Analiza statystyczna w pracy magisterskiej z psychologii - co zrobić z zebranymi danymi?

Masz już zebrane odpowiedzi do magisterki z psychologii, ale arkusz nadal nie układa się w rozdział z wynikami? Teraz potrzebujesz sprawdzić, co oznaczają kolumny, obliczyć wyniki zgodnie z instrukcją narzędzia i połączyć każdą analizę z konkretnym pytaniem. Dopiero wtedy liczby staną się odpowiedzią, którą można jasno opisać w pracy.

Być może masz eksport z formularza, plik z programu statystycznego i wiadomość od promotora: „proszę opracować wyniki”. Nie zaczynaj od uruchamiania kolejnych testów. Najpierw odtwórz drogę od odpowiedzi pojedynczej osoby do wskaźnika, który chcesz analizować. Ten poradnik dotyczy właśnie etapu po zbieraniu danych: kontroli materiału, dwóch różnych analiz i napisania rozdziału, a nie projektowania nowej ankiety.

Nazywam się Wioletta Boćkowska i prowadzę StudentSupport od 2018 roku. W dziedzinie „Psychologia” pomagam połączyć pytania, narzędzia, obliczenia i tekst. Jeśli masz już dane, możesz zlecić usługę „Analiza statystyczna do pracy magisterskiej i licencjackiej” w uzgodnionym zakresie: od przygotowania zbioru do obliczeń i opisu. Zakres ustalam na podstawie materiałów, przed rozpoczęciem pracy.

Najpierw ustal, co naprawdę znajduje się w pliku

Zachowaj niezmieniony eksport źródłowy i pracuj na kopii. Rozdziel odpowiedzi, słownik zmiennych i zapis decyzji. W słowniku zapisz znaczenie każdej kolumny, dopuszczalne wartości, jednostkę i sposób oznaczenia braku. Kod „9” może być prawidłową odpowiedzią w jednym pytaniu, a umownym brakiem w innym. Program nie rozpozna tej różnicy za Ciebie.

Sprawdź jednostkę obserwacji. Jeżeli jedna osoba wypełniła kwestionariusz dwukrotnie, dwa wiersze nie oznaczają dwóch niezależnych uczestników. Potrzebujesz sposobu powiązania pomiarów oraz analizy uwzględniającej ten układ. Podobnie odpowiedzi osób z jednej klasy lub zespołu mogą wymagać uwzględnienia wspólnego kontekstu. Nie da się rozstrzygnąć niezależności wyłącznie przez obejrzenie nazw kolumn.

Wytyczne polskiej uczelni i ustalenia z promotorem nadal mają znaczenie. Poradnik Wydziału Psychologii UKW z 2025 roku przedstawia odrębnie opis metody, analizę wyników i dyskusję. To przykład lokalnych wskazówek, nie jeden obowiązujący w Polsce spis rozdziałów. Sprawdź aktualną wersję wymagań własnej jednostki, zamiast przenosić z internetu liczbę stron lub układ pracy.

Od odpowiedzi do wyniku skali: sprawdź klucz

W pracy psychologicznej kilka pozycji często tworzy jeden wynik, ale sposób jego obliczania nie wynika z samego arkusza. Potrzebujesz instrukcji właściwego narzędzia, wersji językowej i zasad punktowania. Ustal, które pozycje należą do podskali, które wymagają odwrócenia i czy końcowym wskaźnikiem jest suma, średnia czy przekształcony wynik. Nie łącz samodzielnie różnych podskal tylko dlatego, że mają taki sam format odpowiedzi.

Prosty przykład pokazuje skalę możliwej pomyłki. W dydaktycznej pozycji z odpowiedziami od 1 do 5 odwrócenie oznacza działanie 6 minus odpowiedź: 1 staje się 5, a 4 staje się 2. Zasada działa dla tego zakresu, nie dla dowolnego kwestionariusza. Jeśli odwrócisz już przekształconą kolumnę po raz drugi, wrócisz do wartości początkowych. Dlatego surowe i przeliczone odpowiedzi powinny mieć różne, czytelne nazwy.

