Nie ma jednego wzoru „dobrej magisterki”
Pytanie „czy to wystarczy na magisterkę?” pada na seminariach co roku i zwykle nie ma prostej odpowiedzi. W Polsce nie istnieje jeden ogólnokrajowy wzór części empirycznej. Przepisy mówią o samodzielności i poziomie bardzo ogólnie, a resztę ustala uczelnia, wydział i promotor. Ten wpis porównuje typowe oczekiwania wobec trzech poziomów i pokazuje jedno zagadnienie zaplanowane trzy razy.
Co liczyć i jak opisać, wyjaśniają osobne poradniki: statystyka do pracy licencjackiej, statystyka do pracy magisterskiej i analiza statystyczna w doktoracie. Tu chodzi o wcześniejszą decyzję: jak duży ma być projekt.
Co mówią przepisy, a czego nie mówią
Ustawa – Prawo o szkolnictwie wyższym i nauce definiuje pracę dyplomową w art. 76 ust. 2 jako samodzielne opracowanie zagadnienia naukowego, artystycznego lub praktycznego albo dokonanie techniczne lub artystyczne, które pokazuje wiedzę i umiejętności związane ze studiami na danym kierunku, poziomie i profilu oraz umiejętność samodzielnego analizowania i wnioskowania. Z art. 76 ust. 1 pkt 3 wynika coś, o czym wielu studentów nie wie: na studiach pierwszego stopnia pozytywna ocena pracy dyplomowej jest warunkiem ukończenia tylko wtedy, gdy przewiduje to program studiów. Ustawa nie wymaga też, by praca była empiryczna.
O rozprawie doktorskiej art. 187 mówi konkretniej. Ma ona prezentować ogólną wiedzę teoretyczną kandydata i umiejętność samodzielnego prowadzenia pracy naukowej, a jej przedmiotem jest oryginalne rozwiązanie problemu naukowego (albo zastosowania wyników własnych badań w sferze gospodarczej lub społecznej, albo oryginalne dokonanie artystyczne). Rozprawą może być monografia albo zbiór powiązanych tematycznie artykułów, co omawiamy we wpisie o doktoracie z cyklu artykułów.
Poziomy trzech dyplomów przypisuje ustawa o Zintegrowanym Systemie Kwalifikacji (art. 8): licencjat to poziom 6 Polskiej Ramy Kwalifikacji, magisterium poziom 7, doktorat poziom 8. Opisy poziomów rozwija rozporządzenie z 14 listopada 2018 r.
| Poziom | Wiedza | Metody i problemy |
|---|---|---|
| 6 (licencjat) | „w zaawansowanym stopniu” | „dobór oraz stosowanie właściwych metod i narzędzi” |
| 7 (magisterium) | „w pogłębionym stopniu” | dodatkowo „przystosowanie istniejących lub opracowanie nowych metod i narzędzi”; na profilu ogólnoakademickim „formułować i testować hipotezy związane z prostymi problemami badawczymi” |
| 8 (doktorat) | „w stopniu umożliwiającym rewizję istniejących paradygmatów” | „rozwijać metody, techniki i narzędzia badawcze oraz twórczo je stosować”; krytyczna ocena własnego wkładu w dyscyplinę |
Te zdania opisują efekty uczenia się po całych studiach, a nie pracę dyplomową. W rozporządzeniu nie ma mowy o pracy dyplomowej, statystyce ani liczebności próby. Stąd prosty wniosek: jeśli ktoś podaje „ustawową” liczbę hipotez, ankiet albo stron, zapytaj o źródło. Takie limity mogą wynikać z zasad wydziału albo z praktyki promotora. Sprawdź je u siebie, bo przepisy również się zmieniają.
Co się nie zmienia, a co rośnie
Najczęstszy błąd myślenia brzmi: wyższy stopień to bardziej skomplikowana statystyka. Badania nad oceną prac wskazują co innego. Bourke i Holbrook (2013) zebrali odpowiedzi 353 recenzentów doktoratów i 74 recenzentów magisterskich prac badawczych (dane australijskie, więc przenoś je ostrożnie). Recenzenci bardzo podobnie oceniali wagę 12 wskaźników, a ich kolejność na obu poziomach była w zasadzie taka sama. Różnica wyszła w jakości: oceny wkładu pracy były wyższe w przypadku doktoratów.
