Analiza danych ilościowych w pracy magisterskiej - jaki test wybrać?

Masz 150 wypełnionych ankiet i pytanie, co dalej. Ten poradnik prowadzi przez analizę danych ilościowych dokładnie w tej kolejności, w jakiej wykonuje się ją w pracy magisterskiej: od porządkowania danych, przez statystyki opisowe, po wybór testu statystycznego i zapis wyników w rozdziale badawczym. Najwięcej miejsca poświęcamy tabeli doboru testu, bo to o nią rozbija się większość studentów, a w gruncie rzeczy sprowadza się do dwóch pytań: co chcesz sprawdzić i jakiego typu są Twoje zmienne.

Krok 1. Uporządkuj i wyczyść dane

Analizę zaczyna się od macierzy danych: wiersz = jeden respondent, kolumna = jedna zmienna. Ankiety online (Google Forms, LimeSurvey) wygenerują taki arkusz automatycznie; odpowiedzi z ankiet papierowych trzeba zakodować ręcznie, nadając odpowiedziom wartości liczbowe (np. „zdecydowanie się nie zgadzam" = 1, ... „zdecydowanie się zgadzam" = 5). Przy skalach standaryzowanych pamiętaj o pozycjach odwróconych, które przed sumowaniem wymagają przekodowania.

Czyszczenie danych polega na usunięciu rekordów, które zaniżyłyby rzetelność wyników: kwestionariuszy wypełnionych w nierealnie krótkim czasie, z brakami w pozycjach skali, z jednostajnym wzorcem odpowiedzi (sama opcja „3" od początku do końca). Liczbę usuniętych rekordów i kryteria wykluczenia odnotuj - ta informacja należy do rozdziału metodologicznego. Po czyszczeniu policz wynik łączny każdej skali zgodnie z jej kluczem i sprawdź rzetelność współczynnikiem alfa Cronbacha (wartości od 0,7 w górę uznaje się za akceptowalne).

Krok 2. Statystyki opisowe - obraz próby i zmiennych

Zanim cokolwiek przetestujesz, opisz dane. Dla zmiennych kategorialnych (płeć, miejsce zamieszkania, model pracy) podaje się liczebności i procenty. Dla zmiennych liczbowych (wiek, wynik skali) średnią (M), odchylenie standardowe (SD), medianę oraz minimum i maksimum. Te statystyki budują pierwszą część rozdziału badawczego: charakterystykę próby. Na tym etapie sprawdź też rozkłady - histogram pokaże wartości odstające i skośność, a test Shapiro-Wilka zweryfikuje normalność rozkładu, od której zależy wybór testów w kolejnym kroku.

Krok 3. Dobierz test statystyczny

Wybór testu wyznaczają dwa pytania. Pierwsze: co chcesz zrobić - porównać grupy, zbadać związek zmiennych czy sprawdzić zależność między kategoriami? Drugie: jakiego typu są zmienne i czy ich rozkład jest normalny? Odpowiedzi prowadzą wprost do właściwego wiersza tabeli.

Co chcesz sprawdzić	Przykład hipotezy	Test parametryczny	Odpowiednik nieparametryczny
Różnicę między 2 grupami	Kobiety i mężczyźni różnią się poziomem stresu	test t-Studenta	U Manna-Whitneya
Różnicę między 3+ grupami	Poziom satysfakcji różni się między modelami pracy	ANOVA (+ testy post hoc)	Kruskal-Wallis
Różnicę w 2 pomiarach tej samej grupy	Wiedza wzrosła po szkoleniu (pre-test/post-test)	test t dla prób zależnych	test Wilcoxona
Związek 2 zmiennych liczbowych	Im wyższa samoocena, tym niższy lęk	korelacja r-Pearsona	rho Spearmana
Zależność 2 zmiennych kategorialnych	Płeć wiąże się z wyborem formy zakupów	test chi-kwadrat
Przewidywanie zmiennej na podstawie kilku innych	Samoocena i wsparcie społeczne przewidują poziom wypalenia	regresja wielokrotna

Kolumny „parametryczny" i „nieparametryczny" różnią się założeniami: testy parametryczne wymagają zmiennych liczbowych o rozkładzie zbliżonym do normalnego, nieparametryczne działają na rangach i nadają się też do zmiennych porządkowych (np. pojedynczych pozycji skali Likerta). Jeśli Shapiro-Wilk wykazał odstępstwo od normalności, po prostu przejdź do prawej kolumny - wniosek z analizy raportuje się tak samo. Sumaryczne wyniki wielopozycyjnych skal traktuje się zwyczajowo jako zmienne liczbowe, więc przy dużej próbie test t i ANOVA są zwykle właściwym wyborem.

