Etapy badania statystycznego – lista kontrolna do pracy dyplomowej

Badanie statystyczne przechodzi przez pięć etapów: przygotowanie, obserwację, opracowanie, prezentację i analizę. Typowe pytanie z pracy dyplomowej: co zrobić przed rozesłaniem ankiety, żeby później dało się sensownie przeanalizować dane?

Pięć etapów badania statystycznego

Klasyczny podział obejmuje: przygotowanie badania, obserwację statystyczną (zbieranie danych), opracowanie materiału, prezentację wyników oraz analizę i wnioskowanie (Jóźwiak i Podgórski, 2009). W pracy dyplomowej etap 1 opisujesz w rozdziale o metodzie, a etapy 3–5 w rozdziale z wynikami. Pojęcia zbiorowości, jednostki i cechy wyjaśniamy we wpisie badanie statystyczne.

Etap 1. Przygotowanie badania statystycznego

Przygotowanie to nie całe badanie, tylko jego plan. Zanim roześlesz ankietę, odhacz każdy punkt:

• cel, pytania badawcze i hipotezy zapisane przed zebraniem danych;
• zbiorowość, jednostka i cechy, a dla każdej cechy – sposób pomiaru i skala (operacjonalizacja);
• narzędzie: gotowy kwestionariusz albo własna ankieta, z zaznaczonymi pytaniami odwróconymi;
• dobór próby (losowy czy dostępności – zobacz rodzaje badań statystycznych) i liczebność wyliczona z analizy mocy;
• plan analizy: który test dla której hipotezy i co zrobisz, gdy założenia nie będą spełnione.

Etap 2. Obserwacja statystyczna

• pilotaż: kilka osób wypełnia ankietę i mówi, które pytania są niejasne;
• informacja o celu badania, anonimowości i dobrowolnym udziale;
• kontrola w trakcie: liczba odpowiedzi i struktura próby, np. udział studentów obu trybów;
• po zakończeniu eksport odpowiedzi do pliku CSV i kopia surowych danych, której już nie zmieniasz.

Etapy 3–5 na przykładzie mini-ankiety

Dziewięcioro studentów oceniło zajęcia online w czterech pytaniach na skali 1–5 (1 – zdecydowanie nie, 5 – zdecydowanie tak): Z1 „Zajęcia online pomagają mi zrozumieć materiał”, Z2 „Chętnie biorę w nich udział”, Z3 „Łatwo mi się na nich skupić” i Z4 „Zajęcia online mnie nudzą”. Pytanie Z4 jest odwrócone.

1. Opracowanie. Osoba 9 przerwała ankietę po pierwszym pytaniu, więc do analizy zostaje 8 z 9 odpowiedzi. Odwracamy Z4 (nowa wartość = 6 − stara), a wynik skali to średnia czterech pozycji.
2. Prezentacja. W próbie jest 5 osób studiujących stacjonarnie i 3 niestacjonarnie. Średnia ocena zajęć wynosi M = 4,00 (SD = 0,76) na skali 1–5. Jak dobrać tabelę i wykres, podpowiadamy we wpisie prezentacja danych statystycznych.
3. Analiza. Alfa Cronbacha wynosi 0,84, czyli powyżej umownego progu 0,70 (Nunnally, 1978). Test t dla jednej próby porównuje średnią ze środkiem skali (3): t(7) = 3,74; p = 0,007, więc odrzucamy H0. Sprawdź też, czy wynik nie zależy od jednej osoby: po usunięciu kolejno każdej z nich alfa mieści się między 0,78 a 0,88, a p nie przekracza 0,021 (ostatnia tabela w wyniku R). Przy ośmiu osobach to nadal tylko ilustracja.

# Etap 2 → 3: eksport z Formularzy Google (Plik → Pobierz → CSV); w praktyce read.csv("ankieta.csv")
ankieta <- read.csv(text = "
tryb,Z1,Z2,Z3,Z4
stacjonarne,5,5,5,1
stacjonarne,5,4,4,1
niestacjonarne,3,3,3,3
stacjonarne,5,4,4,2
niestacjonarne,3,4,5,2
stacjonarne,4,4,4,1
niestacjonarne,2,2,4,3
stacjonarne,4,5,4,2
niestacjonarne,4,,,")

# Etap 3. Opracowanie: braki danych, odrzucenie przerwanej ankiety, rekodowanie
colSums(is.na(ankieta))
ankieta <- ankieta[complete.cases(ankieta), ]
nrow(ankieta)
ankieta$Z4r <- 6 - ankieta$Z4                     # „Zajęcia online mnie nudzą” – odwracamy
pozycje <- ankieta[, c("Z1", "Z2", "Z3", "Z4r")]
ankieta$ocena <- rowMeans(pozycje)                # wynik skali 1–5

# Etap 4. Prezentacja: struktura próby i statystyki opisowe
table(ankieta$tryb)
round(c(M = mean(ankieta$ocena), SD = sd(ankieta$ocena)), 2)

# Etap 5. Analiza: rzetelność skali i test dla jednej próby (H0: μ = 3, środek skali)
round(psych::alpha(pozycje)$total$raw_alpha, 2)
t.test(ankieta$ocena, mu = 3)

# Odporność: alfa i p po usunięciu kolejno każdej osoby
round(sapply(1:nrow(ankieta), function(i) c(alfa = psych::alpha(pozycje[-i, ])$total$raw_alpha,
      p = t.test(ankieta$ocena[-i], mu = 3)$p.value)), 3)

Wynik w konsoli R:

tryb   Z1   Z2   Z3   Z4 
   0    0    1    1    1 
[1] 8

niestacjonarne    stacjonarne 
             3              5 
   M   SD 
4.00 0.76 
[1] 0.84

	One Sample t-test

data:  ankieta$ocena
t = 3.7417, df = 7, p-value = 0.007247
alternative hypothesis: true mean is not equal to 3
95 percent confidence interval:
 3.368028 4.631972
sample estimates:
mean of x 
        4 

      [,1]  [,2]  [,3]  [,4]  [,5]  [,6]  [,7]  [,8]
alfa 0.783 0.859 0.783 0.867 0.881 0.855 0.806 0.867
p    0.017 0.021 0.005 0.020 0.018 0.020 0.002 0.020

Tabela 2 trafia do rozdziału wyników, a informacja o odrzuconej ankiecie – do opisu próby. Gdy braków jest więcej, podaj, w których pytaniach wystąpiły i co z nimi zrobiłeś. Krok po kroku pokazujemy to w poradniku jak opracować wyniki ankiety.

Pytania promotora

Czy mogę sformułować hipotezy po zebraniu danych?

Możesz przeglądać dane, ale wtedy uczciwie nazwij to analizą eksploracyjną. Hipotezy testowane w pracy powinny powstać w etapie 1. Testowanie wszystkiego, aż coś wyjdzie istotne, mnoży fałszywe odkrycia (Simmons i in., 2011).

Ile osób muszę zbadać?

To zależy od testu i spodziewanej wielkości efektu. Do wykrycia średniej różnicy między dwiema grupami (d = 0,5) z mocą 80% potrzeba około 64 osób w każdej grupie (Cohen, 1992). Więcej w poradniku analiza statystyczna w pracy magisterskiej.

Najczęstsze błędy

• Plan analizy powstaje dopiero po zebraniu danych.
• W pracy brakuje informacji, ile ankiet odrzucono i dlaczego.
• Pytanie odwrócone trafia do wyniku skali bez rekodowania.
• Wyniki z próby dostępności są uogólniane na wszystkich studentów.