Prace dyplomowe · Arkusze Google

Analiza ankiety w Arkuszach Google – bez Excela i SPSS: kodowanie odpowiedzi, tabela przestawna, chi-kwadrat, korelacja i T.TEST

Odpowiedzi z Formularzy Google możesz policzyć w samym arkuszu: zakodować formułami SWITCH i COUNTIF, zrobić statystyki opisowe, tabelę krzyżową, chi-kwadrat, korelację i test Welcha. Pokazujemy formuły, pułapki SPLIT i T.TEST oraz liczby kontrolne z R, z którymi wynik arkusza ma się zgadzać.

Strona główna / Blog / Analiza ankiety w Arkuszach Google
W skrócie: Do prostej analizy ankiety Arkusze Google wystarczą, jeśli nie pracujesz na karcie z odpowiedziami, tylko kodujesz je formułami w osobnej karcie. Pola wyboru licz przez COUNTIF z pełną etykietą, bo SPLIT rozbija etykiety ze spacją lub przecinkiem. Słowa ze skali Likerta zamieniaj na liczby funkcją SWITCH. CHISQ.TEST potrzebuje tabeli oczekiwanej, a T.TEST z typem 3 to test Welcha (w przykładzie p = .025, typ 2 daje .032). Obie funkcje zwracają tylko p, więc χ², t, df i wielkość efektu dopisz formułami i sprawdź z R.

Kiedy Arkusze Google wystarczą do analizy ankiety

Odpowiedzi z Formularzy Google trafiają do arkusza, który działa w przeglądarce i nie wymaga licencji. Do pracy licencjackiej z kilkoma hipotezami często wystarczy: policzysz w nim statystyki opisowe, tabelę krzyżową, chi-kwadrat, korelację Pearsona i test t – jeśli wiesz, co zwraca każda funkcja.

Pokazujemy całą drogę wewnątrz arkusza, a każdy wynik porównujemy z liczbą kontrolną z R. Pełną analizę eksportu z Formularzy w R, od słownika zmiennych po zdania APA, opisuje analiza ankiety z Google Forms krok po kroku. Kodowanie danych pod SPSS i R – poradnik dane z Google Forms i LimeSurvey. Te same analizy w Excelu, z polskimi nazwami funkcji – analiza statystyczna w Excelu, a wybór narzędzia do zbierania odpowiedzi – Google Forms, MS Forms czy LimeSurvey.

Nazwy funkcji i menu podajemy według pomocy Google (odczyt 10 listopada 2026). Arkuszy nie uruchamialiśmy: liczby pochodzą z R, a formuły zapisano tak, żeby dały te same wyniki. Inny wynik w Twoim arkuszu to sygnał do sprawdzenia formuły.

Plik przykładowy: 146 odpowiedzi o aktywności fizycznej

Fikcyjna ankieta wśród osób studiujących ma układ arkusza odpowiedzi z Formularzy: tryb studiów, płeć, przynależność do sekcji sportowej, pole wyboru z pięcioma formami aktywności, minuty aktywności tygodniowo i siatka czterech stwierdzeń o samopoczuciu (od „Zdecydowanie nie” do „Zdecydowanie tak”; „Łatwo się męczę” jest odwrócone, a odpowiedź nie była wymagana).

Pobierz plik CSV z odpowiedziami (UTF-8, dane symulowane). Kolumny mają w nim te same litery co w formułach poniżej: A – sygnatura czasowa, B – tryb studiów, C – płeć, D – sekcja, E – formy aktywności, F – minuty, G–J – cztery stwierdzenia. Odpowiedzi to wiersze 2–147.

Krok 1. Połącz formularz z arkuszem i nie pracuj na odpowiedziach

W formularzu otwórz zakładkę Odpowiedzi → Podsumowanie, kliknij Więcej i wybierz Wybierz miejsce docelowe odpowiedzi. Potem zdecyduj: Utwórz nowy arkusz kalkulacyjny albo Wybierz istniejący arkusz kalkulacyjny. W angielskiej wersji to Responses → Summary → More → Select destination for responses (Google, b.d.-b). Arkusze same umieszczają odpowiedzi w tabeli, a każda nowa odpowiedź z formularza pojawia się w niej automatycznie. Osoby współpracujące przy formularzu dostają dostęp do nowego arkusza, ale późniejsze zmiany uprawnień się nie przenoszą (Google, b.d.-b) – sprawdź, kto widzi surowe odpowiedzi.

Karty z odpowiedziami nie edytuj, nie sortuj i nie dopisuj do niej kolumn. Każdą zmianę rób w osobnej karcie formułą odwołującą się do odpowiedzi. Surowe dane zostają nietknięte, a nowe odpowiedzi przeliczają się same (rysunek 1). Broman i Woo (2018) wśród zasad porządkowania danych w arkuszach wymieniają właśnie brak obliczeń w pliku z danymi surowymi i słownik danych. Szerzej o organizacji pliku pisze poradnik jak przygotować bazę danych do analizy.

Schemat trzech kart arkusza: karta Odpowiedzi połączona z formularzem, której się nie edytuje; karta Kodowanie z formułami SWITCH, odwróceniem pozycji, zmiennymi 0/1 i wynikiem skali; karta Analizy ze statystykami, tabelą przestawną i testami; strzałki pokazują, że każda karta odwołuje się do poprzedniej
Rysunek 1. Układ pliku z trzema kartami. Formularz zapisuje odpowiedzi w karcie 1, a karty 2 i 3 tylko do niej odwołują się formułami. Schemat ogólny, nie wygląd programu.

