心理学实证论文的引言部分，作者旗帜鲜明地向读者宣告，自己找到了一个很有价值的科学问题；论文的方法部分，作者原原本本地向读者坦陈，自己遵循了收集数据的科学规范。从论文的结构看，此时到了论文的结果部分。

心理学论文的结果部分，就是呈现研究数据的统计结果。由于科学研究大都是检验假设的，因此，统计结果其实就是假设检验的结果。在进行假设检验的过程中，会计算各种统计量，一些统计量也需要呈现在结果部分。

所以，心理学论文结果部分的作用，就是作者向读者提供支持自己观点的统计证据。呈现统计证据，不是走过场，更不能不讲究，它实际是论文承前启后的关键环节。经由结果，作者找到的科学问题才能得以检验；经由结果，作者方可论证自己研究的科学问题是有价值、有意义的。因此，对于作者而言，结果就像那冬天里的一把火，温暖着自己、照亮着自己；相应地，结果也温暖着读者、照亮着读者。

既然像是一把火，并且是冬天里的一把火，那么，结果部分应当是目标明确而集中的，就是呈现支持作者观点的统计证据，不是证据或不是有力的证据，就不要呈现（如果是负性证据，作者可以重新构思研究，探索另外的问题）。结果部分，不是枯燥的、冰冷的，作者要充满爱意和热情地看待结果，要充满自信和自豪地撰写结果，把结果的珍贵切实地体现出来。如果作者自己对写出的结果部分（例如，那些相关矩阵、那些多重比较）都不想看第二遍，那么，读者可能连第一遍都不想看。

作者撰写结果部分时，应怀着披露重大发现的激动。每次修改论文或以后阅读论文，看到结果部分依旧有怦然心动的感觉，那么，结果部分才算写好了。

撰写结果时，至少需要注意如下方面：

第一，对于实验研究，结果部分应当先检核实验操纵的效果。通常，报告出来的都是操纵有效，如果无效，那是研究设计存在缺陷，作者早就调整研究方案了。这个注意事项，其实是提醒作者在分析数据时，要先检核实验操纵是否有效，防止出现错误。

第二，时刻记着结果是统计分析的结果，是假设检验的结果，那些对假设检验无益的内容，或者不能提出合理研究假设的内容，不要写在结果部分。例如，不少学位论文会呈现大量人口统计学变量的差异检验结果（常见的有性别差异、年级差异、生源地差异、是否独生子女差异、是否学生干部差异，甚至民族差异），实在是没必要，甚至是错误的。

第三，显著性检验结果，不仅呈现检验的统计量、相伴概率，而且应当呈现效应量。对于同时做多个显著性检验的结果，应当调整显著性水平（当然，有了效应量，显著性检验的作用和地位也发生了明显变化）。

第四，表中变量的排布要合理，写法要适当。例如，对于双变量的实验，哪个自变量放在行、哪个自变量放在列，应当从变量地位来考虑。同时，不能在表中出现像1>2、1>3这样的表达，即使表下有注释（1表示大一学生，2表示大二学生，3表示大三学生），也是如此。

第五，横轴表示离散变量（类别变量，比如，性别）时，应当使用条形图，不能使用线形图。目前，那些表示调节效应的图，往往在这个问题上出错。毕竟，线形图上的每一点都对应着横轴上的一个水平，离散变量怎么会有这样的对应关系？

第六，结果部分只是统计分析的客观呈现，不涉及心理学理论层面的评价或解释。例如，“计划的多重比较显示，九美组的成绩（M = 3.21, SD = 0.81）与团辅组的成绩（M = 3.29, SD = 0.64）没有显著差异，p = .749，九美组、团辅组的成绩与控制组的成绩（M = 2.97, SD = 0.67）存在显著差异，p = .010。说明，九美技术能够缓解学生的自卑心理，并且缓解效果与团辅技术的相当。”最后的说明，即是属于评价和解释，是不应出现在结果中的。

第七，不要对同一个问题，呈现用多种统计技术（特别是不同的统计软件）分析的结果。例如，不知源自哪里，一些论文在进行中介分析时，往往先用结构方程模型做一次，再用Hayes的PROCESS插件做一次，显得很不合适。

第八，合理使用边缘显著。对于0.10 > p > 0.05的统计显著性检验结果，称为边缘显著。使用时，应结合效应量和效力，通常在效应量为中等及以上水平、效力较低（例如，小于0.70）时使用。

总之，结果，只有结果，才是温暖作者、照亮作者的一把火。没结果，再好的研究思想也出不来。