Rzetelność wyniku w Twojej próbie i właściwości opisane w podręczniku to dwie różne informacje. JARS-Quant APA zaleca raportowanie współczynników dla analizowanych wyników, gdy jest to możliwe. Nie wystarczy przepisać wartości z publikacji o adaptacji. Z kolei wysoka alfa nie dowodzi, że wszystkie pozycje mierzą jeden konstrukt ani że wynik ma właściwą interpretację (Sijtsma, 2009). Ocenę dobierz do konstrukcji narzędzia, nie do zwyczaju „zawsze liczymy alfę”.

Nie usuwaj pozycji tylko po to, żeby poprawić współczynnik, a potem nie nazywaj zmodyfikowanego zestawu pełną wersją oryginalnej skali. Jeżeli analiza ujawnia problem, sprawdź najpierw kodowanie i zgodność z instrukcją. Dalszą zmianę trzeba uzasadnić oraz opisać. Z samego wyniku studenckiego badania nie wyprowadzaj rozpoznań dotyczących poszczególnych osób ani nie przypisuj im kategorii, których narzędzie nie pozwala ustalić.

Braki i nietypowe wyniki: decyzja przed wygodnym rezultatem

Puste pole nie jest zerem. Najpierw policz braki dla zmiennych i sprawdź, czy skupiają się w konkretnych pozycjach albo grupach. Odróżnij brak pojedynczej odpowiedzi od braku całego pomiaru. To ważne, bo liczba osób w opisie próby może być większa niż liczba obserwacji wykorzystanych w danej analizie. Przy każdym wyniku musi być wiadomo, jaki był jego rzeczywisty mianownik.

Nie przyjmuj uniwersalnej reguły „do 20% braków uzupełniamy średnią”. Najpierw sprawdź instrukcję skali, strukturę braków oraz uzasadnienie wybranej procedury. Usunięcie wszystkich niepełnych wierszy też jest decyzją, która może zmienić skład analizowanej grupy. JARS-Quant wskazuje potrzebę ujawnienia postępowania z brakami i obserwacjami odstającymi. W praktyce zapisz regułę, jej powód oraz liczbę obserwacji, których dotyczyła.

Nietypowo wysoki wynik może być błędem wpisu, ale może też poprawnie opisywać odpowiedź. Wartość 55 w pozycji od 1 do 5 wymaga wyjaśnienia; poprawny wynik blisko granicy skali nie jest automatycznym powodem wykluczenia. Sprawdź wpływ nietypowych obserwacji na rezultat i opisz uzasadnioną analizę wrażliwości. Nie wybieraj wersji „z” lub „bez” obserwacji według tego, która daje mniejsze p.

Połącz hipotezę z kolumnami i odpowiedzią

Dla każdej hipotezy zapisz krótki ciąg: pytanie, zmienne, sposób utworzenia wyników, układ badania, analiza i oczekiwana forma odpowiedzi. W tym miejscu szybko wychodzi na jaw, że kolumna „stres” jest pojedynczym pytaniem, chociaż w metodologii opisano wynik wielopozycyjnej skali. Albo że deklarowane porównanie „przed i po” ma w pliku wyłącznie pomiar końcowy. Takiej luki nie naprawi bardziej zaawansowany test.

O doborze analizy decyduje pytanie i struktura danych, a nie sam wynik testu normalności. Sprawdź rozkład, wykresy, zależności i niezależność obserwacji w kontekście konkretnej metody. Ogólne porównanie metod znajdziesz w poradniku Analiza statystyczna w pracy magisterskiej: dobór testów i opis wyników. Tutaj przejdźmy przez dwa gotowe materiały, zamiast budować kolejny katalog testów.

Jeżeli po obejrzeniu danych pojawia się nowe pytanie, możesz je zbadać, lecz nazwij analizę eksploracyjną. Zachowaj wyniki wcześniej zaplanowanych analiz, również te niezgodne z oczekiwaniem. Przy wielu testach ustal sposób kontrolowania ryzyka fałszywych alarmów. Dopisywanie kolejnych podgrup aż do uzyskania istotności zmienia sens wnioskowania i nie powinno znikać z opisu postępowania.