Z analizy recenzji doktoratów z Malty (Chetcuti i in., 2022) wynika, że recenzenci łączą kryteria zapisane w regulaminie z własnymi, niepisanymi oczekiwaniami. Szukają wkładu w wiedzę, krytycznego i analitycznego podejścia oraz tekstu wolnego od błędów, a oczekiwania różnią się między dyscyplinami. To dobry argument, by poznać zwyczaje konkretnej komisji, zamiast polegać na ogólnych radach.
Porównanie trzech poziomów
Tabela opisuje częste praktyki, a nie wymagania. Kierunek, profil studiów i promotor mogą je przesunąć w każdą stronę.
| Obszar | Licencjat | Magisterka | Doktorat |
|---|---|---|---|
| Samodzielność | temat i plan często powstają z dużą pomocą promotora; własne są zbieranie danych, obliczenia i opis | student proponuje problem i plan oraz broni decyzji | doktorant odpowiada za cały program badań, promotor doradza |
| Pytanie badawcze | jedno wąskie pytanie o opis, różnicę lub związek | wyprowadzone z literatury, często o warunek związku | problem naukowy bez zadowalającej odpowiedzi, kilka powiązanych pytań |
| Wkład w wiedzę | zwykle niewymagany; wystarczy rzetelne wykonanie, replikacja lub zawężenie | skromny: nowa grupa, kontekst, porównanie teorii | oczekiwany wprost; trzeba umieć go nazwać |
| Liczebność | uzasadniona, także gdy ogranicza ją dostępność osób (ile osób do ankiety) | liczona pod najbardziej wymagającą hipotezę, np. interakcję | osobno dla każdego badania, często symulacyjnie |
| Narzędzia | gotowe skale z polską wersją; rzetelność w próbie | wybór uzasadniony; czasem sprawdzenie struktury lub adaptacja | często własna adaptacja lub walidacja, kilka metod pomiaru |
| Analiza | opis, testy lub korelacje, wielkość efektu i przedział ufności | model kilku zmiennych, plan przed danymi | dobrana do schematu, często podłużna lub wielopoziomowa; odtwarzalny kod |
| Dyskusja | porównanie z kilkoma badaniami, ostrożny wniosek | krytyczna: co wynik znaczy dla teorii, co jeszcze mogłoby go wyjaśniać | synteza badań, ocena własnego wkładu w dyscyplinę |
| Czego zwykle nikt nie oczekuje | nowej teorii, próby ogólnopolskiej, modeli strukturalnych | rewizji teorii, kilku badań, próby reprezentatywnej | przełomowego odkrycia, schematu bez wad, najbardziej złożonej metody |
O liczebności nie da się powiedzieć nic uniwersalnego. Wolf i in. (2013) pokazali, że w typowych modelach strukturalnych potrzebna próba wahała się od 30 do 460 osób, zależnie od modelu i danych. Reguła „150 osób na magisterkę” nie ma więc oparcia. Podstawą jest moc testu albo precyzja oszacowania dla Twojego pytania.
Jedno zagadnienie, trzy plany
Zagadnienie: praca zarobkowa w trakcie studiów a zaangażowanie w naukę. Akapity są fikcyjne, napisane tak, jak mogłyby wyglądać w pracy. Rysunek 2 pokazuje różnicę w skali projektu.
Licencjat: jedno pytanie, dobrze zrobione
Przeprowadzono badanie przekrojowe w formie ankiety online wśród studentów trzech kierunków (dobór dostępny). Liczbę godzin pracy zarobkowej w typowym tygodniu zmierzono jednym pytaniem otwartym, a zaangażowanie w naukę skalą [nazwa skali] w polskiej wersji [autorzy, rok]. Zakładając korelację r = .25, moc .80 i α = .05 (test dwustronny), ustalono, że potrzebne są co najmniej 123 kompletne ankiety; przy założeniu 15% niekompletnych odpowiedzi zaplanowano zebranie 145 ankiet. Związek oceniono korelacją Pearsona z 95% przedziałem ufności, a przy silnej skośności liczby godzin korelacją Spearmana. Wyniki opisano jako współwystępowanie, bez wnioskowania o przyczynach.
Tu wystarczy jedna relacja, gotowa skala i uczciwy opis ograniczeń. Praca bez nowatorstwa jest w porządku. Frank i Saxe (2012) argumentują wręcz, że studenci powinni replikować niedawne wyniki, a przy dobrym nadzorze wnoszą w ten sposób realny wkład (więcej o takich opcjach we wpisie o luce badawczej).