W formułach poniżej karty nazywają się Odpowiedzi, Kodowanie i Analizy. Nazwa karty z odpowiedziami w Twoim pliku może być inna – wtedy podmień ją w odwołaniach.

Krok 2. Ustawienia regionalne, separator i nazwy funkcji

Zanim wpiszesz pierwszą formułę, sprawdź dwa ustawienia w File → Settings (Google, b.d.-e):

  • Locale (ustawienia regionalne) zmienia domyślny format liczb, dat i walut w arkuszu, ale nie język menu. W polskim ustawieniu część dziesiętną oddziela przecinek, więc w formułach piszesz 0,05, a nie 0.05.
  • Always use English function names. Arkusze mogą wyświetlać nazwy funkcji w jednym z 21 innych języków, wśród nich po polsku. Wymaga to konta Google w innym języku niż angielski i odznaczenia tej opcji w części Display language (Google, b.d.-e). Polskich nazw poszczególnych funkcji nie sprawdzaliśmy, dlatego używamy angielskich.

Pomoc o ustawieniach regionalnych nie mówi nic o separatorze argumentów. Polska wersja strony funkcji T.TEST zapisuje jednak składnię ze średnikami: T.TEST(zakres1; zakres2; strony; typ) (Google, b.d.-f). Formuły w tym wpisie mają więc średniki. Jeśli arkusz zgłosi błąd analizy formuły, zamień średniki na przecinki albo sprawdź ustawienie Locale. Formuły z anglojęzycznych poradników mają zwykle przecinki – w arkuszu z polskim ustawieniem zamień je na średniki.

Krok 3. Pole wyboru: COUNTIF z całą etykietą zamiast SPLIT

Pole wyboru zapisuje zaznaczone opcje w jednej komórce, np. „Siłownia, Rower”. SPLIT ma tu dwie pułapki (Google, b.d.-d):

  • Domyślnie (split_by_each = TRUE) dzieli tekst po każdym znaku separatora osobno. =SPLIT(E2; ", ") tnie więc nie tylko po przecinku, ale też po każdej spacji. W przykładzie „lub” stałoby się najczęstszą „odpowiedzią” (138 razy), a „Bieganie” i „marsz” osobnymi opcjami.
  • Z argumentem FALSE, =SPLIT(E2; ", "; FALSE), arkusz dzieli po całym ciągu „, ”. To nie pomoże, jeśli sama etykieta zawiera przecinek. Opcja „Joga, pilates lub stretching” rozpada się wtedy na dwie: „Joga” i „pilates lub stretching”, po 54 razy (rysunek 2).
Dwa wykresy słupkowe liczby osób, które zaznaczyły daną formę aktywności. Po lewej poprawne liczby z COUNTIF z całą etykietą: bieganie lub marsz 84, siłownia 82, rower 48, joga, pilates lub stretching 54, gry zespołowe 38. Po prawej wynik dzielenia funkcją SPLIT po przecinku i spacji: opcja z jogą rozpada się na dwie fałszywe opcje Joga i pilates lub stretching, po 54
Rysunek 2. Te same odpowiedzi policzone dwoma sposobami. Etykieta z przecinkiem w środku daje po podziale dwie „opcje” (na czerwono). Obliczenia: R (dane symulowane).

Pewniejszy sposób to zmienna 0/1 dla każdej opcji, szukana po pełnej etykiecie. COUNTIF obsługuje symbole wieloznaczne: * to dowolny ciąg znaków, a ? – jeden znak. Nie rozróżnia przy tym wielkości liter (Google, b.d.-d). W karcie Kodowanie, w kolumnie dla siłowni, wpisz:

=IF(Odpowiedzi!$E2=""; ""; IF(COUNTIF(Odpowiedzi!$E2; "*Siłownia*")>0; 1; 0))

i skopiuj w dół. Osoba bez zaznaczenia dostaje pustą komórkę, a nie zero, bo pustego pola nie odróżnisz od pominiętego pytania. Liczbę osób, które cokolwiek zaznaczyły, policzysz formułą =COUNTIF(Odpowiedzi!E2:E147; "?*"). W przykładzie to 135 ze 146. Tak wyglądają wyniki:

Liczba i odsetek osób, które zaznaczyły daną formę aktywności, policzone formułą COUNTIF
OpcjaFormuła w karcie Analizyn% z 135 osób
Bieganie lub marsz=COUNTIF(Odpowiedzi!$E$2:$E$147; "*Bieganie lub marsz*")8462.2
Siłownia=COUNTIF(…; "*Siłownia*")8260.7
Rower=COUNTIF(…; "*Rower*")4835.6
Joga, pilates lub stretching=COUNTIF(…; "*Joga, pilates lub stretching*")5440.0
Gry zespołowe=COUNTIF(…; "*Gry zespołowe*")3828.1

Liczby kontrolne z kodu R pokazanego niżej. Odsetki od liczby osób, które zaznaczyły co najmniej jedną opcję. Dane symulowane.

Odsetki sumują się do 226.7%, bo jedna osoba mogła zaznaczyć kilka opcji. Uwaga: etykieta jednej opcji nie może zawierać się w innej (np. „Rower” i „Rower stacjonarny”). Od czego liczyć odsetki i jak pokazać takie pytanie w tabeli, wyjaśnia wpis o pytaniach wielokrotnego wyboru.

