Co sprawdza matryca spójności
Promotor czyta rozdział wyników i pyta: „Gdzie jest odpowiedź na trzecie pytanie?”. Okazuje się, że pytanie jest we wstępie, skala w ankiecie, a analizy nie ma, bo nikt jej nie zaplanował. Matryca spójności to jedna tabela, w której każdy cel ma pełną ścieżkę aż do wniosku: cel → pytanie → hipoteza → zmienna i poziom pomiaru → narzędzie → analiza → tabela lub rysunek → wniosek.
Nazwa „matryca spójności” jest robocza, nie pochodzi z wytycznych. Tabeli nie trzeba uważać za gwarancję dobrej pracy. To prosty sposób, by zobaczyć braki, gdy jeszcze można je naprawić.
Czym matryca różni się od innych tabel
Na tej stronie opisujemy kilka podobnych narzędzi. Każde odpowiada na inne pytanie i przydaje się w innym momencie.
| Narzędzie | Na co odpowiada | Kiedy |
|---|---|---|
| Matryca spójności | Czy każdy element pracy ma początek i koniec? | Przed zbieraniem danych, potem aktualizacja |
| Tabela śledzenia tez | Z czego wynika hipoteza? | Przy pisaniu części teoretycznej |
| Plan analizy | Jak dokładnie policzę wynik: braki, wykluczenia, reguły decyzji? | Przed analizą |
| Role pytań ankiety | Co zrobić z każdym pytaniem w wynikach? | Przed analizą ankiety |
| Tabela „hipoteza – test – wynik – werdykt” | Co wyszło? | Koniec rozdziału wyników |
| Kontrola spójności liczb | Czy liczby zgadzają się ze sobą? | Przed oddaniem pracy |
Matryca kontroluje logikę projektu, a nie rachunki. Może być idealnie spójna w pracy z błędnym odsetkiem, a poprawne liczby nie uratują hipotezy, której nikt nie sprawdził.
Co wpisać w każdą kolumnę
| Kolumna | Co wpisać | Pytanie kontrolne |
|---|---|---|
| Status | Główna, drugorzędowa, eksploracyjna, opis próby | Czy wiadomo, co w tej pracy jest najważniejsze? |
| Cel | Czasownik badawczy i przedmiot: określić, porównać, sprawdzić | Czy schemat badania pozwala ten cel osiągnąć? |
| Pytanie | Jedno pytanie, na które odpowiedzą dane | Czy wiadomo, jaka liczba będzie odpowiedzią? |
| Hipoteza | Przewidywanie z kierunkiem albo „nie dotyczy” | Czy zapis zgadza się z testem jedno- lub dwustronnym? |
| Zmienne i poziom | Nazwa, rola, nominalna, porządkowa, ilościowa | Czy to wynik operacjonalizacji, a nie ogólne pojęcie? |
| Narzędzie | Numery pozycji lub podskala | Czy można wskazać konkretne pytanie? |
| Analiza | Metoda i miara efektu z dobranego testu | Czy odpowiada na to pytanie przy tym poziomie pomiaru? |
| Tabela lub rysunek | Numer roboczy | Czy jedna tabela nie odpowiada na wszystko naraz? |
| Wniosek | Zdanie na każdy możliwy wynik | Czy mówi tylko to, co pokaże tabela? |
Kolumna „Status” ma konkretną podstawę. Standardy JARS dzielą hipotezy, analizy i wnioski na pierwszorzędowe, drugorzędowe i eksploracyjne (Appelbaum i in., 2018). Dzięki temu promotor od razu widzi, które wyniki dźwigają pracę, a które są dodatkiem.
Kolumna „Wniosek” jest najtrudniejsza, bo przed badaniem nie znasz wyników. Wpisz więc, co napiszesz przy każdym wariancie. Jeśli nie umiesz sformułować zdania na wypadek wyniku nieistotnego, plan nie jest gotowy.