Magisterka: pytanie z teorii i warunek związku
Badanie przekrojowe przeprowadzono w formie ankiety online wśród pracujących studentów trzech uczelni. Zmierzono liczbę godzin pracy, elastyczność grafiku [skala, autorzy, rok] i zaangażowanie w naukę [skala, autorzy, rok]; zmiennymi kontrolnymi były rok i tryb studiów. Dla interakcji założono f² = .03, moc .80 i α = .05 w modelu z pięcioma predyktorami, co dało 268 osób; przy oczekiwanym odsetku 60% użytecznych odpowiedzi zaplanowano zaproszenie co najmniej 447 osób. Zastosowano regresję hierarchiczną: krok 1 – zmienne kontrolne, krok 2 – wycentrowane godziny i elastyczność, krok 3 – interakcja, a następnie efekty proste. Plan analizy spisano przed zebraniem danych. Wnioski dotyczą warunków współwystępowania, a nie przyczynowości.
Temat jest ten sam, ale pojawiły się teoria, hipotezy kierunkowe i moderacja. Trzeba też bronić każdej decyzji. To nadal schemat przekrojowy, więc „wpływ” w tytule byłby nadużyciem.
Doktorat: program badań z nazwanym wkładem
Badanie 1 obejmowało adaptację i walidację skali konfliktu praca–studia (struktura czynnikowa, rzetelność, trafność). W badaniu 2 pracujący studenci kilku uczelni wypełniali ankietę trzykrotnie w semestrze; zastosowano modele oddzielające efekty międzyosobowe od wewnątrzosobowych, a liczebność ustalono symulacyjnie dla planowanego modelu. W badaniu 3 uczestników przydzielono losowo do programu lub warunku porównawczego [warunek]. Zakładając d = 0.40, moc .80 i α = .05, zaplanowano 100 osób w grupie, a przy ubytku 15% – 118 osób w grupie. Plany analiz zarejestrowano przed zebraniem danych, a wszystkie badania analizowano jednym, udostępnionym skryptem.
O poziomie decyduje tu nie liczba modeli, lecz logika: każde badanie zamyka lukę, której poprzednie nie mogło zamknąć. Pomiar powtarzany (schemat podłużny, zob. badanie podłużne w doktoracie) odpowiada na pytanie o zmianę, a losowy przydział na pytanie o działanie programu. Wybór warunku porównawczego omawia wpis o grupie kontrolnej. Na tym poziomie liczy się też to, by wszystkie artykuły lub rozdziały korzystały z jednej wersji danych.
Wszystkie cele, skale, założenia i liczebności w tej sekcji są fikcyjne. Liczebności policzono w R (r, f² i d przyjęto dla przykładu, a nie z literatury).
Trzy typowe przestrzelenia
Licencjat z modelem strukturalnym bez powodu
Jak bywa: „Zbudowano model równań strukturalnych z czterema zmiennymi latentnymi i trzema mediatorami w próbie 90 studentów. Model potwierdził hipotezy o wpływie pracy zarobkowej na zaangażowanie”.
Co nie tak: Pytania z pracy nie wymagają takiego modelu, a liczebność nie wynika z żadnego obliczenia. Do tego „wpływ” i mediacja w jednym pomiarze: przekrojowe analizy procesów zachodzących w czasie zwykle dają wyraźnie obciążone oszacowania (Maxwell i Cole, 2007). Autor rzadko potrafi obronić taki model, bo nie on go planował.
Lepiej: „Oceniono związek między liczbą godzin pracy a zaangażowaniem w naukę (korelacja z 95% CI). Hipotezy o mechanizmie pozostawiono do przyszłych badań z powtarzanym pomiarem”. Model strukturalny ma sens wtedy, gdy pytanie dotyczy struktury, a promotor potrafi go poprowadzić.
Magisterka, która niczego nie sprawdza
Jak bywa: „Celem pracy było poznanie opinii studentów o pracy zarobkowej. W rozdziale wyników przedstawiono rozkłady odpowiedzi na 30 pytań”.
Co nie tak: Hipotezy nie są obowiązkowe, a badanie opisowe bywa dobrym wyborem. Problemem jest brak pytania, na które praca odpowiada: nie wiadomo, co jest wnioskiem, a ustawa mówi o umiejętności samodzielnego analizowania i wnioskowania. Testowanie hipotez pojawia się zresztą w opisie poziomu 7 dla profilu ogólnoakademickiego (dotyczy to efektów całych studiów, nie każdej pracy), więc warto zapytać promotora, czego oczekuje.