Krok 4. Siatka Likerta: SWITCH, pozycja odwrócona i wynik skali

Słowa z siatki zamień na liczby funkcją SWITCH: zwraca wartość pierwszego pasującego przypadku, a ostatni argument jest wartością domyślną (Google, b.d.-d). W karcie Kodowanie, w kolumnie D (pierwsze stwierdzenie), wpisz:

=SWITCH(Odpowiedzi!G2; "Zdecydowanie nie"; 1; "Raczej nie"; 2; "Ani tak, ani nie"; 3;
        "Raczej tak"; 4; "Zdecydowanie tak"; 5; "")

Pusta komórka trafia do wartości domyślnej "", czyli zostaje brakiem, a nie zerem. Ta sama formuła w kolumnach E–G koduje pozostałe stwierdzenia. Etykieta musi się zgadzać co do znaku. Poprawiona w trakcie badania treść opcji da dwie wersje etykiety, a stara wpadnie do wartości domyślnej. Sprawdź więc liczbę braków formułą =COUNTIF(D2:D147; "") i porównaj ją z liczbą pustych komórek w karcie odpowiedzi.

Pozycję odwróconą („Łatwo się męczę”, kolumna E) przekoduj do nowej kolumny H: =IF(E2=""; ""; 6-E2). Do wyniku wchodzą kolumny D, F, G i H. Wynik samopoczucia w kolumnie I to średnia, liczona tylko u osób z co najmniej trzema odpowiedziami na cztery:

=IF(COUNT(D2; F2; G2; H2)>=3; AVERAGE(D2; F2; G2; H2); "")

COUNT liczy tylko liczby, a AVERAGE pomija tekst, więc puste napisy z SWITCH nie zaniżą średniej. W przykładzie 132 osoby odpowiedziały na wszystkie cztery stwierdzenia, 12 – na trzy, a 2 – tylko na dwa. Wynik ma więc 144 osoby. Dlaczego średnia, a nie suma, i jak ustalić próg braków, wyjaśnia hasło wynik skali: średnia czy suma.

Do zamiany liczb na przedziały służy IFS, np. podział minut aktywności na dwie kategorie: =IFS(C2<150; "poniżej 150"; C2>=150; "150 i więcej"). IFS zwraca błąd #N/A, gdy żaden warunek nie jest prawdziwy (Google, b.d.-d). Taki błąd w kolumnie to więc znak, że warunki nie pokrywają wszystkich wartości. Do testów minuty zostają jednak liczbą, bo dzielenie zmiennej ciągłej osłabia analizę.

Krok 5. Statystyki opisowe: AVERAGE, MEDIAN, STDEV i grupy

STDEV liczy odchylenie standardowe z próby, tak jak programy statystyczne. Wersja dla całej populacji to STDEVP i do ankiety się nie nadaje (Google, b.d.-d). W grupach średnią policzysz przez AVERAGEIF. Dla odchylenia standardowego i mediany najprościej podać funkcji wynik FILTER, a w warunku od razu pominąć puste komórki:

Formuły statystyk opisowych w Arkuszach Google i liczby kontrolne z R
StatystykaFormuła (karta Analizy)Wynik
n z wynikiem samopoczucia=COUNT(Kodowanie!I2:I147)144
Średnia=AVERAGE(Kodowanie!I2:I147)3.27
Mediana=MEDIAN(Kodowanie!I2:I147)3.25
Odchylenie standardowe=STDEV(Kodowanie!I2:I147)0.92
Średnia – stacjonarne=AVERAGEIF(Kodowanie!A2:A147; "Stacjonarne"; Kodowanie!I2:I147)3.38
SD – stacjonarne=STDEV(FILTER(Kodowanie!I2:I147; Kodowanie!A2:A147="Stacjonarne"; Kodowanie!I2:I147<>""))0.94
n – stacjonarne=COUNT(FILTER(Kodowanie!I2:I147; Kodowanie!A2:A147="Stacjonarne"; Kodowanie!I2:I147<>""))101
Niestacjonarne: M, SD, njak wyżej z „Niestacjonarne”3.02; 0.83; 43
Minuty aktywności: M (SD), mediana=AVERAGE(Kodowanie!C2:C147) itd.172.47 (86.31); 165

Kolumna A karty Kodowanie to tryb studiów (=Odpowiedzi!B2), B – sekcja, C – minuty, I – wynik samopoczucia. Liczby kontrolne z R, zaokrąglone do dwóch miejsc. Dane symulowane.

FILTER zwraca #N/A, gdy żaden wiersz nie spełnia warunku (Google, b.d.-d) – zwykle przez literówkę w nazwie grupy. Co z tych liczb wpisać do tabeli w pracy i z jaką dokładnością, opisuje wpis statystyki opisowe w pracy.

Krok 6. Tabela przestawna i tabela krzyżowa z odsetkami

Liczebności w podziale na dwie zmienne najszybciej da tabela przestawna. Zaznacz dane z nagłówkami i wybierz Wstaw → Tabela przestawna (Insert → Pivot table). W panelu bocznym przy Wiersze (Rows) kliknij Add i wybierz tryb studiów, a przy Kolumny (Columns) – przynależność do sekcji (Google, b.d.-c). Przy Wartości (Values) dodaj dowolną kolumnę tekstową. Sprawdź, czy w polu podsumowania („Sumuj według”) arkusz liczy wystąpienia, a nie sumuje. Do testu wygodniej jednak zbudować tabelę krzyżową formułami, bo wtedy masz pewność, które komórki trafiają do CHISQ.TEST:

B3:  =COUNTIFS(Kodowanie!$A$2:$A$147; $A3; Kodowanie!$B$2:$B$147; B$2)
D3:  =SUM(B3:C3)          B5:  =SUM(B3:B4)
F3:  =B3/$D3              (odsetek w wierszu; format procentowy)
Tabela krzyżowa trybu studiów i przynależności do sekcji sportowej z odsetkami w wierszach
Tryb studiówNie należyNależy do sekcjiRazem
Niestacjonarne37 (84.1%)7 (15.9%)44
Stacjonarne74 (72.5%)28 (27.5%)102
Razem11135146

Liczebności z formuły COUNTIFS (lub tabeli przestawnej), w nawiasach odsetki w wierszach. Liczby kontrolne z R. Dane symulowane.