Przykład 1: praca z hipotezami
Fikcyjny temat: praca zdalna, naruszanie granic praca–dom i wyczerpanie emocjonalne pracowników biurowych. Jeden pomiar w ankiecie internetowej, czyli schemat przekrojowy. W szablonie ścieżki są wierszami. Tutaj pokazujemy je jako kolumny, żeby tabela zmieściła się na ekranie.
| Element | Ścieżka W1 | Ścieżka W2 | Ścieżka W3 | Ścieżka W4 |
|---|---|---|---|---|
| Status | główna | drugorzędowa | drugorzędowa | opis próby |
| Cel | Określić związek naruszania granic praca–dom z wyczerpaniem emocjonalnym. | Porównać wyczerpanie przy pracy głównie zdalnej i głównie stacjonarnej. | Sprawdzić, czy wsparcie przełożonego zmienia siłę związku z H1. | Opisać, kogo zbadano i jak działały skale. |
| Pytanie | Czy częstsze naruszanie granic wiąże się z wyższym wyczerpaniem? | Czy te dwie grupy różnią się wyczerpaniem? | Czy związek granic z wyczerpaniem jest słabszy przy wyższym wsparciu? | Jaka jest struktura próby i rzetelność skal? |
| Hipoteza | H1: związek dodatni (kierunkowa). | H2: grupy się różnią (niekierunkowa; teoria nie rozstrzyga kierunku). | H3: wsparcie osłabia związek (ujemna interakcja). | nie dotyczy |
| Zmienne i poziom pomiaru | Naruszanie granic i wyczerpanie: ilościowe, suma pozycji. | Tryb pracy: nominalna, 2 kategorie. Wyczerpanie: ilościowa. | Moderator wsparcie: ilościowa. Staż w latach: zmienna kontrolna. Pozostałe jak w H1. | Płeć, stanowisko: nominalne. Wiek, staż w latach: ilościowe. |
| Narzędzie (pozycje) | Część B, pyt. 8–13; część C, pyt. 14–22. | Metryczka, pyt. 5; część C, pyt. 14–22. | Część D, pyt. 23–28; metryczka, pyt. 4; pozycje jak w H1. | Metryczka, pyt. 1–3, 6–7. |
| Analiza | Korelacja Pearsona r z 95% CI. | Test Welcha, d z 95% CI, test dwustronny. | Regresja z interakcją granice × wsparcie, b z 95% CI. | n, %, M, SD; rzetelność każdej skali. |
| Tabela lub rysunek | Tabela 2. | Tabela 3. | Tabela 4, Rysunek 1. | Tabela 1. |
| Wniosek | Wyższe naruszanie granic współwystępuje albo nie współwystępuje z wyższym wyczerpaniem; bez kierunku zależności. | Różnica między grupami i jej precyzja; bez słowa „wpływ”. | Siła związku zależy albo nie zależy od wsparcia w tej próbie. | Brak wniosku; opis wraca w ograniczeniach uogólniania. |
Na co zwrócić uwagę:
- H2 nie ma kierunku, bo tu teoria go nie rozstrzyga, więc w analizie jest test Welcha dwustronny. Forma hipotezy i test są zapisane obok siebie, więc rozbieżność byłaby widoczna od razu.
- H3 to moderacja, a nie kolejna korelacja. Staż jest w tabeli jako zmienna kontrolna, więc pytanie 4 ma swoje miejsce.
- Metryczka też ma ścieżkę W4. Tabela 1 nie powstaje sama, a każde pytanie o dane osobowe powinno mieć powód.
- Wniosek H1 nie mówi o kierunku. Jeden pomiar nie pokazuje, co jest przyczyną (zob. korelacja a przyczynowość).
Przykład jest w całości fikcyjny: temat, numery pytań i plan analiz.
Przykład 2: praca opisowa
Fikcyjny temat: stosowanie ochrony przeciwsłonecznej przez studentów. Praca ma opisać zjawisko, więc nie ma hipotez. Matryca nadal działa, zmieniają się tylko zawartości kolumn.