Lepiej: „Celem pracy było oszacowanie odsetka studentów pracujących ponad 20 godzin tygodniowo (z 95% CI) oraz sprawdzenie, czy zaangażowanie w naukę jest w tej grupie niższe niż wśród pozostałych pracujących”. Zamiast 30 tabel zostają dwa pytania, a do każdego analiza.
Doktorat z jedną ankietą i bez wkładu
Jak bywa: „W badaniu przekrojowym wzięło udział 400 osób. Sprawdzono 14 hipotez o mediacjach między skalami”.
Co nie tak: Pojedyncze badanie przekrojowe nie przekreśla doktoratu. Wiele zależy od dyscypliny, rzadkiej populacji, nowego narzędzia czy unikatowych danych. Trudność polega na tym, że art. 187 mówi o oryginalnym rozwiązaniu problemu naukowego, a recenzenci szukają wkładu. Z samej liczby hipotez wkład nie wynika.
Lepiej: Nazwij wkład jednym zdaniem i dobierz do niego schemat: „Rozprawa rozdziela różnice międzyosobowe od zmian w czasie, czego nie pozwalają zrobić wcześniejsze badania przekrojowe [autorzy, rok]”. Potem sprawdź, czy dodatkowa fala pomiaru, nowe narzędzie albo eksperyment rzeczywiście to umożliwią.
Jak ustalić poziom u siebie
- Przeczytaj regulamin studiów i zasady dyplomowania na swoim wydziale, a w doktoracie uchwały rady naukowej lub senatu.
- Znajdź arkusz recenzji pracy, jeśli wydział go udostępnia. Pokazuje, co faktycznie się ocenia (zob. recenzja części badawczej).
- Obejrzyj dwie lub trzy obronione prace tego promotora, jeśli są dostępne. Patrz na skalę projektu, nie kopiuj rozwiązań.
- Spisz plan na jednej stronie (konspekt) i sprawdź, czy temat da się zbadać.
- Przed zbieraniem danych zrób matrycę spójności i zapytaj wprost, czy zakres jest właściwy.
Dobra część empiryczna na niższym poziomie bywa później punktem wyjścia do publikacji. Jak ją przebudować, opisuje wpis z pracy magisterskiej do artykułu.
Najczęstsze błędy
- Mierzenie poziomu pracy liczbą testów lub stron (zob. ile analiz w pracy magisterskiej).
- Powoływanie się na „ustawowe wymagania”, których nikt nie umie wskazać.
- Metoda dobrana po to, by zrobić wrażenie, a nie po to, by odpowiedzieć na pytanie.
- Kopiowanie zakresu pracy kolegi z innego kierunku lub innego promotora.
- Magisterka będąca licencjatem z większą próbą: te same dwie zmienne, bez uzasadnienia i bez teorii.
- Doktorat, w którym nie da się w jednym zdaniu powiedzieć, co nowego wnosi.
- Zwiększanie schematu bez sprawdzenia, czy wystarczy na to czasu (sprawdź w harmonogramie pracy).
Lista kontrolna przed uzgodnieniem zakresu
- Czy znasz zasady swojego wydziału i wiesz, czy na Twoich studiach w ogóle obowiązuje praca dyplomowa?
- Czy potrafisz jednym zdaniem podać pytanie, na które odpowiada praca?
- Czy liczebność ma uzasadnienie, a nie tylko „tak robią inni”?
- Czy każda metoda odpowiada konkretnemu pytaniu i potrafisz ją wyjaśnić?
- Czy wnioski pasują do schematu, a słowo „wpływ” pojawia się tylko tam, gdzie schemat na to pozwala?
- W doktoracie: czy wkład jest nazwany i czy każde badanie do niego prowadzi?
- Czy promotor zaakceptował zakres przed zebraniem danych?
Bibliografia oprogramowania
Fikcyjne liczebności w przykładach policzono w R 4.5.3 (pakiet pwr i funkcje bazowe), a rysunki przygotowano w pakietach ggplot2 i svglite.
- 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/
- pwr (wersja 1.3.0): Champely, S. (2020). pwr: Basic functions for power analysis (R package version 1.3-0) [Computer software]. https://doi.org/10.32614/CRAN.package.pwr
- ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
- 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
Najczęstsze pytania
Czy praca licencjacka musi być empiryczna?
Ustawa tego nie wymaga, a na studiach pierwszego stopnia sama praca jest warunkiem ukończenia tylko wtedy, gdy przewiduje to program studiów. O tym, czy potrzebne są badania własne, decydują wydział i promotor. Sprawdź regulamin i zasady dyplomowania na swoim kierunku.