Przykład 1: związek dwóch wyników skal

Poniższe liczby pochodzą z autorskich, sztucznie utworzonych danych dydaktycznych. Nie są wynikami klientów ani badaniem studentów. A oznacza umowny wynik przeciążenia, B – umowny wynik organizacji nauki. Nie reprezentują konkretnych kwestionariuszy, nie mają norm ani progów interpretacji. Przykład zaczyna się po utworzeniu poprawnych wyników łącznych; nie udaje oceny rzetelności na podstawie samych sum.

Pytamy, czy wyższy wynik A wiąże się z niższym wynikiem B. W przygotowanym zbiorze jest 60 niezależnych par, bez braków. Dla A średnia wynosi 50,30, a odchylenie standardowe 9,78; dla B odpowiednio 49,34 i 9,25. Wykres rozrzutu jest potrzebny do sprawdzenia, czy liniowy opis ma sens oraz czy pojedynczy punkt nie dominuje relacji. Pearson opisuje tu związek liniowy; sam porządek odpowiedzi nie wystarczyłby do uzasadnienia takiego modelu.

Współczynnik r jest tu miarą efektu: podaje kierunek i siłę liniowego związku. Nie wystarczy zamienić go na etykietę „umiarkowany” i zakończyć opisu. Znaczenie zależy od teorii, sposobu pomiaru i kontekstu. W tym przykładzie nie ma podstaw, by twierdzić, że lepsza organizacja nauki zmniejsza przeciążenie. Pomiar w jednym momencie nie rozstrzyga kierunku relacji ani roli innych cech.

Przykład 2: porównanie dwóch niezależnych grup

Drugi, oddzielny zbiór dydaktyczny dotyczy pytania o różnicę średniego wyniku A między osobami deklarującymi pracę zarobkową i osobami bez takiej pracy. Każda grupa ma 20 obserwacji; każda osoba należy tylko do jednej grupy. Nie dzielimy wyniku ciągłego na „niski” i „wysoki” według mediany. Grupowanie ma osobne znaczenie, ustalone niezależnie od analizowanego wyniku.

Po sprawdzeniu rozkładów i nietypowych obserwacji stosujemy w tym przykładzie dwustronny test t Welcha. Porównuje średnie bez założenia równych wariancji obu grup. Nie oznacza to odporności na dowolny problem z danymi: nadal ważne są niezależność, rozkład i wpływ skrajnych wartości. Gdyby te same osoby miały pomiar przed i po, ta analiza nie odpowiadałaby strukturze badania.

Różnica w punktach jest tutaj miarą wielkości efektu, a nie tylko informacją pomocniczą obok p. Przedział obejmuje zero, ale także różnice w obu kierunkach. Nie pisz więc „grupy są takie same” ani „praca zarobkowa nie ma znaczenia”. Dane nie rozstrzygają tego z taką precyzją. Nie wykazują też wpływu zatrudnienia: grupy nie powstały przez losowy przydział i mogły różnić się innymi cechami.

Oba przykłady mają pokazać formę rozumowania, a nie wzorzec oczekiwanych rezultatów. W pierwszym efektem jest korelacja, w drugim różnica średnich w jednostkach wyniku. W rzeczywistej pracy trzeba zachować odpowiedni poziom dokładności i wskazać sposób wyznaczania przedziałów. Sam eksport tabeli z programu nie wyjaśnia, dlaczego dana analiza odpowiada hipotezie.

Co powiedzieć o p i przedziale ufności?

Stanowisko American Statistical Association z 2016 roku przypomina, że p nie jest prawdopodobieństwem prawdziwości badanej hipotezy i nie mierzy wielkości efektu. Dlatego p = 0,003 nie oznacza „99,7% pewności, że teoria jest prawdziwa”, a p = 0,216 nie oznacza „21,6% szans, że związek istnieje”. Interpretacja wymaga modelu, oszacowania efektu i kontekstu badania.