| Element | Ścieżka W1 | Ścieżka W2 | Ścieżka W3 | Ścieżka W4 |
|---|---|---|---|---|
| Status | główna | główna | główna | eksploracyjna |
| Cel | Określić, jak często studenci stosują krem z filtrem latem. | Określić poziom wiedzy o ochronie przed promieniowaniem UV. | Opisać źródła informacji o ochronie skóry. | Wstępnie porównać kierunki medyczne i niemedyczne. |
| Pytanie | Jaki odsetek stosuje go regularnie? | Ile pozycji testu wiedzy badani rozwiązują poprawnie? | Z jakich źródeł korzystają badani? | Czy odsetek regularnie stosujących różni się między tymi grupami? |
| Hipoteza | nie dotyczy | nie dotyczy | nie dotyczy | nie dotyczy (bez przewidywania) |
| Zmienne i poziom pomiaru | Częstość: porządkowa, 5 kategorii. Regularnie = „często” lub „zawsze”, reguła ustalona z góry. | Liczba poprawnych odpowiedzi: ilościowa, 0–10. | Każde źródło: nominalna 0/1, wielokrotny wybór. | Grupa kierunków: nominalna, 2 kategorie. Regularne stosowanie: 0/1. |
| Narzędzie (pozycje) | Pyt. 6. | Pyt. 7–16. | Pyt. 17. | Metryczka, pyt. 3; pyt. 6. |
| Analiza | Brak testu: n, %, 95% CI Wilsona. | Brak testu: M, SD, mediana; odsetek poprawnych dla pozycji. | Brak testu: % osób, nie zaznaczeń. | Różnica odsetków z 95% CI, test chi-kwadrat oznaczony jako eksploracyjny. |
| Tabela lub rysunek | Tabela 2. | Tabela 3, Rysunek 1. | Rysunek 2. | Tabela 4. |
| Wniosek | Odsetek w tej próbie z przedziałem; bez uogólnienia na wszystkich studentów. | Które treści są znane najsłabiej; bez etykiety „niski poziom” bez kryterium. | Najczęstsze źródła w tej próbie. | Różnica jako trop do dalszych badań, nie odkrycie. |
„Nie dotyczy” jest tu świadomą decyzją, nie luką. To, kiedy wystarczą same pytania, omawiają wpisy o pytaniach i hipotezach oraz o konwencjach w różnych dziedzinach. Trzy elementy przykładu łatwo przeoczyć:
- W1: granicę „regularnie” ustalasz przed zbieraniem danych, a odsetek podajesz z przedziałem ufności.
- W2: etykiety typu „niski poziom” wymagają kryterium.
- W3: przy wielokrotnym wyborze mianownikiem są osoby, a nie zaznaczenia.
W4 pokazuje, że test w pracy opisowej nie jest zakazany, ale musi być nazwany eksploracyjnym. Przykład jest fikcyjny, nie zawiera żadnych wyników i nie mówi nic o skuteczności ochrony przeciwsłonecznej.
Wersja z błędami: jak bywa napisane i jak poprawić
Tak często wygląda pierwszy szkic tej samej pracy o wyczerpaniu. Każdy wiersz to inny rodzaj pęknięcia.
| Błąd | W matrycy | Co nie tak | Poprawione |
|---|---|---|---|
| Zmienna zmierzona, nigdy nieanalizowana | Wsparcie współpracowników, pyt. 34–39. Brak celu, analizy i tabeli. | Sześć pytań obciąża osoby badane, a wynik nigdzie nie trafia. Po analizie łatwo dorobić do niego hipotezę. | Dopisz ścieżkę z uzasadnieniem albo usuń pytania przed zbieraniem danych. |
| Hipoteza bez testu | H3: wsparcie przełożonego osłabia związek granic z wyczerpaniem. Analiza: korelacje wszystkich skal. | Korelacje nie sprawdzają, czy siła związku zależy od trzeciej zmiennej. | Regresja z interakcją, Tabela 4, Rysunek 1. |
| Wniosek bez wyniku | „Szkolenia z wyznaczania granic zmniejszą wyczerpanie”. | Nie badano szkoleń, więc żadna ścieżka nie prowadzi do tego zdania. | „Warto sprawdzić w osobnym badaniu, czy szkolenia…” – w rekomendacjach, jako propozycja. |
| Pytanie w ankiecie bez celu | Pyt. 41: liczba dzieci w domu. Brak wiersza w matrycy. | Informacja o życiu prywatnym, której nic nie używa. | Usuń albo wpisz jako zmienną kontrolną z uzasadnieniem z literatury. |
| Cel większy niż schemat | Cel: „określenie wpływu pracy zdalnej na wyczerpanie”. Jeden pomiar, test Welcha. | Jeden pomiar i grupy nielosowe pozwalają opisać różnicę, nie wpływ. | Cel: „porównanie wyczerpania między osobami pracującymi głównie zdalnie i głównie stacjonarnie”. |
| Poziom pomiaru niezgodny z analizą | Wiek w pięciu przedziałach; korelacja Pearsona z wyczerpaniem. | Przedziały to zmienna porządkowa, a kody 1–5 nie są latami. | Pytaj o wiek w latach albo zaplanuj korelację Spearmana. |
Układ pustych pól coś mówi. Braki po obu stronach wypełnionego środka oznaczają pomiar bez powodu. Braki na całej długości przed polem „Wniosek” oznaczają zdanie wzięte znikąd. Żółte pola na początku i końcu ścieżki to zwykle problem schematu, a nie statystyki.