Czym część empiryczna magisterki różni się od licencjackiej?
Zwykle większą samodzielnością i uzasadnieniem decyzji: pytanie częściej wynika z teorii, a analiza obejmuje kilka zmiennych. Nie chodzi jednak o samą złożoność metod. Dobrze opisana regresja bywa lepsza niż model, którego autor nie potrafi wyjaśnić. Szczegóły ustala promotor i wydział.
Czy doktorat może opierać się na jednym badaniu ankietowym?
Art. 187 ustawy nie określa liczby badań, ale mówi o oryginalnym rozwiązaniu problemu naukowego. Jedno badanie przekrojowe musi więc nieść wyraźny wkład, na przykład nowe narzędzie lub unikatową populację. Oczekiwania różnią się między dyscyplinami, więc ustal to z promotorem i radą naukową.
Ile osób trzeba zbadać na licencjat, magisterkę i doktorat?
Nie ma uniwersalnych liczb dla poziomów pracy. Liczebność wynika z pytania, analizy i założonego efektu, a na każdym poziomie trzeba ją uzasadnić. Pomaga w tym analiza mocy lub analiza wrażliwości. Sprawdź też, czy wydział nie ma własnych wskazówek.
Czy w pracy licencjackiej można użyć modelowania równań strukturalnych?
Można, jeśli wymaga tego pytanie, próba jest odpowiednia, a Ty potrafisz obronić model. Zwykle jednak nikt tego nie oczekuje i korelacja lub regresja lepiej odpowiada na pytanie licencjackie. Zbyt złożony model bez uzasadnienia częściej szkodzi, niż pomaga.
Powiązane hasła
Przeczytaj też
Magisterka po licencjacie a autoplagiat
Co musi być nowe w kontynuacji licencjatu, jak użyć tych samych danych i tekstu, jak oznaczyć własną pracę i o co zapytać promotora.
Czytaj →PoradnikReplikacja jako praca dyplomowa
Kiedy ma sens, jak przekonać promotora, jak spisać tabelę odstępstw i ocenić wynik. Z kodem R, przykładem i gotowymi zdaniami do pracy.
Czytaj →PoradnikStatystyka do pracy licencjackiej
Typowe plany analiz w licencjacie, co przygotować przed analizą i przykład z danymi CSV: alfa, korelacja, test t Welcha, chi-kwadrat i skrócony rozdział wyników.
Czytaj →PoradnikStatystyka do pracy magisterskiej
Plan analiz, CFA i omega, regresja hierarchiczna, moderacja i mediacja z bootstrapem, wzory opisu APA i pytania na obronie – z danymi i kodem R.
Czytaj →PoradnikAnaliza statystyczna w doktoracie
Seria badań z uzasadnioną liczebnością, harmonogram zgodny z IPB i oceną śródokresową, cykl publikacji bez salami slicing, dane, etyka i autorstwo.
Czytaj →Nie wiesz, czy zakres badania pasuje do poziomu pracy?
Pomożemy dopasować plan i analizy do pytań, policzymy wyniki w R lub SPSS i wyjaśnimy je tak, żebyś umiał(a) samodzielnie je opisać i obronić.
