสิ่งที่มันดูเหมือนในทางปฏิบัติ

กฎข้อแรก: ผลลัพธ์ vs. การอภิปราย

ก่อนสิ่งอื่นใด ให้เข้าใจขอบเขต ส่วนผลลัพธ์ของคุณรายงานสิ่งที่เกิดขึ้น ส่วนการอภิปรายของคุณอธิบายความหมายของมัน การผสมผสานทั้งสองเป็นวิธีที่เร็วที่สุดในการทำให้ทั้งสองส่วนอ่อนแอลง

พื้นที่ผลลัพธ์: "ผู้เข้าร่วมในกลุ่มทดลองมีคะแนนสูงกว่ากลุ่มควบคุม 23% (M = 78.4, SD = 12.1 เทียบกับ M = 63.7, SD = 14.3), t(198) = 7.42, p < .001, d = 1.05."

พื้นที่การอภิปราย: "ขนาดผลนี้เกินกว่าที่รายงานในการแทรกแซงที่คล้ายกัน (Smith, 2022; Lee, 2023) ซึ่งแสดงให้เห็นว่าโปรโตคอลที่ปรับเปลี่ยนของเราอาจมีประสิทธิภาพมากกว่าวิธีการมาตรฐาน."

เห็นเส้นไหม? ส่วนผลลัพธ์ให้ตัวเลขกับคุณ ส่วนการอภิปรายบอกคุณว่าตัวเลขนั้นหมายถึงอะไรในบริบท เมื่อคุณจับตัวเองเขียนว่า "สิ่งนี้แนะนำ" หรือ "สิ่งนี้อาจบ่งชี้" ในผลลัพธ์ของคุณ — หยุด. ย้ายประโยคนั้นไปที่การอภิปราย

มีข้อยกเว้น บางวารสารและบางสาขารวมผลลัพธ์และการอภิปรายเข้าด้วยกันในส่วนเดียว หากวารสารที่คุณตั้งเป้าหมายทำเช่นนี้ ให้ปฏิบัติตามรูปแบบของพวกเขา แต่แม้ในส่วนที่รวมกัน ให้รักษาการรายงานและการตีความให้ชัดเจนในแต่ละย่อหน้า

วิธีการจัดโครงสร้างส่วนผลลัพธ์ของคุณ

การจัดระเบียบมีความสำคัญมากกว่าส่วนอื่น ๆ ในผลลัพธ์ ผู้อ่านของคุณกำลังประมวลผลตัวเลข และตัวเลขที่ไม่มีโครงสร้างจะกลายเป็นเสียงรบกวน

ตัวเลือกที่ 1: ตามคำถามการวิจัยของคุณ หากเอกสารของคุณตั้งคำถามการวิจัยสามข้อ ให้จัดระเบียบผลลัพธ์ของคุณเป็นสามส่วนที่ตอบคำถามเหล่านั้นตามลำดับ นี่สร้างแผนที่ตรงระหว่างสิ่งที่คุณถามและสิ่งที่คุณพบ — ง่ายสำหรับผู้อ่าน ง่ายสำหรับผู้ตรวจสอบ

ตัวเลือกที่ 2: ตามสมมติฐานของคุณ คล้ายกับด้านบน แต่จัดโครงสร้างรอบการคาดการณ์แทนคำถาม สำหรับแต่ละสมมติฐาน ให้เสนอข้อมูลที่เกี่ยวข้องและระบุว่าสมมติฐานนั้นได้รับการสนับสนุนหรือไม่ เป็นการตรงไปตรงมา: "สมมติฐาน 1 ได้รับการสนับสนุน" หรือ "สมมติฐาน 2 ไม่ได้รับการสนับสนุน."

ตัวเลือกที่ 3: ตามตรรกะการวิเคราะห์ เริ่มต้นด้วยสถิติเชิงพรรณนาและการวิเคราะห์เบื้องต้น (ความเชื่อถือได้, การตรวจสอบความปกติ, เมทริกซ์การสัมพันธ์) จากนั้นไปยังการวิเคราะห์หลัก จากนั้นการวิเคราะห์รองหรือการสำรวจ โครงสร้างนี้ทำงานได้ดีสำหรับการศึกษาที่ซับซ้อนที่มีหลายขั้นตอนการวิเคราะห์

