Dissertation 統計不顯著？四步將 Null Results 寫成有價值的研究發現

你花咗幾個月收集數據，日日對住 SPSS 撳掣，點知最後跑出嚟，主要假設嘅 p 值全部大過 0.05，冇一個顯著。嗰一刻你嘅心應該沉到落谷底，第一時間諗嘅係：我係咪要改數據？我係咪揀錯統計方法？我份 Dissertation 係咪要由頭做過？呢啲反應好正常，但全部係錯誤方向。現實係，學術界有大量研究嘅結果係唔顯著，專業期刊亦成日刊登 null findings，分別只在於寫嘅人識唔識將佢寫得有價值。Examiner 評一份論文，睇嘅係你嘅研究過程嚴唔嚴謹、報告誠唔誠實、討論有冇深度，而唔係你嘅結果靚唔靚。呢篇文會用四步教你點樣面對同處理 Null Results：先搞清楚點解會唔顯著，再學識點樣誠實而有技巧咁報告，然後將佢寫成 Discussion 入面有深度嘅分析，最後避開最常見嘅學術誠信陷阱。如果你而家已經心急如焚，又唔肯定自己啲統計有冇做錯，可以將你嘅數據分析交俾 論文代寫 團隊覆核一次，起碼排除咗技術出錯嘅可能，你先安心諗點寫。

先搞清楚：點解會 Null？

收到唔顯著嘅結果，第一件事唔係諗點樣「救返」佢，而係冷靜分析佢點解會發生。Null result 嘅成因好多，主要有以下幾類。第一，研究嘅現象真係冇效應，或者效應細到現有樣本偵測唔到，呢個係最直接嘅解釋。第二，樣本太細，統計檢定嘅 power 不足，即使真係有效應都檢驗唔出，呢個喺碩士論文好常見，因為時間同資源限制，好難收到足夠樣本。第三，測量工具本身有問題，例如量表信度低、問卷題目有歧義，數據入面嘅噪音蓋過咗真正嘅訊號。第四，變項操作化唔啱，例如你要量「學習動機」，但你用嘅 proxy 根本量唔到佢。第五，樣本有偏差，例如淨係收到某一類人回覆，樣本唔能夠代表你想推論嘅群體。第六，統計方法揀錯，例如數據唔符合常態分佈，但你用咗 parametric test，令結果失真。將呢六個可能性逐個排查，你自然會知道你嘅 null result 係邊種性質，亦知道 Discussion 應該點寫。有一個心態要調整：Null result 唔係你個人失敗，而係研究嘅正常結果之一。你可以諗吓，如果人人都淨係報顯著結果，學術界累積嘅就只係一幅偏頗嘅圖畫，正正因為有你呢類如實報告嘅研究，後人先知道邊啲路行唔通。你嘅 Dissertation 有冇價值，唔取決於結果靚唔靚，而取決於你嘅方法嚴唔嚴謹、報告誠唔誠實，帶住呢個心態，你先可以客觀咁面對自己嘅數據。想知點樣揀啱統計檢定，可以參考呢篇 非參數統計喺論文嘅應用，入面講咗幾時要用非參數方法，幫你排除呢個技術性原因。

排查完之後，點樣報告先算誠實又專業

搞清楚原因之後，就要面對點樣寫入 Results 章節。無論你嘅結果靚唔靚，報告嘅原則都一樣：完整、準確、透明。你要將你做過嘅每個檢定都寫出嚟，包括 test 名稱、檢定咩、樣本幾多、p 值、effect size，就算結果唔顯著都要照報，因為 examiner 想睇嘅係你成個分析過程，而唔係淨係顯著嗰幾個數字。呢個原則聽落簡單，但真係做到嘅學生好少，因為好多人會不自覺咁將唔顯著嘅檢定輕輕帶過，或者索性唔提，你喺呢個位做足功夫，已經贏咗大部分人。寫嘅時候用字要準確，例如「There was no statistically significant difference between the two groups, t(58) = 1.24, p = .22, d = 0.32」，呢句已經將資訊講晒，唔使加任何情緒字眼。留意，p 值唔顯著唔等於「冇差異」，你應該寫「no statistically significant difference」，而唔係寫「the two groups were the same」，前者係統計結論，後者係過度解讀。除咗 p 值，一定要報 effect size 同 confidence interval，因為佢哋先話到俾讀者知個效應有幾大、估計有幾準，一個大 effect size 但 p 值啱啱過唔到界，同一個細 effect size 嘅意義完全唔同。仲有一點好重要，就係將所有分析嘅前提交代清楚，例如你有冇做 normality test、有冇剔除任何數據、用咗邊個顯著水平，呢啲細節會令你嘅報告更加無懈可擊，亦令 examiner 唔會懷疑你隱瞞咗啲咩。如果你對自己嘅統計分析冇十足把握，最穩陣係將數據交俾 論文代寫 團隊覆核，等專業人士確認你冇做錯步驟，你先可以安心寫落去。如果你對點樣用 APA 格式報告統計結果冇乜信心，可以參考 數據分析常見錯誤指南，睇吓人哋成日喺邊度出錯，你就知道點樣避開。

