一般来说，p值只告诉读者组间、关系等方面的差异是否可能是由于偶然性或你正在研究的变量造成的。根据大多数统计准则，包括自然期刊提供的准则，您需要为任何称为“显著性”的变化、差异或关系提供一个p值。此外，因为显著性阈值（即您用作确定显著性的临界值的p值）可以是.05、.001或.01，建议在论文的方法部分说明研究中使用的重要性阈值。像“显著性阈值设为0.05”这样的句子就需要的。
然而，p值不能告诉读者效果、变化或关系的强度或大小。因此，您应该避免只报告除p值。最好提供一个检验统计量（t、F、U等）、相关系数或回归系数（皮尔逊r、斯皮尔曼rho等）或效应大小的度量（eta平方、偏eta平方、ω平方等）。
以“我们发现焦虑与工作满意度之间存在显著关系（p<0.05）”这句话为例，你告诉读者的是，你有足够的证据表明这种关系不太可能是偶然的。读者不知道这种关系是直接的还是相反的（即，焦虑程度高的参与者是否具有更高的工作满意度，或者焦虑程度低的参与者是否具有更高的工作满意度？）。而且，这种关系是强是弱？为了便于读者阅读，还应该报告一个相关系数和p值。如果你在上述句子末尾的括号中加上“r=-.78”，你的读者就会明白这是一个强逆关系。因此，他们对你的实际发现有了更好的了解。
这里有另一个例子：“我们发现了测试前和测试后的分数之间的显著差异。”我建议报告（a）测试统计数据，以便读者知道你进行了什么统计测试来检验这种差异，以及（b）效果大小的测量，以便读者了解这种差异有多大。即使是平均的前测和后测分数也足以让读者了解你所发现的效果的大小。
此外，报告精确的p值是一个好主意，因为这种做法有助于提高科学完整性。在上面的句子中，p值可以是“.048”；这个值在技术上低于“.05”，但非常接近于.05，因此可能需要将其视为.051的p值，这在统计学上并不显著。通常，如果精确的p值小于0.001，您只需声明“p<0.001”。否则，报告精确的p值，特别是主要结果指标。
此外，以下是我在p值方面遇到的一些基本错误：
一.“p=.00”或“p<.00”
从技术上讲，p值不能等于0。有些统计程序在输出中确实会给您0.000的p值，但这可能是由于小数点后自动舍入或截断到预设的位数所致。因此，考虑将“p=.000”替换为“p<.001”，因为后者被认为更容易接受，并且不会实质性地改变报告的p值的重要性。而p总是介于0和1之间；它永远不能为负。
2.“p<.03”
许多期刊接受与α值（统计显著性阈值）相关的p值，即“p<0.05”、“p<0.01”或“p<0.001”。它们也可以用绝对值表示，例如“p=.03”或“p=.008”。但是，当符号后面的不是alpha值时，p值通常不与大于（>）或小于（<）符号一起使用。
最后一点提示：许多科学、技术和医学领域的权威人士建议，当小数不能大于1时（例如相关性、比例和统计显著性水平），不应在小数点前插入零；也就是说，“p<0.05”应写成“p<.05”
来源：https://www.editage.com/insights/the-correct-way-to-report-p-values返回搜狐，查看更多