ไม่ว่าคุณจะเลือกตัวเลือกใด ให้เปิดส่วนผลลัพธ์ของคุณด้วยย่อหน้าเบื้องต้นที่สั้น ๆ บอกผู้อ่านว่าหมายเลขนี้จัดระเบียบอย่างไร: "เรารายงานสถิติเชิงพรรณนาและการวิเคราะห์เบื้องต้นก่อน ตามด้วยผลลัพธ์ของโมเดลการถดถอยหลักของเรา และสุดท้ายการวิเคราะห์การไกล่เกลี่ยแบบสำรวจของเรา." แผนที่ถนนนี้ช่วยให้ผู้อ่านของคุณไม่ต้องสงสัยว่าคุณกำลังมุ่งหน้าไปที่ไหน

การนำเสนอผลการวิจัย: ข้อความ ตาราง และรูปภาพ

คุณมีเครื่องมือสามอย่างในการนำเสนอข้อมูล การใช้เครื่องมือที่ไม่ถูกต้องเหมือนกับการใช้ค้อนกับสกรู — มันทำงานได้ในทางเทคนิค แต่ผลลัพธ์นั้นน่าเกลียด

ข้อความ เหมาะที่สุดสำหรับผลลัพธ์ที่ง่ายที่มีตัวเลขน้อย "อายุเฉลี่ยของผู้เข้าร่วมคือ 34.2 ปี (SD = 8.7) และ 62% ระบุว่าเป็นเพศหญิง." หากผลลัพธ์เกี่ยวข้องกับตัวเลขหนึ่งหรือสองตัว ให้นำเสนอในข้อความ

ตาราง เหมาะที่สุดสำหรับการเปรียบเทียบที่แม่นยำระหว่างกลุ่มหรือเงื่อนไขหลาย ๆ กลุ่ม หากคุณมีตัวเลขมากกว่าสามตัวในการเปรียบเทียบ ตารางมักจะชัดเจนกว่าข้อความ ตารางยังเป็นตัวเลือกที่ถูกต้องเมื่อค่าที่แน่นอนมีความสำคัญ — เมื่อมีคนอาจต้องการอ้างอิงค่าเฉลี่ย ค่าเบี่ยงเบนมาตรฐาน หรือค่า p ของคุณ

รูปภาพ เหมาะที่สุดสำหรับการแสดงรูปแบบ แนวโน้ม และการกระจาย หากความสัมพันธ์มีความสำคัญมากกว่าตัวเลขที่แน่นอน — เส้นโค้งการเติบโต การเปรียบเทียบการกระจาย ผลกระทบของการมีปฏิสัมพันธ์ — ใช้รูปภาพ รูปภาพจะถูกประมวลผลได้เร็วกว่าและติดอยู่ในความทรงจำได้นานกว่า

กฎที่สำคัญ: อย่าซ้ำข้อมูลในรูปแบบต่าง ๆ หากผลลัพธ์ปรากฏในตาราง อย่าบรรยายตัวเลขทุกตัวจากตารางในข้อความ แทนที่จะทำเช่นนั้น ให้เน้นรูปแบบที่สำคัญ: "ตามที่แสดงในตารางที่ 2 ผลกระทบของการรักษามีความแข็งแกร่งที่สุดในเงื่อนไขที่มีขนาดยาสูง." ข้อความจะชี้นำความสนใจ ตารางให้รายละเอียด

เรามักเห็นนักวิจัยละเมิดกฎนี้อย่างต่อเนื่อง ส่วนผลลัพธ์บรรยายทุกเซลล์ของทุกตารางในรูปแบบย่อหน้า สิ่งนี้ทำให้ความยาวเพิ่มขึ้นโดยไม่เพิ่มข้อมูล ข้อความของคุณควรตีความเรื่องราวของตาราง ไม่ใช่บรรยายเนื้อหาของมัน

การเขียนเกี่ยวกับผลลัพธ์ทางสถิติอย่างชัดเจน

การรายงานทางสถิติมีขนบธรรมเนียม และการปฏิบัติตามมันแสดงถึงความสามารถต่อผู้ตรวจสอบ

รายงานขนาดผล ไม่ใช่แค่ความสำคัญ ค่า p บอกคุณว่ามีผลหรือไม่ ขนาดผลบอกคุณว่ามันสำคัญหรือไม่ รายงานทั้งสอง "กลุ่มการแทรกแซงมีผลดีกว่ากลุ่มควบคุม, t(198) = 7.42, p < .001, d = 1.05" — d = 1.05 บอกผู้อ่านว่านี่เป็นผลที่ใหญ่ ซึ่งมีความสำคัญมากกว่าค่า p สำหรับวัตถุประสงค์ในการปฏิบัติ