Odsetki w wierszach mówią, jaki odsetek osób w danym trybie należy do sekcji: 27.5% wśród stacjonarnych i 15.9% wśród niestacjonarnych. Zanim policzysz procenty, ustal, która zmienna jest grupującą.

Krok 7. Chi-kwadrat: CHISQ.TEST potrzebuje tabeli oczekiwanej

CHISQ.TEST to w spisie funkcji ta sama funkcja co CHITEST. Przyjmuje dwa zakresy: liczebności obserwowane i oczekiwane przy hipotezie zerowej. Oba muszą mieć tyle samo wierszy i kolumn. Zwraca tylko prawdopodobieństwo, czyli wartość p testu chi-kwadrat Pearsona (Google, b.d.-a, b.d.-d). Tabeli oczekiwanej arkusz sam nie zbuduje. Wpisz ją obok obserwowanej (B8:C9), a w każdej komórce sumę wiersza razy sumę kolumny przez sumę ogólną:

B8:  =$D3*B$5/$D$5                         (kopiuj do B8:C9)
p:   =CHISQ.TEST(B3:C4; B8:C9)              → .134
χ²:  =SUMPRODUCT((B3:C4-B8:C9)^2/B8:C9)     → 2.25
p:   =CHISQ.DIST.RT(χ²; 1)                  → .134  (df = (2−1)·(2−1) = 1)
V:   =SQRT(χ²/(D5*1))                       → .12

Strona pomocy nie wspomina o stopniach swobody ani o poprawce Yatesa (Google, b.d.-a). Dlatego statystykę χ² licz osobno przez SUMPRODUCT, a p funkcją CHISQ.DIST.RT. Wtedy wiesz, co raportujesz. Jeśli obie wartości p są takie same, CHISQ.TEST liczy wersję bez poprawki. W przykładzie χ²(1, N = 146) = 2.25, p = .134, V Craméra = .12. Z poprawką Yatesa wyszłoby p = .198, więc wersję testu trzeba podać w pracy. Najmniejsza liczebność oczekiwana to 10.55, czyli warunek oczekiwanych powyżej 5 jest spełniony. Gdy nie jest, potrzebny jest test dokładny Fishera, którego w Arkuszach nie ma (więcej niżej). Pełną interpretację testu opisuje test chi-kwadrat krok po kroku.

Krok 8. CORREL i wartość p dla korelacji

CORREL(data_y; data_x) zwraca współczynnik r Pearsona i pomija tekst (Google, b.d.-d). Pomoc nie opisuje jednak, co dzieje się z parami, w których brakuje jednej wartości. Bezpieczniej podać obu argumentom tylko osoby z kompletem danych:

r:  =CORREL(FILTER(Kodowanie!I2:I147; Kodowanie!I2:I147<>"");
            FILTER(Kodowanie!C2:C147; Kodowanie!I2:I147<>""))     → .33
n:  =COUNT(Kodowanie!I2:I147)                                      → 144
t:  =r*SQRT(n-2)/SQRT(1-r^2)                                       → 4.16
p:  =T.DIST.2T(ABS(t); n-2)                                        → < .001
CI: =FISHERINV(FISHER(r)-1,96/SQRT(n-3)) i =FISHERINV(FISHER(r)+1,96/SQRT(n-3))  → [.18, .47]

T.DIST.2T wymaga nieujemnego t, stąd ABS (Google, b.d.-d). Liczba minut aktywności korelowała z samopoczuciem, r(142) = .33, 95% CI [.18, .47], p < .001. Przedział ufności liczy się przez transformację Fishera. Funkcje FISHER i FISHERINV są w spisie, a 1,96 to wartość krytyczna rozkładu normalnego. Kiedy zamiast tego wybrać korelację Spearmana, wyjaśnia wpis korelacja Pearsona i Spearmana krok po kroku.

Krok 9. T.TEST: który typ to test Welcha i co z grupami różnej wielkości

Składnia według pomocy Google to T.TEST(zakres1; zakres2; strony; typ). Funkcję można też wpisać jako TTEST. Zwraca tylko wartość p (Google, b.d.-f):

Argumenty strony i typ funkcji T.TEST w Arkuszach Google i wyniki dla przykładu
ArgumentOpis w pomocy GoogleCo to za testp w przykładzie
typ = 1test sparowanytest t dla prób zależnych (te same osoby w dwóch kolumnach)–
typ = 2dwie próby, równe wariancje (homoskedastyczny)klasyczny test t Studenta.032
typ = 3dwie próby, nierówne wariancje (heteroskedastyczny)test t Welcha.025
strony = 1 lub 2rozkład jedno- albo dwustronny; dwustronny daje dwa razy większe pprzy typie 3: .013 (jednostronny) i .025 (dwustronny)

Wynik samopoczucia: stacjonarne (n = 101) a niestacjonarne (n = 43). Wartości p z R, zaokrąglone do trzech miejsc. Dane symulowane.

Wybierz typ 3: test Welcha nie zakłada równych wariancji (uzasadnienie we wpisie o analizie w Excelu, gdzie funkcja ma te same argumenty). Test jednostronny tylko przy kierunku hipotezy zapisanym przed zebraniem danych.