Zmienne zmierzone bez planu nie są niewinną rezerwą. Elastyczność w zbieraniu, analizie i raportowaniu danych wyraźnie podnosi odsetek wyników fałszywie dodatnich (Simmons i in., 2011). Hipoteza dopisana po obejrzeniu danych i przedstawiona jako wcześniejsza to HARKing (Kerr, 1998). Pytanie bez celu ma jeszcze jeden koszt: zbierasz informację, której nie potrzebujesz (zob. świadoma zgoda i RODO).
Trzy przejścia przez tabelę
- Od celu do wniosku. Weź każdy cel i idź w prawo. Pierwsze puste pole to miejsce, w którym praca się urywa.
- Od ankiety do celu. Weź kwestionariusz i przy każdym pytaniu wpisz numer ścieżki. Pytanie bez numeru usuń albo uzasadnij.
- Od wniosku do tabeli. Weź zakończenie pracy i przy każdym zdaniu wskaż wniosek, tabelę i ścieżkę. Zdanie bez adresu przenieś do rekomendacji albo skreśl.
Szablon XLSX do pobrania
Pobierz matryca-spojnosci-pracy-szablon.xlsx. Ma siedem arkuszy: instrukcję, pustą matrycę na 30 ścieżek, listę 200 pozycji ankiety, dziennik zmian i trzy fikcyjne przykłady z tego wpisu. Kolumny kontrolne same zgłaszają puste pole, pozycję bez ścieżki oraz ścieżkę bez pozycji. Nie ocenią jednak, czy analiza pasuje do hipotezy, bo to decyzja merytoryczna.
Kiedy ją zrobić
Najlepiej przed zbieraniem danych, w tym samym czasie co etap planu analizy w harmonogramie pracy empirycznej. Matryca powstaje stopniowo:
| Wersja | Moment | Co uzupełniasz |
|---|---|---|
| 1 | Po sformułowaniu pytań | Status, cel, pytanie, hipoteza, wstępna analiza |
| 2 | Przy projekcie ankiety | Zmienne, poziomy pomiaru, numery pozycji, arkusz Pozycje |
| 3 | Po pilotażu, przed badaniem | Poprawki, numery tabel, warianty wniosków; akceptacja promotora |
| 4 | Po analizie | Numery tabel i wnioski faktyczne; dziennik zmian |
Określenie pytań i planu analizy przed poznaniem wyników pozwala odróżnić sprawdzanie przewidywań od wyjaśniania po fakcie (Nosek i in., 2018). Zmiana planu nie jest porażką, o ile ją udokumentujesz i uczciwie opiszesz (Willroth i Atherton, 2024). Do tego służy dziennik. Bez niego rozjazd łatwo przechodzi niezauważony: w kohorcie 102 badań randomizowanych w 62% co najmniej jeden pierwszorzędowy wynik zmieniono, dodano lub pominięto względem protokołu (Chan i in., 2004). To dane z badań klinicznych, ale w pracy dyplomowej o podobny rozjazd też nietrudno.
Masz już dane? Matryca nadal pomoże uporządkować wyniki. Wszystko, czego nie zaplanowano wcześniej, oznacz jednak jako eksploracyjne.
Jak użyć matrycy w rozmowie z promotorem
Wyślij matrycę razem z projektem ankiety, przed spotkaniem. Zamiast pytać „czy to jest dobrze?”, poproś o decyzje w konkretnych polach, a ustalenia wpisuj w kolumnie „Uzgodnienia z promotorem”. Wymagania uczelni i promotora mają pierwszeństwo, także gdy oczekuje on innego układu tabeli albo hipotez w pracy opisowej. Dobrze ustalona ścieżka ogranicza też późniejsze poprawki w rozdziale wyników.