รักษาความสอดคล้องในสัญลักษณ์ เลือกรูปแบบการรายงานและยึดติดกับมันตลอด หากคุณรายงานค่าเฉลี่ยเป็น "M = 78.4" ในย่อหน้าหนึ่ง อย่าสลับไปเป็น "ค่าเฉลี่ยคือ 78.4" ในย่อหน้าสาม ความสอดคล้องแสดงถึงความใส่ใจในรายละเอียด

ปัดเศษอย่างเหมาะสม สองตำแหน่งทศนิยมสำหรับสถิติส่วนใหญ่ สามสำหรับค่า p เมื่อมันเล็กมาก (p = .002) อย่ารายงาน p = .000 — เขียน p < .001 แทน รายละเอียดเล็กน้อยเหล่านี้มีความสำคัญต่อผู้ตรวจสอบที่อ่านส่วนผลลัพธ์ทั้งวัน

นำด้วยผลลัพธ์ ไม่ใช่การวิเคราะห์ "ผู้เข้าร่วมที่ได้รับการแทรกแซงมีคะแนนสูงกว่าบนมาตรวัดความคิดสร้างสรรค์" บอกผู้อ่านถึงผลลัพธ์ "การวิเคราะห์ ANOVA แบบทางเดียวถูกดำเนินการบนคะแนนความคิดสร้างสรรค์" บอกผู้อ่านถึงวิธีการ นำด้วยผลลัพธ์: "ผู้เข้าร่วมการแทรกแซงมีคะแนนสูงกว่าความคิดสร้างสรรค์อย่างมีนัยสำคัญ (M = 42.3, SD = 8.1) กว่ากลุ่มควบคุม (M = 35.7, SD = 9.2), F(1, 196) = 28.41, p < .001, η² = .13."

ข้อผิดพลาดทั่วไปในส่วนผลลัพธ์

การตีความผลลัพธ์ในส่วนผลลัพธ์ เรากล่าวถึงมันข้างต้น แต่ควรกล่าวซ้ำ — นี่คือข้อผิดพลาดที่พบบ่อยที่สุด เก็บการตีความของคุณไว้สำหรับ ส่วนการอภิปราย ส่วนผลลัพธ์ของคุณคือบันทึกการพิจารณาคดี ไม่ใช่ข้อโต้แย้งปิด

ฝังผลลัพธ์ที่สำคัญ ผลลัพธ์หลักของคุณควรปรากฏในย่อหน้าสำคัญแรกหลังจากการวิเคราะห์เบื้องต้น อย่าทำให้ผู้อ่านต้องค้นหามันหลังจากคำอธิบายประชากรและสถิติความเชื่อถือได้ รายงานผลลัพธ์หลักก่อน จากนั้นผลลัพธ์รอง จากนั้นผลลัพธ์สำรวจ

มองข้ามผลลัพธ์ที่ไม่สำคัญ หากคุณทดสอบสมมติฐานและมันไม่ได้รับการสนับสนุน ให้รายงานว่า รายงานเฉพาะผลลัพธ์ที่สำคัญเป็นรูปแบบของอคติที่บิดเบือนบันทึกทางวิทยาศาสตร์ "ไม่มีความแตกต่างที่สำคัญระหว่างกลุ่มในมาตรการ Y, t(198) = 0.87, p = .384, d = 0.12" — รายงานอย่างชัดเจนและไปต่อ

การบรรยายตารางและรูปภาพมากเกินไป หากตารางที่ 3 แสดงค่าเฉลี่ยและค่าเบี่ยงเบนมาตรฐานสำหรับเงื่อนไขทั้งหก คุณไม่จำเป็นต้องมีย่อหน้าบรรยายแต่ละค่า เขียนว่า: "ตารางที่ 3 แสดงสถิติเชิงพรรณนาสำหรับเงื่อนไขทั้งหมด คะแนนสูงสุดปรากฏในเงื่อนไข A ขณะที่เงื่อนไข F แสดงความแปรปรวนมากที่สุด." ชี้นำความสนใจของผู้อ่าน ให้ตารางทำงานหนัก

รูปแบบที่ไม่สอดคล้องกัน สไตล์การรายงานที่ผสมกัน ตำแหน่งทศนิยมที่ไม่สอดคล้องกัน และการสลับระหว่างการอ้างอิงแบบ APA และไม่ใช่ APA ภายในส่วนเดียวกัน รันผลลัพธ์ของคุณผ่าน AI proofreader ของเรา เพื่อตรวจจับความไม่สอดคล้องเหล่านี้ — มันเกือบจะมองไม่เห็นสำหรับผู้เขียน แต่ชัดเจนมากสำหรับผู้ตรวจสอบ