Krok 4. Wybierz program do analizy

Do pracy magisterskiej nie potrzebujesz płatnego oprogramowania. Realny przegląd możliwości wygląda tak:

• Excel / Arkusze Google - statystyki opisowe, tabele częstości, wykresy, prosty test t i korelacja. Wystarczy, jeśli praca ogranicza się do opisu wyników ankiety.
• JASP i jamovi (darmowe) - pełen zestaw testów z tabeli powyżej w interfejsie okienkowym; wyniki od razu w formacie zbliżonym do standardu APA. Najlepszy wybór dla większości magistrantów.
• SPSS - akademicki standard; sensowny, gdy uczelnia udostępnia licencję albo promotor wymaga raportów w tym formacie.
• R / Python - pełna kontrola i powtarzalność analiz; opłaca się przy dużych zbiorach danych lub na kierunkach ścisłych, wymaga jednak nauki podstaw programowania.

Krok 5. Zapisz wyniki w rozdziale badawczym

Wynik testu raportuje się według stałego wzorca: statystyka testu, stopnie swobody, wartość p, a coraz częściej też wielkość efektu. W praktyce wygląda to tak: „Kobiety (M = 3,84; SD = 0,61) uzyskały istotnie wyższy wynik niż mężczyźni (M = 3,42; SD = 0,70); t(145) = 3,71; p < 0,001; d = 0,62". Takie zdanie zawiera wszystko, czego recenzent szuka, i da się je zbudować dla każdego testu z tabeli.

Przy prezentacji wyników trzymaj się trzech zasad. Tabela albo wykres pokazuje dane, a tekst je interpretuje, zamiast powtarzać liczby zdaniami. Każda tabela i rycina ma numer, tytuł i źródło („badania własne") oraz przynajmniej jedno odwołanie w tekście. Wyniki zestawia się z hipotezami wprost: „wynik potwierdza hipotezę H1" albo „nie znaleziono podstaw do przyjęcia H2", a niepotwierdzona hipoteza to pełnoprawny wynik naukowy, który omawia się w dyskusji. Strukturę całego rozdziału znajdziesz w poradniku o rozdziale badawczym.

Najczęstsze błędy w analizie ilościowej

• Mylenie korelacji z przyczynowością. Badanie przekrojowe wykazuje współwystępowanie zmiennych; pisanie „X powoduje Y" to najczęstsza uwaga recenzentów.
• Test dobrany do programu, nie do hipotezy. Kolejność jest odwrotna: najpierw hipoteza i typ zmiennych, potem test, na końcu program, który go policzy.
• Pomijanie weryfikacji założeń. Brak informacji o normalności rozkładu przy teście t sygnalizuje, że analiza powstała mechanicznie.
• Raportowanie samego p. Bez średnich i odchyleń czytelnik nie wie, jak duża jest różnica; przy dużych próbach istotne statystycznie bywają różnice praktycznie pomijalne.
• Procenty z mikropodgrup. „75% badanych w grupie" brzmi poważnie, dopóki nie okaże się, że grupa liczyła 4 osoby. Przy małych liczebnościach podawaj n zamiast samych procentów.

FAQ - najczęściej zadawane pytania

Podsumowanie

Analiza ilościowa to sekwencja pięciu kroków: porządkowanie danych, statystyki opisowe, dobór testu z tabeli, obliczenia w wybranym programie i raportowanie według wzorca M/SD/test/p. Jeśli planujesz dopiero badanie, zacznij od poradnika o badaniach ilościowych i konstrukcji ankiety - dobrze zaprojektowane narzędzie to połowa udanej analizy. Sposób opisania całej procedury pokazuje nasz wzór rozdziału metodologicznego (PDF).