Prace dyplomowe · Plan badania

Licencjat, magisterka, doktorat – czego oczekuje się od części empirycznej

Przepisy nie podają wzoru części empirycznej, więc o zakresie decydują uczelnia i promotor. Porównanie trzech poziomów, jedno zagadnienie zaplanowane trzy razy i typowe przestrzelenia.

Strona główna / Blog / Licencjat, magisterka, doktorat
W skrócie: W Polsce nie ma jednego wzoru części empirycznej: ustawa opisuje ogólnie pracę dyplomową i rozprawę doktorską, a zakres ustalają uczelnia i promotor. Poprawność analizy i wnioski zgodne ze schematem są oczekiwane na każdym poziomie. Z poziomem rośnie przede wszystkim samodzielność, nowość pytania i wkład, a nie złożoność statystyki.

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.

Wybrane sformułowania z charakterystyk drugiego stopnia dla poziomów 6, 7 i 8 Polskiej Ramy Kwalifikacji
PoziomWiedzaMetody 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.

Siatka trzech poziomów pracy. Dobór analizy do pytania, wnioski zgodne ze schematem, uczciwy opis ograniczeń oraz zasady etyczne są oczekiwane na każdym poziomie. Kto stawia problem, nowość pytania, metody i narzędzia oraz odniesienie do literatury rosną od licencjatu, przez magisterkę, do doktoratu.
Rysunek 1. Co zwykle pozostaje takie samo, a co rośnie wraz z poziomem pracy. Zestawienie orientacyjne, a nie norma. Schemat przygotowany w R.

Porównanie trzech poziomów

Tabela opisuje częste praktyki, a nie wymagania. Kierunek, profil studiów i promotor mogą je przesunąć w każdą stronę.

Typowe oczekiwania wobec części empirycznej pracy licencjackiej, magisterskiej i rozprawy doktorskiej
ObszarLicencjatMagisterkaDoktorat
Samodzielnośćtemat i plan często powstają z dużą pomocą promotora; własne są zbieranie danych, obliczenia i opisstudent proponuje problem i plan oraz broni decyzjidoktorant odpowiada za cały program badań, promotor doradza
Pytanie badawczejedno wąskie pytanie o opis, różnicę lub związekwyprowadzone z literatury, często o warunek związkuproblem naukowy bez zadowalającej odpowiedzi, kilka powiązanych pytań
Wkład w wiedzęzwykle niewymagany; wystarczy rzetelne wykonanie, replikacja lub zawężenieskromny: nowa grupa, kontekst, porównanie teoriioczekiwany wprost; trzeba umieć go nazwać
Liczebnośćuzasadniona, także gdy ogranicza ją dostępność osób (ile osób do ankiety)liczona pod najbardziej wymagającą hipotezę, np. interakcjęosobno dla każdego badania, często symulacyjnie
Narzędziagotowe skale z polską wersją; rzetelność w próbiewybór uzasadniony; czasem sprawdzenie struktury lub adaptacjaczęsto własna adaptacja lub walidacja, kilka metod pomiaru
Analizaopis, testy lub korelacje, wielkość efektu i przedział ufnościmodel kilku zmiennych, plan przed danymidobrana do schematu, często podłużna lub wielopoziomowa; odtwarzalny kod
Dyskusjaporównanie z kilkoma badaniami, ostrożny wniosekkrytyczna: co wynik znaczy dla teorii, co jeszcze mogłoby go wyjaśniaćsynteza badań, ocena własnego wkładu w dyscyplinę
Czego zwykle nikt nie oczekujenowej teorii, próby ogólnopolskiej, modeli strukturalnychrewizji teorii, kilku badań, próby reprezentatywnejprzełomowego 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.

Trzy fikcyjne plany: licencjat to ankieta w jednej uczelni wśród 123 osób i korelacja; magisterka to ankieta w kilku uczelniach wśród 268 osób i regresja hierarchiczna z interakcją; doktorat to trzy powiązane badania: walidacja skali, trzy pomiary w semestrze oraz losowy przydział krótkiego programu.
Rysunek 2. Jedno zagadnienie zaplanowane na trzech poziomach (przykład fikcyjny). Schemat przygotowany w R.

Licencjat: jedno pytanie, dobrze zrobione

Celem pracy było określenie związku między liczbą godzin pracy zarobkowej w tygodniu a zaangażowaniem w naukę u studentów studiów stacjonarnych jednej uczelni. Postawiono pytanie badawcze: czy studenci pracujący więcej godzin w tygodniu deklarują niższe zaangażowanie w naukę?

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

Celem pracy było sprawdzenie, czy związek między liczbą godzin pracy zarobkowej a zaangażowaniem w naukę zależy od elastyczności grafiku pracy. Na podstawie modelu wymagań i zasobów [autorzy, rok] przyjęto, że większa liczba godzin wiąże się z niższym zaangażowaniem (H1), a elastyczny grafik osłabia ten związek (H2).

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

Celem rozprawy było wyjaśnienie, jak praca zarobkowa wiąże się ze zmianami zaangażowania w naukę w ciągu semestru, oraz sprawdzenie, czy krótki program planowania czasu osłabia konflikt między pracą a studiami. Wkład rozprawy polega na przygotowaniu polskiego narzędzia do pomiaru konfliktu praca–studia, oddzieleniu różnic między osobami od zmian u tej samej osoby oraz eksperymentalnym sprawdzeniu możliwego sposobu zmniejszenia tego konfliktu.

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

  1. Przeczytaj regulamin studiów i zasady dyplomowania na swoim wydziale, a w doktoracie uchwały rady naukowej lub senatu.
  2. Znajdź arkusz recenzji pracy, jeśli wydział go udostępnia. Pokazuje, co faktycznie się ocenia (zob. recenzja części badawczej).
  3. Obejrzyj dwie lub trzy obronione prace tego promotora, jeśli są dostępne. Patrz na skalę projektu, nie kopiuj rozwiązań.
  4. Spisz plan na jednej stronie (konspekt) i sprawdź, czy temat da się zbadać.
  5. Przed zbieraniem danych zrób matrycę spójności i zapytaj wprost, czy zakres jest właściwy.
Pani Promotor / Panie Promotorze, proponuję następujący zakres części empirycznej: [pytanie lub hipotezy], [schemat], [grupa i planowana liczebność wraz z uzasadnieniem], [narzędzia], [główna analiza]. Czy taki zakres jest według Pani/Pana właściwy dla tego poziomu pracy? Czy coś należy dodać albo usunąć? Czy wydział ma własne wymagania co do hipotez, liczby osób lub układu rozdziałów?

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.

  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. 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
  3. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
  4. 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

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 analizę

Bibliografia i dalsza literatura naukowa (APA 7)

  1. 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
  2. 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
  3. Frank, M. C., & Saxe, R. (2012). Teaching replication. Perspectives on Psychological Science, 7(6), 600–604. https://doi.org/10.1177/1745691612460686 ● Otwarty dostęp
  4. 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
  5. 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
  6. 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
  7. 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
  8. 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}}
R