学员档案：L 同学，某高校社会学方向学术硕士，学位论文做的是居民社会心态的量化研究，数据来自一份自编问卷，有效样本六百余份。问卷设计、回收、编码都做得规规矩矩，首轮外审却给出了“研究过程交代不足、数据呈现不规范”的意见，让他有些意外。
困境：图表像插图，统计部分像结论摘要
我们把送审稿的图表与统计部分单独抽出来看，问题很快就清楚了。
第一是图表要素残缺。全文十来张图，横纵轴大多没有标注变量名与单位，图例位置随意，有的图连坐标轴起点是否为零都没有交代。读者要读懂一张图，得回到正文里翻找变量定义，而变量定义又散在一段连续叙述里，既没有编号也没有清单。
第二是统计报告只有结果、没有过程。文中有若干处直接写“差异具有统计学意义”，却没有报告检验方法、统计量、自由度与具体 p 值；相关分析只给出系数，样本量与缺失值处理方式一概未提。审稿人无法判断这些数字是怎么算出来的，自然也谈不上复核。
第三是变量口径前后不一致。同一个“社会信任”指标，在描述统计里的取值范围与回归模型里的不同，却没有说明是重新编码还是取了子样本；样本量在不同表格之间从六百多降到四百多，中间经历过的缺失值剔除过程没有任何交代。
第四是结果的报告不够完整。回归部分只给出系数与显著性标注，标准误、置信区间与模型拟合指标都没有出现在表格里，有的表格甚至没有说明系数用的是普通标准误还是聚类稳健标准误。读者既无法判断估计的精度，也无法判断推断是否建立在合理的假设之上。
L 同学的困惑很真实：数据是真的，结论也没编，为什么还要说“不规范”？我们的回答是，量化研究的可复核性，取决于读者能不能沿着你的报告复现每一步。要素不全，读者复现不了，结论再合理也只能被当作个人判断。
辅导路径：先把“可复核”拆成一份清单
一、图表先补要素，再谈美观
我们和他把全文图表逐个过了一遍，定下三条硬要求：每张图必须标注变量名与单位；同一组图的刻度与配色保持一致；凡是出现百分比的地方都要注明分母。表格统一改为三线表，表头标明统计量与显著性标注的含义，表注写清样本量。改完之后，图表本身就能独立说明问题，正文不必再重复解释。
二、统计报告补齐四要素
我们整理了一份报告清单：检验方法、统计量取值、自由度（若适用）、精确 p 值，四项缺一不可。凡是做了多次比较的地方，注明是否校正以及使用的校正方法；凡是报告相关或回归结果的地方，注明样本量与缺失值处理方式。回归表下方统一加注变量定义与控制变量清单。
三、变量口径统一，样本流失写清楚
重新核对了每一个变量在所有表格中的口径，把重新编码、缺失值剔除、异常值处理的规则集中写进数据与方法章，并补了一张样本流失表：从初始回收、剔除无效问卷到最终纳入分析，每一步剩余多少份、剔除原因是什么，一目了然。
四、把复核路径交代清楚
我们建议他在附录里补一段数据处理说明：从原始数据到分析样本的每一步操作、使用的统计软件与版本、关键变量的生成方式。数据若因隐私原因不能公开，就说明获取途径与限制条件。读者不一定真的去跑一遍，但看得见路径，对结果的信任度完全不同。
结果：再审意见聚焦到内容本身
返修稿提交后，再审意见没有再提数据呈现方面的问题，讨论集中在结论的适用范围上。论文此后按正常流程继续送审。L 同学说，改完自己再读一遍，才发现原来的稿子确实“经不起别人跟着走一遍”。
复盘建议
- 图表要素的完整度优先于视觉美观，先保证它能被独立读懂。
- 统计报告写全“方法—统计量—自由度—精确 p 值”，把可复核性当成硬要求。
- 变量口径至少做一次全文比对，尤其是重新编码过的指标。
- 用一张样本流失表，替代散落在正文各处的样本剔除说明。
本次辅导由学长汇匹配的同方向导师负责。导师来自签约合作导师库，年均在线导师 5,000+，覆盖 1,200+ 细分学科方向（内部统计，统计口径为年均在线导师），在量化社科研究的数据呈现与统计报告规范方面经验较多。
（本案例已脱敏整理，仅用于呈现学术辅导的常见路径，不代表任何具体机构或个人；文中过程与结果均为中性描述，不构成对投稿结果的承诺。）