Gotowe zdania do pracy
Matryca zwykle jest narzędziem roboczym. Jeśli promotor chce ją zobaczyć w pracy, skróconą wersję umieść w rozdziale metodologicznym albo w załączniku. Wstaw własne dane w miejsce nawiasów.
Najczęstsze błędy przy pracy z matrycą
- Wypełnianie po analizie. Tabela wygląda porządnie, ale niczego już nie chroni.
- Ogólniki. „Ankieta” zamiast numerów pozycji i „statystyka” zamiast metody ukrywają braki.
- Jedna ścieżka na wiele hipotez. Każda hipoteza potrzebuje własnego testu i miejsca w wynikach.
- Puste pole zamiast „nie dotyczy”. Nie wiadomo wtedy, czy to decyzja, czy przeoczenie.
- Zmiany bez śladu. Nowa wersja bez wpisu w dzienniku udaje, że plan był taki od początku.
- Kopiowanie matrycy do rozdziału zamiast tekstu. Tabela porządkuje wyniki i wnioski, ale ich nie zastępuje.
Lista kontrolna
- Czy każdy cel ma co najmniej jedną ścieżkę?
- Czy cele i słowa w hipotezach mieszczą się w możliwościach schematu?
- Czy każda hipoteza ma test zgodny z jej kierunkiem i poziomem pomiaru?
- Czy każda zmienna ma numery pozycji w narzędziu?
- Czy każde pytanie w ankiecie ma numer ścieżki?
- Czy każda ścieżka ma numer tabeli lub rysunku?
- Czy każdy wniosek wynika z konkretnej tabeli?
- Czy wiadomo, co napiszesz przy wyniku nieistotnym?
- Czy status każdej ścieżki ustalono przed zebraniem danych?
- Czy promotor zaakceptował matrycę, a każda późniejsza zmiana jest w dzienniku?
Bibliografia oprogramowania
Szablon XLSX przygotowano w pakiecie openxlsx, a rysunki w pakietach ggplot2 i svglite. Przykłady nie zawierają danych ani wyników obliczeń.
- 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/
- openxlsx (wersja 4.2.8.1): Schauberger, P., & Walker, A. (2025). openxlsx: Read, write and edit xlsx files [R package]. https://doi.org/10.32614/CRAN.package.openxlsx
- 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 matrycę spójności trzeba umieścić w pracy magisterskiej?
Zwykle nie, bo to narzędzie robocze. Jeśli promotor chce ją zobaczyć w pracy, umieść skróconą wersję w rozdziale metodologicznym albo w załączniku. Sprawdź zasady swojej uczelni i ustal to z promotorem.
Co wpisać w kolumnie hipoteza w pracy opisowej?
Wpisz „nie dotyczy”, zamiast zostawiać puste pole. Dzięki temu widać, że brak hipotezy jest decyzją, a nie przeoczeniem. Hipotezy dodawaj tylko wtedy, gdy masz podstawę do przewidywania, chyba że promotor wymaga innego ujęcia.
Czy mogę zrobić matrycę, gdy dane są już zebrane?
Tak, ale nie odtworzy ona planu sprzed badania. Pomoże uporządkować wyniki i znaleźć luki. Analizy wymyślone po obejrzeniu danych oznacz jako eksploracyjne i nie przedstawiaj ich jako wcześniej zaplanowanych.
Czym matryca spójności różni się od planu analizy statystycznej?
Matryca pokazuje, czy elementy pracy łączą się ze sobą od celu do wniosku. Plan analizy opisuje szczegóły obliczeń, takie jak braki danych, wykluczenia i reguły decyzji. Zwykle potrzebujesz obu, a matryca jest dobrym punktem wyjścia do planu.
Co zrobić z pytaniem w ankiecie, które nie pasuje do żadnego celu?
Usuń je albo dopisz ścieżkę z uzasadnieniem, zanim zaczniesz zbierać dane. Każde zbędne pytanie wydłuża ankietę i zbiera informację, której nie użyjesz. Jeśli jest to zmienna kontrolna, wpisz ją do odpowiedniej ścieżki.
Powiązane hasła
Przeczytaj też
Konspekt pracy dyplomowej
Jedenaście elementów, wzór do skopiowania i DOCX, cały wypełniony przykład pracy ilościowej, poprawki typowych fragmentów i lista kontrolna.