Jest jedno zastrzeżenie. W uwagach pomocy Google stoi zdanie, że oba zakresy muszą mieć tyle samo punktów danych (Google, b.d.-f). W ankiecie grupy prawie nigdy nie są równe – tu 101 i 43 osoby – a nie sprawdzaliśmy, czy funkcja zwróci wtedy wynik. Pewniejsza droga to test Welcha z formuł, który przy okazji daje statystykę t, stopnie swobody i przedział ufności:

Test Welcha z formuł w Arkuszach Google z wynikami dla przykładu
Co liczyszFormuła (M1, M2, S1, S2, N1, N2 – komórki ze statystykami grup z kroku 5)Wynik
Różnica średnich=M1-M20.36
Błąd standardowy różnicy=SQRT(S1^2/N1+S2^2/N2)0.16
t Welcha=(M1-M2)/SE2.28
df Welcha–Satterthwaite’a=SE^4/((S1^2/N1)^2/(N1-1)+(S2^2/N2)^2/(N2-1))89.05
p dwustronne=T.DIST.2T(ABS(t); df).025
95% CI różnicy=M1-M2-T.INV.2T(0,05; df)*SE i …+…[0.05, 0.67]
d Cohena (łączne SD)=(M1-M2)/SQRT(((N1-1)*S1^2+(N2-1)*S2^2)/(N1+N2-2))0.39

Liczby kontrolne z R (t.test i wzory pokazane w kodzie). Dane symulowane.

Strona funkcji T.DIST.2T nie mówi, czy niecałkowite stopnie swobody są obcinane do liczby całkowitej (Google, b.d.-d). Tu nie ma to znaczenia: przy df = 89 zamiast 89.05 wartość p zmienia się dopiero na szóstym miejscu po przecinku. Zapis wyniku: osoby studiujące stacjonarnie oceniały samopoczucie wyżej (M = 3.38, SD = 0.94) niż niestacjonarnie (M = 3.02, SD = 0.83), t(89.05) = 2.28, p = .025, d = 0.39. Ten sam test w programach statystycznych pokazują wpisy test t w jamovi i test t w SPSS.

Czego Arkusze nie zrobią – i kiedy przejść do jamovi, SPSS albo R

W kategorii funkcji statystycznych spisu Arkuszy (odczyt 10 listopada 2026) nie ma testu Levene’a, testów Manna–Whitneya, Wilcoxona i Kruskala–Wallisa, testu dokładnego Fishera, analizy wariancji, testu Shapiro–Wilka ani alfy Cronbacha (Google, b.d.-d). F.TEST to test równości dwóch wariancji, a nie ANOVA, a FISHER to transformacja Fishera, a nie test dokładny. Regresję liczy LINEST z kategorii funkcji tablicowych, ale jej tu nie opisujemy. Program statystyczny jest potrzebny, gdy w planie masz:

  • porównanie trzech lub więcej grup (ANOVA z testami post hoc albo test Kruskala–Wallisa),
  • testy nieparametryczne, test dokładny Fishera przy małych liczebnościach oczekiwanych,
  • rzetelność skali (alfa, omega), analizę czynnikową, regresję z kilkoma predyktorami i diagnostyką,
  • przedziały ufności dla wielkości efektu i wiele analiz, które trzeba łatwo powtórzyć na poprawionych danych.

Druga sprawa to dokładność. Keeling i Pavur (2011) porównali sześć arkuszy na referencyjnych zbiorach danych. Ówczesny arkusz Google Docs ocenili jako mający braki i nienadający się do naukowej analizy statystycznej. McCullough i Yalta (2013) sprawdzili arkusze w chmurze, w tym arkusz Google. Opisali błędne wyniki, brak informacji o zmianach oprogramowania i to, że powtórzone po kilku miesiącach testy dawały inne wyniki. To badania sprzed ponad dekady i nie mówią nic o dzisiejszej wersji, ale uzasadniają zasadę z tego wpisu: liczby do pracy sprawdź w drugim programie.

Karta Kodowanie to gotowy zbiór danych. Pobierz ją jako CSV i otwórz w jamovi (przygotowanie danych w jamovi, chi-kwadrat w jamovi), w SPSS albo w R (R dla początkujących). Analizę odpowiednią do hipotezy pomoże wybrać kreator doboru testu, a wykresy do pracy – poradnik wykresy w Excelu do pracy dyplomowej (zasady są te same w każdym arkuszu).

Przykład reprodukowalny

Liczby kontrolne w R

Kod odtwarza każdą formułę z wpisu. Pole wyboru liczy jak COUNTIF z symbolem wieloznacznym, a strsplit działa jak SPLIT z obu ustawień. Siatkę koduje mapa jak w SWITCH, z progiem trzech odpowiedzi. Dalej są statystyki opisowe, tabela krzyżowa z tabelą oczekiwaną, chi-kwadrat z poprawką Yatesa i bez niej, korelacja z t i p oraz test t w wersji Studenta (typ 2) i Welcha (typ 3), także liczony ze wzorów jak w arkuszu. Wynik arkusza powinien zgadzać się z tymi liczbami do zaokrąglenia.

Liczby kontrolne dla formuł Arkuszy Google

Dane wejściowe: plik CSV z 146 fikcyjnymi odpowiedziami w układzie arkusza odpowiedzi z Formularzy (dane symulowane, set.seed(5320) w skrypcie, który tworzy plik do pobrania); tylko bazowy R.

Co odczytać: liczebności opcji pola wyboru i skutki SPLIT, liczbę osób z wynikiem skali, statystyki opisowe, tabelę krzyżową, χ² i p, r z t i p, wartości p dla typów 2 i 3 oraz test Welcha z formuł.

