進行科研，少不了做實驗。得到實驗原始資料後，要進行分析處理，來判斷所得結果是否具有統計學意義上的顯著相關性，是否支援研究設想，然後對資料結果進行解釋，最後得出結論。

無論是期刊論文還是學位論文，在引言或前言(Introduction)中提出本研究的目的(aim/purpose)，和研究假設(hypothesis)，完成一系列的實驗後，在報告方法(Materials and Methods)一節中，要進行資料分析。

透過資料分析，發現得出的結論具有相關性，從而驗證了你的研究設想，實現了你的研究目的。

但也有可能實驗結果的相關性不顯著，得出的結果和研究設想不一致，甚至相反。你的第一反應也許是不理會那些資料，甚至想到要剔除掉它們。這是錯誤的做法。

一個科研人員應具備科研素質，尊重科學，嚴謹治學。其實相關性不顯著，就是你實驗的科學結論，只不過不支援你的研究設想罷了。你的實驗結果證明你的設想不成立，從而否定了這一假設，這本身就是一結論。

一般情況下，如得出實驗結果相關性不顯著時，作者還要分析一下其原因，如樣本不夠大、變數不易控制、人為因素等。

下面以一篇SCI文章為例，來看看如果處理“不完美”的資料。

❶We met with mixed success in our objectives. ❷We had believed that our results would indicate that trust was best described as a concept with two distinct dimensions. ❸Instead, we found an overall trust dimension that best characterized the data. ❹At least two plausible reasons may explain this difference, each providing rich areas for further research. ❺In part, some of the inconsistency may exist because of cross cultural variations. ❻In addition, some dissimilarity in results may exist because of methodological differences.

第一句話直接指出了部分結果與設想不一樣，第二句和第三句分別闡述了原來的設想和實際得到的實驗結果。第四句寫出有兩個原因，第五、六句具體分析了兩個原因。