Discussion 點樣將 Null 寫得有價值

報告完之後，真正嘅功夫喺 Discussion。Null result 嘅 Discussion 寫得好，可以係成篇論文最搶眼嘅部分，因為佢展示咗你嘅批判思考。你可以由以下幾層入手。第一層，解釋可能原因：將你頭先排查嘅結果寫出嚟，例如樣本 power 不足、測量工具限制，每一點都要扣返你研究嘅具體情況，而唔係空泛咁講「future research should use larger samples」。第二層，同文獻對話：你嘅發現同之前邊啲研究一致、邊啲唔一致？如果前人報告顯著而你唔顯著，可能係咩原因？呢種對話正正係學術討論嘅核心。第三層，理論啟示：就算統計上唔顯著，你嘅研究都可能對理論有啟示，例如令學者重新思考某個概念嘅測量方式，或者質疑某個理論喺某類群體嘅適用性。第四層，務實建議：基於你嘅發現，你可以提出更有針對性嘅 future research，例如用 longitudinal design、用混合方法、喺更多元嘅樣本度驗證。想睇吓點樣由研究問題階段就將假設寫得可以檢驗，避免事後先發現假設本身有問題，可以參考呢篇 研究假設寫作指南，由源頭開始改善。有一點要記住，Discussion 唔係要你為 null result 道歉，而係要你將佢放喺學術脈絡入面理解，一個解釋得清楚嘅 null result，比一個解釋唔到嘅顯著結果更有學術價值。如果你已經寫好初稿，但唔肯定 Discussion 嘅分析夠唔夠深，可以搵 論文代寫 團隊幫你睇一次，佢哋會由 examiner 嘅角度俾你具體建議。

四個最危險嘅誤區，一個都唔好踩

面對 Null Results，學生最容易犯四個錯誤，全部同學術誠信有關，你一個都唔好掂。第一個係 P-hacking，即係不斷試唔同統計方法、刪 outliers、加 covariates，直到個 p 值細過 0.05 為止，呢種做法喺統計學界被視為嚴重失當，因為你製造咗假嘅顯著結果。第二個係 HARKing，即係睇完成績先砌假設，將「原本想驗 A，但 A 唔顯著，B 意外顯著」寫成「我一開始就預測 B」，呢種事後諸葛亮一旦被 examiner 揭穿，誠信會破產。第三個係選擇性報告，即係淨係報顯著嘅結果，隱瞞唔顯著嗰啲，令讀者睇到一個虛假嘅全貌。第四個係過度解讀，將「no significant difference」講成「prove that there is no difference」，混淆咗 absence of evidence 同 evidence of absence，呢個係學術寫作上嘅邏輯錯誤。避開呢四個陷阱嘅方法好簡單：喺分析之前寫低你嘅假設同分析計劃，跟住照做，結果係點就點，你呢個 discipline 本身已經係一個值得喺 Methodology 寫出嚟嘅賣點。你要記住，學術誠信嘅底線唔係「捉到先算」，而係「對得住自己」，一份造假嘅數據可以呃到 Examiner，但呃唔到自己嘅學術生涯，亦呃唔到你將來要面對嘅同行。如果你唔肯定自己嘅做法算唔算踩界，可以將你嘅分析過程交俾 論文代寫 團隊做一次誠信檢查，佢哋會直接話你知邊啲步驟有問題。想了解學術界點樣界定數據處理嘅界線，Purdue OWL 嘅 學術誠信資源 有清楚指引，而 UNC Writing Center 嘅 寫作貼士 可以幫你將統計結論寫得精準，唔會詞不達意。以上四個誤區，只要你喺寫作時有意識咁避開，你已經算係一個誠實而有水準嘅研究者。