Przedział ufności pomaga ocenić precyzję oszacowania. W drugim przykładzie rozpiętość od -2,20 do 9,42 punktu pokazuje, dlaczego etykieta „brak różnic” byłaby zbyt mocna. W klasycznym ujęciu 95% odnosi się do długookresowej własności procedury wyznaczania przedziałów przy jej założeniach. Nie jest to prawdopodobieństwo, że ustalony parametr znajduje się w tym jednym, już obliczonym przedziale.

Jak z analiz ułożyć rozdział z wynikami?

Ułóż rozdział według pytań badawczych, nie według kolejności klikania w programie. Na początku wyjaśnij, jaki materiał ostatecznie wszedł do analiz. Następnie pokaż niezbędny opis zmiennych i przejdź do odpowiedzi. W pracy dyplomowej tabele oraz wykresy mogą być właściwą formą prezentacji, jeżeli przewidują je wytyczne. Tekst ma wyjaśniać najważniejszy wynik, zamiast powtarzać każdą komórkę zestawienia.

Dobry akapit ma wyraźny początek: „Aby odpowiedzieć na pytanie o związek A i B…”. Dalej nazywa metodę, podaje wynik, efekt i niepewność, a na końcu odpowiada zwykłym zdaniem na pytanie. Pilnuj zgodności znaków: dodatni współczynnik nie może być opisany jako ujemny związek, a różnica „pierwsza grupa minus druga” nie może po drodze zmienić kierunku. Sprawdź też, czy tekst i załączony raport pokazują tę samą wersję zbioru.

JARS-Quant porządkuje raportowanie analiz i rozdziela hipotezy główne, dodatkowe oraz eksplorację. Nie jest jednak gotowym szablonem każdej magisterki. Do kontroli własnego tekstu wykorzystaj prostsze pytanie: czy czytelnik rozumie, co obliczono, na jakich obserwacjach i z jakim ograniczeniem? Jeśli widzi wyłącznie listę „hipoteza potwierdzona / niepotwierdzona”, brakuje mu informacji potrzebnych do oceny wyniku.

Gdzie kończą się wyniki, a zaczyna dyskusja?

Wyniki mówią, co uzyskano w Twoim materiale. Dyskusja porównuje to z teorią i innymi badaniami oraz rozważa wyjaśnienia i ograniczenia. Dla pierwszego przykładu można rozważyć, czy organizacja nauki i przeciążenie odnoszą się do tego samego okresu oraz czy oba wyniki pochodzą z samoopisu. Nie wolno dopisać, że sprawdzono inne wyjaśnienie, jeśli odpowiedniej zmiennej w ogóle nie zebrano.

Dla drugiego przykładu ograniczeniem jest między innymi nieprecyzyjne oszacowanie różnicy. Wyjaśnij jego konsekwencję: materiał nie pozwala pewnie odróżnić niewielkiej różnicy od większej w kierunku wskazanym przez średnie. To konkretniejsze niż zdanie „próba była mała”. Szerszy warsztat tego rozdziału omawia poradnik Jak napisać dyskusję wyników w pracy licencjackiej i magisterskiej?.

Co przygotować do zlecenia analizy w StudentSupport?

Najbardziej pomocny jest pakiet, w którym można połączyć pytanie z danymi. Dołącz temat i plan pracy, pytania oraz pierwotne hipotezy, zbiór bez danych identyfikujących, słownik kolumn, pusty kwestionariusz i instrukcję punktowania. Jeżeli masz już raport, przekaż także plik analizy lub opis ustawień, a nie wyłącznie wybrane zrzuty. Zaznacz dotychczasowe wykluczenia, przeliczenia i uwagi promotora.