AI summarizer ยังสามารถช่วยในระหว่างกระบวนการแก้ไข หากส่วนผลลัพธ์ของคุณยาว ให้ป้อนมันลงในสรุปเพื่อตรวจสอบว่าข้อความใดมีผลลัพธ์ที่แท้จริงและข้อความใดเป็นการบรรยายที่ซ้ำซ้อน ตัดให้เหมาะสม

AI Proofreader สำหรับเอกสารวิชาการ

จับสัญลักษณ์ทางสถิติที่ไม่สอดคล้องกัน ข้อผิดพลาดทางไวยากรณ์ และปัญหาการจัดรูปแบบ ออกแบบมาสำหรับความต้องการการเขียนทางวิชาการที่แม่นยำ.

คำถามที่พบบ่อย

ถาม: ส่วนผลลัพธ์ควรยาวเท่าไหร่?

ส่วนผลลัพธ์ของคุณควรยาวเท่าที่จำเป็นในการรายงานผลลัพธ์ทั้งหมด — และไม่ยาวกว่านั้น สำหรับเอกสารวารสารทั่วไปที่มีคำถามการวิจัยสองหรือสามข้อ 800–1,500 คำบวกตารางและรูปภาพเป็นเรื่องปกติ เมตริกที่สำคัญไม่ใช่จำนวนคำ แต่ความหนาแน่นของข้อมูล: ทุกย่อควรรายงานผลลัพธ์อย่างน้อยหนึ่งข้อ หากย่อหน้ามีเพียงคำอธิบายทางวิธีการหรือภาษาการเปลี่ยนแปลง มันคือการเพิ่ม

ถาม: ฉันควรรายงานผลลัพธ์ทั้งหมดหรือเฉพาะผลลัพธ์ที่สำคัญ?

รายงานผลลัพธ์ทั้งหมด — ทั้งที่สำคัญและไม่สำคัญ — สำหรับทุกสมมติฐานหรือคำถามการวิจัยที่คุณทดสอบ การรายงานเฉพาะผลลัพธ์ที่สำคัญถือเป็นแนวทางการวิจัยที่น่าสงสัยและละเมิดมาตรฐานการรายงานของ APA ผลลัพธ์ที่ไม่สำคัญมีข้อมูลเชิงลึก มันบอกให้สาขาทราบว่าผลกระทบไม่มีอยู่ ซึ่งป้องกันไม่ให้นักวิจัยคนอื่นทดสอบทางตันเดียวกัน

ถาม: เมื่อใดที่ฉันควรใช้รูปภาพกับตารางในผลลัพธ์ของฉัน?

ใช้ตารางเมื่อค่าที่แน่นอนมีความสำคัญและเมื่อผู้อ่านอาจต้องการอ้างอิงตัวเลขเฉพาะ ใช้รูปภาพเมื่อรูปแบบ แนวโน้ม หรือความสัมพันธ์มีความสำคัญมากกว่าค่าที่แน่นอน กฎที่ดี: หากใครต้องเพ่งมองที่รูปภาพของคุณเพื่อดึงตัวเลขเฉพาะ ข้อมูลนั้นควรอยู่ในตาราง หากใครจะต้องดิ้นรนเพื่อดูรูปแบบโดยการสแกนคอลัมน์ของตัวเลข ข้อมูลนั้นควรอยู่ในรูปภาพ

ถาม: ฉันสามารถรวมข้อมูลดิบในส่วนผลลัพธ์ของฉันได้หรือไม่?

ไม่ — ส่วนผลลัพธ์ของคุณนำเสนอข้อมูลที่วิเคราะห์แล้ว ไม่ใช่ข้อมูลดิบ รวมสถิติเชิงพรรณนา (ค่าเฉลี่ย ค่าเบี่ยงเบนมาตรฐาน ความถี่) และสถิติอนุมาน (สถิติการทดสอบ ค่า p ขนาดผล) ข้อมูลดิบควรอยู่ในวัสดุเสริม หรือตัวเก็บข้อมูล โดยมีหมายเหตุในส่วนวิธีการเกี่ยวกับที่ที่สามารถเข้าถึงได้ บางวารสารในขณะนี้ต้องการคำชี้แจงเกี่ยวกับความพร้อมของข้อมูล ซึ่งคุณควรตรวจสอบก่อนส่ง