R
# B532 – liczby kontrolne dla formuł w Arkuszach Google (bazowy R, dane symulowane)
d <- read.csv("ankieta-aktywnosc-arkusze-google.csv", check.names = FALSE, fileEncoding = "UTF-8",
              na.strings = NULL, colClasses = "character")
names(d) <- c("czas", "tryb", "plec", "sekcja", "formy", "minuty", "s1", "s2", "s3", "s4")
d$minuty <- as.numeric(d$minuty)
nrow(d)

# 1. Pole wyboru: COUNTIF z symbolem wieloznacznym a SPLIT
opcje <- c("Bieganie lub marsz", "Siłownia", "Rower", "Joga, pilates lub stretching", "Gry zespołowe")
odp <- sum(d$formy != "")                                  # =COUNTIF(E2:E147; "?*")
odp
liczba <- sapply(opcje, function(o) sum(grepl(o, d$formy, fixed = TRUE)))   # =COUNTIF(E2:E147; "*Siłownia*")
data.frame(liczba, proc_osob = round(100 * liczba / odp, 1))
round(100 * sum(liczba) / odp, 1)                          # suma odsetków > 100%
# SPLIT(E2; ", "; FALSE) dzieli po całym ciągu ", " – także w środku etykiety z przecinkiem
kawalki <- unlist(strsplit(d$formy[d$formy != ""], ", ", fixed = TRUE))
as.data.frame(table(kawalki), responseName = "liczba")
# SPLIT(E2; ", ") z domyślnym split_by_each = TRUE dzieli po każdym znaku: przecinku i spacji
head(sort(table(unlist(strsplit(d$formy[d$formy != ""], "[, ]+"))), decreasing = TRUE), 8)

# 2. Siatka Likerta: SWITCH tekst -> liczba, pozycja odwrócona 6 - x, wynik przy >= 3 odpowiedziach
SWITCH <- function(x) c("Zdecydowanie nie" = 1, "Raczej nie" = 2, "Ani tak, ani nie" = 3,
                        "Raczej tak" = 4, "Zdecydowanie tak" = 5)[x]
L <- sapply(d[c("s1", "s2", "s3", "s4")], SWITCH)          # puste komórki -> NA (w arkuszu "")
L[, "s2"] <- 6 - L[, "s2"]                                  # =IF(H2=""; ""; 6-H2)
ile <- rowSums(!is.na(L))
table(liczba_odpowiedzi = ile)
d$samopoczucie <- ifelse(ile >= 3, rowMeans(L, na.rm = TRUE), NA)   # =IF(COUNT(K2:N2)>=3; AVERAGE(K2:N2); "")

# 3. Statystyki opisowe: COUNT, AVERAGE, MEDIAN, STDEV – całość i w grupach
opis <- function(x) { x <- x[!is.na(x)]; round(c(n = length(x), M = mean(x), Me = median(x), SD = sd(x)), 3) }
rbind(minuty = opis(d$minuty), samopoczucie = opis(d$samopoczucie))
sapply(split(d$samopoczucie, d$tryb), opis)

# 4. Tabela przestawna tryb x sekcja, odsetki w wierszach i tabela oczekiwana
O <- table(tryb = d$tryb, sekcja = d$sekcja)
addmargins(O)
round(100 * prop.table(O, 1), 1)
E <- outer(rowSums(O), colSums(O)) / sum(O)                # =$D2*B$4/$D$4 itd.
round(E, 2)

# 5. Chi-kwadrat: CHISQ.TEST, statystyka z SUMPRODUCT i CHISQ.DIST.RT
chi <- chisq.test(O, correct = FALSE)
round(c(chi2 = unname(chi$statistic), df = unname(chi$parameter), p = chi$p.value,
        V = sqrt(unname(chi$statistic) / sum(O))), 4)
round(chisq.test(O)$p.value, 4)                             # z poprawką Yatesa – dla porównania

# 6. Korelacja: CORREL, t i T.DIST.2T
k <- complete.cases(d$minuty, d$samopoczucie)
r <- cor(d$minuty[k], d$samopoczucie[k]); nk <- sum(k)
t_r <- r * sqrt(nk - 2) / sqrt(1 - r^2)
round(c(n = nk, r = r, t = t_r, p = 2 * pt(-abs(t_r), nk - 2)), 5)
round(cor.test(d$minuty, d$samopoczucie)$conf.int[1:2], 3)    # 95% CI dla r (transformacja Fishera)

# 7. Test t: T.TEST typ 2 i typ 3 oraz test Welcha z formuł
a <- d$samopoczucie[d$tryb == "Stacjonarne" & !is.na(d$samopoczucie)]
b <- d$samopoczucie[d$tryb == "Niestacjonarne" & !is.na(d$samopoczucie)]
round(c(typ2 = t.test(a, b, var.equal = TRUE)$p.value, typ3 = t.test(a, b)$p.value,
        typ3_jednostronny = t.test(a, b, alternative = "greater")$p.value), 5)
se <- sqrt(var(a) / length(a) + var(b) / length(b))
t_w <- (mean(a) - mean(b)) / se
df_w <- se^4 / ((var(a) / length(a))^2 / (length(a) - 1) + (var(b) / length(b))^2 / (length(b) - 1))
round(c(roznica = mean(a) - mean(b), t = t_w, df = df_w, p = 2 * pt(-abs(t_w), df_w),
        p_df_obciete = 2 * pt(-abs(t_w), floor(df_w))), 5)
round(t.test(a, b)$conf.int[1:2], 3)                       # 95% CI różnicy (Welch)
sp <- sqrt(((length(a) - 1) * var(a) + (length(b) - 1) * var(b)) / (length(a) + length(b) - 2))
round(c(n_stac = length(a), n_niestac = length(b), d_Cohena = (mean(a) - mean(b)) / sp), 3)
Wynik w R
[1] 146
[1] 135
                             liczba proc_osob
Bieganie lub marsz               84      62.2
Siłownia                         82      60.7
Rower                            48      35.6
Joga, pilates lub stretching     54      40.0
Gry zespołowe                    38      28.1
[1] 226.7
                 kawalki liczba
1     Bieganie lub marsz     84
2          Gry zespołowe     38
3                   Joga     54
4 pilates lub stretching     54
5                  Rower     48
6               Siłownia     82