Przed przesłaniem usuń nazwiska, adresy, e-maile i inne informacje pozwalające rozpoznać uczestników, także w swobodnych wypowiedziach. Samo zastąpienie nazwiska numerem nie zawsze wystarcza, jeśli pozostałe szczegóły identyfikują osobę. Do początkowego ustalenia zakresu często wystarcza słownik, pusty formularz i opis badania. Nie trzeba przesyłać pełnego materiału, gdy pytanie dotyczy wyłącznie tego, jaką pomoc uzgodnić.

Studiując w Polsce, dołącz aktualne wytyczne polskiej uczelni i ustalenia z promotorem. Język tego poradnika nie przesądza języka zamawianego opracowania: trzeba go uzgodnić razem z zakresem, formatem, ceną i terminem. Gdy problem obejmuje nie tylko dane, lecz również powiązanie teorii z kilkoma rozdziałami, większa całość może należeć do usługi „Pisanie prac licencjackich i magisterskich”. Samo zamówienie analizy nie oznacza automatycznie takiego rozszerzenia.

Przy odbiorze wróć do początkowych pytań. Sprawdź, czy otrzymujesz odpowiedzi dotyczące właściwych zmiennych, zgodne liczebności, opis decyzji i pliki w uzgodnionej formie. Wynik niezgodny z przewidywaniem może być poprawnie wykonaną analizą. O jakości opracowania świadczy możliwość prześledzenia rozumowania i rachunków, a nie to, czy wszystkie hipotezy uzyskały wsparcie.

Pytania o dane i opracowanie wyników

Źródła i zakres ich wykorzystania

American Psychological Association (2024). JARS-Quant, Table 1: Information Recommended for Inclusion in Manuscripts That Report New Data Collections Regardless of Research Design. Standard raportowania, szczególnie punkty Psychometrics, Data Diagnostics oraz Statistics and Data Analysis. Adres: https://apastyle.apa.org/jars/quant-table-1.pdf. Dostęp: 06.11.2026.

Wasserstein R.L., Lazar N.A. (2016). The ASA’s Statement on p-Values: Context, Process, and Purpose. The American Statistician, 70(2), 129-133. DOI: 10.1080/00031305.2016.1154108. Sześć zasad przedstawia oficjalny komunikat ASA: https://www.amstat.org/asa/files/pdfs/p-valuestatement.pdf. Wykorzystano zasady interpretacji p i pełnego raportowania, nie uniwersalny algorytm analizy.

Wydział Psychologii Uniwersytetu Kazimierza Wielkiego w Bydgoszczy (2025). Jak przygotować pracę magisterską? Wskazówki dla Studenta. Przykład polskich wytycznych uczelnianych, zwłaszcza części o układzie pracy i zawartości rozdziałów. Adres: https://psychologia.ukw.edu.pl/download/70232/Poradnik-praca-magisterska.pdf. Zaleceń lokalnych nie przedstawiono jako wymagań wszystkich uczelni.

Sijtsma K. (2009). On the Use, the Misuse, and the Very Limited Usefulness of Cronbach’s Alpha. Psychometrika, 74(1), 107-120. DOI: 10.1007/s11336-008-9101-0. Wykorzystano rozróżnienie wartości alfa, struktury skali i trafności interpretacji.

NIST/SEMATECH (b.d.). e-Handbook of Statistical Methods, 1.3.5.3: Two-Sample t-Test for Equal Means. Adres: https://www.itl.nist.gov/div898/handbook/eda/section3/eda353.htm. NIST Dataplot: Correlation Confidence Limits. Adres: https://itl.nist.gov/div898/software/dataplot/refman1/auxillar/corrconf.htm. Dokumentacja metod zastosowanych w przykładach; dostęp: 06.11.2026.

Przykłady liczbowe są autorską demonstracją na dwóch oddzielnych sztucznych zbiorach. Testy są dwustronne; przedział korelacji wykorzystuje transformację Fishera, a przedział różnicy średnich – rozkład t z liczbą stopni swobody Welcha. Nie są to dwa testy jednej hipotezy w rzeczywistym badaniu. Dane nie stanowią źródła twierdzeń o studentach, zatrudnieniu ani właściwościach skal psychologicznych.