问：硕士论文不显著改成显著了
- 答：您是想问硕士论文不显著改成显著了可以吗？硕士论文不显著改成显著了不可以，属于数据造假。是学术不端行为，会拖累导师。硕士论文不显著原因：数据收集不准确、预期结论存在一定错误都有可以造成结果与预期不符。
问：我的硕士论文里量表的信度系数才0.6 但是已经没有时重新做了 请问有什么修改的方法吗？
- 答：你看看信度分析中一项得出结果是将每个题项删除后，整个问卷信度的变化，看看是否有哪些题目的存在导致了整个问卷信度低
另外，如果你的问卷是由几大部分不同相关性不高的内容组成的，应该是分开测量不同部分的信度，而不是测量整个60个题目的信度
问：毕业论文数据分析P值0.097.在0.05水平上不显著。是否可以把显著性水平降低到0.1？
- 答：显著性水平是在论文前确定的，一般不会改的。
但是你可以这样描述，在0.05水平上不显著，在0.1水平上显著 - 答：看你是什么方法了，有的可以改
问：如何Test两组系数差异的显著性
- 答：相关系数的强弱仅仅看系数的大小是不够的。一般来说，取绝对值后，0-0.09为没有相关性，0.3-弱，0.1-0.3为弱相关，0.3-0.5为中等相关，0.5-1.0为强相关。但是，往往你还需要做显著性差异检验，即t-test，来检验两组数据是否显著相关，这在SPSS里面会自动为你计算的。样本书越是大，需要达到显著性相关的相关系数就会越小。所以这关系到你的样本大小，如果你的样本很大，比如说超过300，往往分析出来的相关系数比较低，比如0.2，因为你样本量的增大造成了差异的增大，但显著性检验却认为这是极其显著的相关。一般来说，我们判断强弱主要看显著性，而非相关系数本身。但你在撰写论文时需要同时报告这两个统计数据。
问：显著性检验与相关系数的关系与区别是什么?
- 答：相关系数的显著性检验也包括两种情况：一种情况是样本相关系数r与总体相关系数ρ的比较；另一种情况是通过比较两个样本r的差异(r1-r2)推论各自的总体ρ1和ρ2是否有差异。
如果差别有统计学意义，则说明两个变量之间存在相关关系。在已经检验两个变量存在相关关系的情况下，相关系数的绝对值越趋近于1，则两个变量相关关系越密切，越趋近于0，则两个变量相关关系越不密切。
相关系数的检验
(test of correlation coelli-cients)是一个数学名词，线性统计推断中对相关系数的显著性检验。从回归直线建立的过程知道(参见“回归直线”)，对任何一组试验观察数据(二，y})}i=1,2,"..,n)，不管X与Y之间是否确实存在线性关系，都可以用最小二乘法求得Y对X的回归直线方程.如果X与Y之间根本没有线性相关关系，则所求得的回归直线方程也就没有实际意义了。 - 答：相关系数的显著性检验的目的是为了检验两个变量之间样本相关系数r(r≠0)与一个相关系数=0的已知总体之间的差别是否是由于抽样误差所产生的，如果差别有统计学意义，则说明两个变量之间存在相关关系。在已经检验两个变量存在相关关系的情况下，相关系数的绝对值越趋近于1，则两个变量相关关系越密切，越趋近于0，则两个变量相关关系越不密切。
- 答：相关系数的显著性检验也包括两种情况：一种情况是样本相关系数r与总体相关系数ρ的比较；另一种情况是通过比较两个样本r的差异(r1
-
r2)推论各自的总体ρ1和ρ2是否有差异。