Oferta dla studentówWyceń analizęBibliografia i dalsza literatura naukowa (APA 7)
- Bourke, S., & Holbrook, A. P. (2013). Examining PhD and research masters theses. Assessment & Evaluation in Higher Education, 38(4), 407–416. https://doi.org/10.1080/02602938.2011.638738
- Chetcuti, D., Cacciottolo, J., & Vella, N. (2022). What do examiners look for in a PhD thesis? Explicit and implicit criteria used by examiners across disciplines. Assessment & Evaluation in Higher Education, 47(8), 1358–1373. https://doi.org/10.1080/02602938.2022.2048293
- Frank, M. C., & Saxe, R. (2012). Teaching replication. Perspectives on Psychological Science, 7(6), 600–604. https://doi.org/10.1177/1745691612460686 ● Otwarty dostęp
- Maxwell, S. E., & Cole, D. A. (2007). Bias in cross-sectional analyses of longitudinal mediation. Psychological Methods, 12(1), 23–44. https://doi.org/10.1037/1082-989x.12.1.23
- Rozporządzenie Ministra Nauki i Szkolnictwa Wyższego z dnia 14 listopada 2018 r. w sprawie charakterystyk drugiego stopnia efektów uczenia się dla kwalifikacji na poziomach 6–8 Polskiej Ramy Kwalifikacji. (2018). Dz.U. 2018 poz. 2218. Internetowy System Aktów Prawnych. https://api.sejm.gov.pl/eli/acts/DU/2018/2218/text.html ● Otwarty dostęp
- Ustawa z dnia 20 lipca 2018 r. – Prawo o szkolnictwie wyższym i nauce. (2018). Tekst jednolity (Dz.U. 2024 poz. 1571 z późn. zm.). Internetowy System Aktów Prawnych. https://isap.sejm.gov.pl/isap.nsf/DocDetails.xsp?id=WDU20180001668 ● Otwarty dostęp: pełny tekst
- Ustawa z dnia 22 grudnia 2015 r. o Zintegrowanym Systemie Kwalifikacji. (2015). Tekst jednolity (Dz.U. 2024 poz. 1606). Internetowy System Aktów Prawnych. https://api.sejm.gov.pl/eli/acts/DU/2024/1606/text.html ● Otwarty dostęp
- Wolf, E. J., Harrington, K. M., Clark, S. L., & Miller, M. W. (2013). Sample size requirements for structural equation models: An evaluation of power, bias, and solution propriety. Educational and Psychological Measurement, 73(6), 913–934. https://doi.org/10.1177/0013164413495237 ● Otwarty dostęp: pełny tekst
Cytowania BibTeX
@article{bourke2013examining, author={Bourke, Sid and Holbrook, Allyson P.}, title={{Examining PhD and research masters theses}}, journal={Assessment \& Evaluation in Higher Education}, year={2013}, volume={38}, number={4}, pages={407--416}, doi={10.1080/02602938.2011.638738}}@article{chetcuti2022what, author={Chetcuti, Deborah and Cacciottolo, Joseph and Vella, Nicholas}, title={{What do examiners look for in a PhD thesis? Explicit and implicit criteria used by examiners across disciplines}}, journal={Assessment \& Evaluation in Higher Education}, year={2022}, volume={47}, number={8}, pages={1358--1373}, doi={10.1080/02602938.2022.2048293}}@article{frank2012teaching, author={Frank, Michael C. and Saxe, Rebecca}, title={{Teaching replication}}, journal={Perspectives on Psychological Science}, year={2012}, volume={7}, number={6}, pages={600--604}, doi={10.1177/1745691612460686}}@article{maxwell2007bias, author={Maxwell, Scott E. and Cole, David A.}, title={{Bias in cross-sectional analyses of longitudinal mediation}}, journal={Psychological Methods}, year={2007}, volume={12}, number={1}, pages={23--44}, doi={10.1037/1082-989x.12.1.23}}@misc{rozporzadzenie2018charakterystyki, author={{Rozporządzenie Ministra Nauki i Szkolnictwa Wyższego z dnia 14 listopada 2018 r. w sprawie charakterystyk drugiego stopnia efektów uczenia się dla kwalifikacji na poziomach 6–8 Polskiej Ramy Kwalifikacji}}, title={{Dz.U. 2018 poz. 2218}}, howpublished={Internetowy System Aktów Prawnych}, year={2018}, publisher={Kancelaria Sejmu RP}, url={https://api.sejm.gov.pl/eli/acts/DU/2018/2218/text.html}}@misc{pswn2018ustawa, author={{Ustawa z dnia 20 lipca 2018 r. – Prawo o szkolnictwie wyższym i nauce}}, title={{Tekst jednolity (Dz.U. 2024 poz. 1571 z późn. zm.)}}, howpublished={Internetowy System Aktów Prawnych}, year={2018}, publisher={Kancelaria Sejmu RP}, url={https://isap.sejm.gov.pl/isap.nsf/DocDetails.xsp?id=WDU20180001668}}@misc{zsk2015ustawa, author={{Ustawa z dnia 22 grudnia 2015 r. o Zintegrowanym Systemie Kwalifikacji}}, title={{Tekst jednolity (Dz.U. 2024 poz. 1606)}}, howpublished={Internetowy System Aktów Prawnych}, year={2015}, publisher={Kancelaria Sejmu RP}, url={https://api.sejm.gov.pl/eli/acts/DU/2024/1606/text.html}}@article{wolf2013sample, author={Wolf, Erika J. and Harrington, Kelly M. and Clark, Shaunna L. and Miller, Mark W.}, title={{Sample size requirements for structural equation models: An evaluation of power, bias, and solution propriety}}, journal={Educational and Psychological Measurement}, year={2013}, volume={73}, number={6}, pages={913--934}, doi={10.1177/0013164413495237}}