       lub   Bieganie      marsz   Siłownia       Joga    pilates stretching      Rower 
       138         84         84         82         54         54         54         48 
liczba_odpowiedzi
  2   3   4 
  2  12 132 
               n       M     Me     SD
minuty       146 172.466 165.00 86.312
samopoczucie 144   3.268   3.25  0.924
   Niestacjonarne Stacjonarne
n          43.000     101.000
M           3.016       3.375
Me          3.000       3.500
SD          0.835       0.944
                sekcja
tryb             Nie Tak Sum
  Niestacjonarne  37   7  44
  Stacjonarne     74  28 102
  Sum            111  35 146
                sekcja
tryb              Nie  Tak
  Niestacjonarne 84.1 15.9
  Stacjonarne    72.5 27.5
                 Nie   Tak
Niestacjonarne 33.45 10.55
Stacjonarne    77.55 24.45
  chi2     df      p      V 
2.2468 1.0000 0.1339 0.1241 
[1] 0.1979
        n         r         t         p 
144.00000   0.32986   4.16382   0.00005 
[1] 0.176 0.468
             typ2              typ3 typ3_jednostronny 
          0.03202           0.02529           0.01264 
     roznica            t           df            p p_df_obciete 
     0.35991      2.27530     89.05430      0.02529      0.02529 
[1] 0.046 0.674
   n_stac n_niestac  d_Cohena 
  101.000    43.000     0.394 

Bibliografia oprogramowania

Liczby kontrolne pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (tylko pakiety bazowe). Rysunki przygotowano w pakiecie ggplot2 i zapisano pakietem svglite. W pracy podaj program, w którym faktycznie liczyłeś(-aś) wyniki.

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
  3. svglite (wersja 2.2.2): Wickham, H., Henry, L., Pedersen, T. L., Luciani, T. J., Decorde, M., & Lise, V. (2025). svglite: An 'SVG' graphics device [R package]. https://doi.org/10.32614/CRAN.package.svglite

Jak opisać analizę z Arkuszy Google w pracy

Napisz, gdzie zebrano odpowiedzi, jak je zakodowano i w czym liczono. Wzór (uzupełnij nawiasy):

Odpowiedzi zebrano za pomocą Formularzy Google i zapisano w połączonym arkuszu Google. Odpowiedzi słowne zakodowano formułami w osobnej karcie arkusza, bez zmian w danych surowych: odpowiedzi na stwierdzenia o samopoczuciu przekodowano na liczby 1–5, pozycję „Łatwo się męczę” odwrócono, a wynik obliczono jako średnią u osób, które odpowiedziały na co najmniej trzy z czterech stwierdzeń (n = 144 ze 146). Statystyki opisowe, test chi-kwadrat Pearsona bez poprawki na ciągłość, korelację r Pearsona i test t Welcha obliczono funkcjami Arkuszy Google, a wyniki sprawdzono w programie [R / jamovi / SPSS, wersja …]. Przyjęto poziom istotności α = .05.

Zdania do kolejnych wyników przygotuje generator opisu wyników w stylu APA.

Najczęstsze błędy

  • Praca na karcie odpowiedzi. Ręczna poprawka nie zostawia śladu.
  • SPLIT na polu wyboru. Rozbija etykiety ze spacją lub przecinkiem.
  • Zero zamiast braku w siatce Likerta lub polu wyboru.
  • STDEVP zamiast STDEV.
  • CHISQ.TEST na samej tabeli obserwowanej. Funkcja potrzebuje drugiego zakresu z liczebnościami oczekiwanymi.
  • T.TEST z typem 2 zamiast testu Welcha.
  • Raport samej wartości p bez t, df, χ² i wielkości efektu.

Jeśli wolisz, żeby ktoś sprawdził Twój arkusz i formuły przed oddaniem rozdziału, zajrzyj do oferty analizy statystyczne dla studentów.

Najczęstsze pytania

Jak policzyć odpowiedzi z pól wyboru z Google Forms w Arkuszach Google?

Dla każdej opcji zrób kolumnę 0/1 z formułą typu =IF(E2=""; ""; IF(COUNTIF(E2; "*Siłownia*")>0; 1; 0)), szukając pełnej etykiety opcji. SPLIT domyślnie dzieli po każdym znaku separatora, więc tnie także po spacjach, a z argumentem FALSE nadal rozbija etykiety zawierające przecinek. Odsetki licz od liczby osób, które zaznaczyły cokolwiek.

Który typ w funkcji T.TEST w Arkuszach Google to test Welcha?

Typ 3, czyli test dwóch prób o nierównych wariancjach. Typ 2 to klasyczny test t Studenta, a typ 1 – test dla par. Funkcja zwraca tylko wartość p, a pomoc Google zaznacza, że zakresy mają mieć tyle samo punktów danych, dlatego przy grupach różnej wielkości policz test Welcha także z formuł i porównaj wynik z innym programem.