一個完整嘅 Null Result 段落，應該點砌

以下示範一段合格嘅 Null Result 討論係點寫，你可以當佢做模板。呢個例子假設你比較咗運動組同對照組嘅壓力分數，用咗 independent samples t test，結果 p 值大過 0.05。內容大約係：本研究假設運動計劃能夠顯著降低壓力水平，但結果顯示兩組之間並冇統計上顯著嘅差異。呢個發現有幾個可能解釋：第一，樣本只有四十人，統計 power 不足以偵測一個中等效應；第二，壓力係用單一自評量表量度，可能未能捕捉運動對壓力嘅全部影響；第三，計劃為期只有六星期，效果可能需要更長時間先浮現。呢啲發現同 Smith 等人嘅研究唔一致，但佢哋用咗二百人樣本同客觀生理指標，方法上嘅差異可能解釋到點解結論唔同。綜合而言，本研究雖然未能支持原假設，但提出咗一個重要啟示：運動對壓力嘅影響可能比文獻所講更依賴時長同量度方式，未來研究應該用更長週期同多維度指標去驗證。你睇，成段冇任何掩飾或者自責，只有理性嘅分析，而呢種態度正正係 examiner 最想見到嘅研究素養。記住，一份完整嘅 Null Result 討論，永遠包含「結果係咩、點解會咁、同文獻咩關係、下一步可以做咩」呢四個部分，缺一不可，你跟住呢個框架寫，就唔會漏嘢。想令你份 Dissertation 嘅行文同邏輯再順啲，Dartmouth 嘅 Writing Program 網站 有好多針對長篇論文嘅寫作資源，值得參考。

總結

Null Results 唔係你研究嘅句號，而係一個需要你用心拆解嘅難題。記住四步：第一步，冷靜排查成因，搞清楚係真係冇效應定係方法限制；第二步，如實專業咁報告，p 值、effect size、confidence interval 一樣都唔少；第三步，用 Discussion 將佢寫成有價值嘅分析，解釋原因、同文獻對話、帶出理論啟示；第四步，嚴守學術誠信，唔好掂 P-hacking、HARKing、選擇性報告呢啲紅線。做到呢四步，你份 Dissertation 唔單止可以畢業，仲會係一份令 examiner 印象深刻嘅誠實研究。好多研究生窮一生都唔敢面對自己嘅 Null result，但你願意正視佢、解釋佢，呢種勇氣同嚴謹，正正係學術訓練最想培養嘅質素。如果你喺寫嘅過程入面，覺得自己嘅統計分析或者 Discussion 論述未夠扎實，可以搵專業嘅 論文代寫 團隊幫你覆核同潤飾，等你可以將精力放喺真正屬於自己嘅思考上面。由今日開始，將 Null result 當成一個研究問題嚟解決，而唔係一個失敗嚟逃避，你嘅論文會因為呢個態度而唔同。

常見問題

問：Hypothesis 唔顯著，係咪代表研究失敗？
答：唔係，冇顯著差異只代表數據唔支持原假設，只要你如實報告再解釋原因，一樣係完整嘅學術貢獻，好多已發表論文都係 null findings。

問：結果唔顯著，我可以刪走啲 outliers 令佢顯著嗎？
答：唔可以為咗顯著而任意刪數據，刪 outliers 一定要有統計準則同事前交代，呢種做法好易踩中學術誠信問題，寧願如實報告。

問：點樣分辨「真係冇效應」同「樣本太細」？
答：睇 effect size 同 confidence interval，如果效應量細而且信賴區間好闊，多數係樣本唔夠；如果區間窄又包含零，先傾向真係冇效應，再唔明可以搵 論文代寫 幫你睇。

問：報 Results 嗰陣，唔顯著嘅結果要詳細寫嗎？
答：要，但你唔使逐個數字重複，可以集中報 effect size 同方向，將詳細統計表放 appendix，正文交代檢定同結論就夠清楚。

問：點解 Reviewers 成日話我將 absence of evidence 當成 evidence of absence？
答：即係你將「搵唔到差異」講成「證明冇差異」，前者只係證據不足，後者先係肯定結論，寫 Discussion 要分清呢兩層邏輯。

問：P-hacking 同 HARKing 係咩意思？
答：P-hacking 係不斷試統計方法直到顯著，HARKing 係睇完結果先砌假設，兩者都係學術失當，正確做法係事前登記假設同分析計劃。

問：Null results 都可以寫 Future Research 嗎？
答：可以，仲係最自然嘅延伸，你可以建議用更大樣本、更準確嘅測量或者唔同嘅研究方法，去驗證同一條研究問題。

問：如果我個研究全部假設都唔顯著，仲可以畢業嗎？
答：可以，只要 Method 嚴謹、報告誠實、Discussion 有深度，Examiner 評嘅係研究質素而唔係結果靚唔靚，好多論文都係咁過關。