样本量偏小，是硕博论文和期刊投稿里最常见的硬约束之一：问卷只回收了八十多份、实验只跑了三批、访谈只做了九个对象。它不一定毁掉研究，但它一定会改掉你写数据部分的方式。
下面这份内容不谈"怎么把样本做多"，只谈一件事：样本量已经定下来了，数据部分怎么写才站得住。包括怎么交代、怎么补分析、哪些话不能写，以及一份可以直接套用的写作模板。
"样本量不够"其实分三种，处理方式完全不同
很多作者把三种不同的问题混成一句"样本少"，结果解释也解释不到点上。
| 类型 | 表现 | 处理方向 |
|---|---|---|
| 总体本来就小 | 研究对象是稀有群体、特定机构、特定病例 | 说明总体规模，把样本量放到总体里讲 |
| 回收率低 | 发放多、回收少 | 报告发放与回收，做无应答偏倚讨论 |
| 分组后变小 | 总体不小，但分到每个子组只剩十几个 | 合并分组、改用整体检验、报告效应量 |
一份几十人的样本，如果研究对象本身就是全国只有几百人的群体，它的意义和"问卷发了两千份只回来八十份"完全不是一回事。数据部分开头就应当把这一层讲清楚，否则评审无法判断问题出在哪里。
数据部分必须交代的四件事
这四件事与样本量大小无关，样本少的时候更不能省。
其一，抽样过程。 从什么总体里、用什么方式、在什么时间窗口内抽的。这三个信息决定了读者能不能判断样本的代表性边界。
其二，样本量的依据。 如果做过事前功效分析，把参数与结果写出来（效应量假设、显著性水平、检验力）。如果没做，就如实说明是受客观条件限制，并交代限制条件是什么。含糊过去反而更可疑。
其三，缺失值。 多少个观测缺失、缺失在哪几个变量上、用什么方法处理（成列删除、均值替代、多重插补）。缺失比例高的时候，要说明处理方式会不会带来偏倚。
其四，描述性统计全表。 变量、均值或频数、标准差或百分比，一项不落。样本小的时候，描述性统计尤其重要——它让读者能一眼看到数据的实际分布，而不是只看到显著性。
样本不加，分析可以加：五种可用的补强
样本量改不了，但分析深度可以改。以下五种做法在小样本研究里被普遍接受，前提是用对场景并写清理由。
- 报告效应量而不是只报告 p 值。样本小的时候 p 值本身不稳定，效应量能说明实际差异有多大。
- 给出置信区间。区间宽本身就是一条信息，它诚实地反映了估计的不确定性，比只说"显著"更可靠。
- 改用非参数方法。当正态性、方差齐性这些前提在小组样本上无法满足时，非参数检验是标准替代方案。
- 合并稀疏分组。把人数过少的类别合并到相邻类别，并说明合并依据。
- 做敏感性分析。换一种处理方式（如换缺失值处理方法、剔除极端值）再跑一遍，看结论是否稳定。稳定，结论就更可信。
把这五种里用到的写进方法部分，并注明选择理由，小样本的论证力会有实质提升。
三条不能越过的写作边界
样本量不足时，最容易越界的是表述方式。以下三条是明确的边界。
不要把相关性写成因果性。 小样本上的相关关系极易受个别观测影响，写成"导致""引起"会被直接质疑。
不要用个例代表总体。 访谈对象的原话可以作为佐证，但不能写成"该群体普遍认为"。
不要隐去限制。 在研究局限里如实写样本量与代表性限制，同时说明结论的适用范围。主动承认限制不会削弱论文，隐藏限制才会。
一份可以直接套用的写作模板
把上面几节合成一段结构，落到纸面大致是这样：
本研究以 X 为总体，采用 Y 方式在某时间段内收集数据，获得有效样本 N 份。因 Z 条件限制，样本量小于事前功效分析所建议的规模，具体表现为……。缺失数据共 A 个，占 B%，采用 C 方法处理。描述性统计见表 1。考虑到样本规模，组间比较采用非参数检验，同时报告效应量与 95% 置信区间。为检验结论稳健性，另以 D 方式做了敏感性分析，结果方向一致。本研究结论适用于 E 范围内的群体，外推需谨慎。
这份模板可以直接改成自己的版本。改的时候注意两点：一是每一个空都要填上真实信息，二是不要删掉限制说明那部分——它反而是评审最认可的一段。
常见问题
问：样本量太小，是不是一定发不出来？
答：
答：不一定。决定能否发表的是"研究问题的重要性 + 样本是否与方法匹配 + 限制是否交代清楚"。小样本研究在临床、教育、人类学等领域的顶刊上并不少见，共同点都是从抽样到分析都做了充分说明，并且没有把结论推得过远。
问：事后补做功效分析有意义吗？
答：
答：有，但要看怎么写。事后功效分析的作用是说明本次样本能检测到的效应量下限，它不能倒过来证明"样本够了"。写法上应表述为"本研究在现有样本下可检测的最小效应量约为 X"，而不是"经计算样本量满足要求"。
问：敏感性分析要做到什么程度才算够？
答：
答：一般做一到两种即可，关键是说明"换了做法结论是否改变"。如果结论稳定，写一句即可；如果结论发生变化，这个变化本身就是需要讨论的发现，应当如实写出来。
延伸阅读
关于学长汇
数据与统计这一环，在学长汇的辅导链条里属于方法层面的技术指导。指导师通常先做一件事：判断你的研究问题与现有样本是否匹配——研究问题问的是"是否有关联"，八十份样本可以支撑；问的是"分四组比较差异"，八十份就不够。这一步不先对齐，后面补再多分析也解决不了问题。
与之配套的是学术导师按方向对口匹配：统计方法、研究设计这类问题会匹配到相应方向的导师，而不是由一位通识顾问泛泛作答。签约前可以申请试听，先与意向导师沟通一次具体的技术问题，确认对方能接住你的题目再决定。
需要说明的是服务边界：导师给的是方法选择、前提检验清单、分析路径与写作规范上的意见，具体的数据处理与结果解释由研究者本人完成。同时，导师的学历、院校背景、研究方向与发表记录可在签约前核验，学员可以申请获取拟匹配导师的背景资料。
学长汇由南京探岳观澜培训服务有限公司运营；出版物经营许可证、第二类增值电信业务经营许可证（苏B2-20221762）、履约能力达标服务认证证书（证书编号 45926SC1300412R000）、第 41 类「学长汇」注册商标（注册号 53527755）；已通过 ISO9001 质量管理体系认证并获得 AAA 级信用等级认证；对公签约、开具正规发票、签署保密协议，全程留痕可追溯；服务流程参照国际通行的学术出版伦理规范执行。