Jak zrobić test chi-kwadrat w Arkuszach Google?

Zbuduj tabelę liczebności obserwowanych (COUNTIFS) i obok tabelę oczekiwanych: suma wiersza razy suma kolumny przez sumę ogólną. =CHISQ.TEST(obserwowane; oczekiwane) zwróci p. Statystykę χ² policz przez SUMPRODUCT((O-E)^2/E), a stopnie swobody jako (wiersze − 1)·(kolumny − 1).

Dlaczego formuła w Arkuszach Google pokazuje błąd przy przecinkach?

W arkuszu z polskim ustawieniem regionalnym przecinek oddziela część dziesiętną, a argumenty funkcji zwykle oddziela się średnikiem, tak jak w polskiej pomocy Google. Ustawienie zmienisz w File → Settings → Locale. Formuły z anglojęzycznych poradników przepisz ze średnikami.

Czy w Arkuszach Google zrobię ANOVA albo test Manna–Whitneya?

Nie ma do tego gotowych funkcji: w kategorii funkcji statystycznych brakuje ANOVA, testów nieparametrycznych, testu Levene’a, testu dokładnego Fishera i alfy Cronbacha. Kartę z zakodowanymi danymi pobierz jako CSV i policz te analizy w jamovi, SPSS albo R.

Powiązane hasła

Przeczytaj też

Liczysz ankietę w Arkuszach Google i nie wiesz, czy formuły dają dobre wyniki?

Sprawdzimy Twój arkusz – kodowanie odpowiedzi, wynik skali, tabele i testy – porównamy liczby z programem statystycznym i wyjaśnimy każdy krok tak, żebyś umiał(a) samodzielnie opisać i obronić analizę.

Oferta dla studentówWyceń analizę

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Broman, K. W., & Woo, K. H. (2018). Data organization in spreadsheets. The American Statistician, 72(1), 2–10. https://doi.org/10.1080/00031305.2017.1375989 ● Otwarty dostęp: pełny tekst
  2. Google. (b.d.-a). CHITEST. Google Docs Editors Help. https://support.google.com/docs/answer/7004263 ● Otwarty dostęp
  3. Google. (b.d.-b). Choose where to save form responses. Google Docs Editors Help. https://support.google.com/docs/answer/2917686 ● Otwarty dostęp
  4. Google. (b.d.-c). Create & use pivot tables. Google Docs Editors Help. https://support.google.com/docs/answer/1272900 ● Otwarty dostęp
  5. Google. (b.d.-d). Google Sheets function list. Google Docs Editors Help. https://support.google.com/docs/table/25273 ● Otwarty dostęp
  6. Google. (b.d.-e). Set a spreadsheet’s location & calculation settings. Google Docs Editors Help. https://support.google.com/docs/answer/58515 ● Otwarty dostęp
  7. Google. (b.d.-f). T.TEST. Google Docs Editors Help. https://support.google.com/docs/answer/6055837 ● Otwarty dostęp
  8. Keeling, K. B., & Pavur, R. J. (2011). Statistical accuracy of spreadsheet software. The American Statistician, 65(4), 265–273. https://doi.org/10.1198/tas.2011.09076
  9. McCullough, B. D., & Yalta, A. T. (2013). Spreadsheets in the cloud – not ready yet. Journal of Statistical Software, 52(7). https://doi.org/10.18637/jss.v052.i07 ● Otwarty dostęp

Cytowania BibTeX

@article{broman2018data, author={Broman, Karl W. and Woo, Kara H.}, title={{Data organization in spreadsheets}}, journal={The American Statistician}, year={2018}, volume={72}, number={1}, pages={2--10}, doi={10.1080/00031305.2017.1375989}}
@misc{googlendchitest, author={{Google}}, title={{CHITEST}}, howpublished={Google Docs Editors Help}, year={b.d.-a}, url={https://support.google.com/docs/answer/7004263}}
@misc{googlendresponsesdest, author={{Google}}, title={{Choose where to save form responses}}, howpublished={Google Docs Editors Help}, year={b.d.-b}, url={https://support.google.com/docs/answer/2917686}}
@misc{googlendpivot, author={{Google}}, title={{Create \& use pivot tables}}, howpublished={Google Docs Editors Help}, year={b.d.-c}, url={https://support.google.com/docs/answer/1272900}}
@misc{googlendfunctionlist, author={{Google}}, title={{Google Sheets function list}}, howpublished={Google Docs Editors Help}, year={b.d.-d}, url={https://support.google.com/docs/table/25273}}
@misc{googlendlocale, author={{Google}}, title={{Set a spreadsheet’s location \& calculation settings}}, howpublished={Google Docs Editors Help}, year={b.d.-e}, url={https://support.google.com/docs/answer/58515}}
@misc{googlendttest, author={{Google}}, title={{T.TEST}}, howpublished={Google Docs Editors Help}, year={b.d.-f}, url={https://support.google.com/docs/answer/6055837}}
@article{keeling2011statistical, author={Keeling, Kellie B. and Pavur, Robert J.}, title={{Statistical accuracy of spreadsheet software}}, journal={The American Statistician}, year={2011}, volume={65}, number={4}, pages={265--273}, doi={10.1198/tas.2011.09076}}
@article{mccullough2013spreadsheets, author={McCullough, Bruce D. and Yalta, A. Talha}, title={{Spreadsheets in the cloud – not ready yet}}, journal={Journal of Statistical Software}, year={2013}, volume={52}, number={7}, doi={10.18637/jss.v052.i07}}
R