Czytaj →PoradnikPlan analizy statystycznej i prerejestracja
12 elementów planu analizy, moc i SESOI w R, OSF czy AsPredicted, registered reports, tabela odstępstw i wzór planu w Wordzie do pobrania.
Czytaj →PoradnikKontrola spójności liczb przed oddaniem pracy
Osiem kontroli: N i sumy w tabelach, procenty, p a statystyka testu, df, przedziały ufności, GRIM i te same liczby w całej pracy – z kodem w R.
Czytaj →PoradnikWyniki ankiety z 30 pytaniami bez 30 testów
Rola każdego pytania, tabela zbiorcza z 95% CI, wynik skali, testy tylko dla hipotez, eksploracja z FDR i gotowy szkic rozdziału wyników.
Czytaj →Chcesz sprawdzić matrycę przed zbieraniem danych?
Pomożemy dopasować analizy do pytań i hipotez, 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)
- Appelbaum, M., Cooper, H., Kline, R. B., Mayo-Wilson, E., Nezu, A. M., & Rao, S. M. (2018). Journal article reporting standards for quantitative research in psychology: The APA Publications and Communications Board task force report. American Psychologist, 73(1), 3–25. https://doi.org/10.1037/amp0000191 ● Otwarty dostęp
- Chan, A.-W., Hróbjartsson, A., Haahr, M. T., Gøtzsche, P. C., & Altman, D. G. (2004). Empirical evidence for selective reporting of outcomes in randomized trials. JAMA, 291(20), 2457–2465. https://doi.org/10.1001/jama.291.20.2457
- Kerr, N. L. (1998). HARKing: Hypothesizing after the results are known. Personality and Social Psychology Review, 2(3), 196–217. https://doi.org/10.1207/s15327957pspr0203_4
- Nosek, B. A., Ebersole, C. R., DeHaven, A. C., & Mellor, D. T. (2018). The preregistration revolution. Proceedings of the National Academy of Sciences, 115(11), 2600–2606. https://doi.org/10.1073/pnas.1708274114 ● Otwarty dostęp: pełny tekst
- Simmons, J. P., Nelson, L. D., & Simonsohn, U. (2011). False-positive psychology: Undisclosed flexibility in data collection and analysis allows presenting anything as significant. Psychological Science, 22(11), 1359–1366. https://doi.org/10.1177/0956797611417632
- Willroth, E. C., & Atherton, O. E. (2024). Best laid plans: A guide to reporting preregistration deviations. Advances in Methods and Practices in Psychological Science, 7(1), Article 25152459231213802. https://doi.org/10.1177/25152459231213802 ● Otwarty dostęp
Cytowania BibTeX
@article{appelbaum2018journal, author={Appelbaum, Mark and Cooper, Harris and Kline, Rex B. and Mayo-Wilson, Evan and Nezu, Arthur M. and Rao, Stephen M.}, title={{Journal article reporting standards for quantitative research in psychology: The APA Publications and Communications Board task force report}}, journal={American Psychologist}, year={2018}, volume={73}, number={1}, pages={3--25}, doi={10.1037/amp0000191}}@article{chan2004empirical, author={Chan, An-Wen and Hróbjartsson, Asbjørn and Haahr, Mette T. and Gøtzsche, Peter C. and Altman, Douglas G.}, title={{Empirical evidence for selective reporting of outcomes in randomized trials}}, journal={JAMA}, year={2004}, volume={291}, number={20}, pages={2457--2465}, doi={10.1001/jama.291.20.2457}}@article{kerr1998harking, author={Kerr, Norbert L.}, title={{HARKing: Hypothesizing after the results are known}}, journal={Personality and Social Psychology Review}, year={1998}, volume={2}, number={3}, pages={196--217}, doi={10.1207/s15327957pspr0203_4}}@article{nosek2018preregistration, author={Nosek, Brian A. and Ebersole, Charles R. and DeHaven, Alexander C. and Mellor, David T.}, title={{The preregistration revolution}}, journal={Proceedings of the National Academy of Sciences}, year={2018}, volume={115}, number={11}, pages={2600--2606}, doi={10.1073/pnas.1708274114}}@article{simmons2011false, author={Simmons, Joseph P. and Nelson, Leif D. and Simonsohn, Uri}, title={{False-positive psychology: Undisclosed flexibility in data collection and analysis allows presenting anything as significant}}, journal={Psychological Science}, year={2011}, volume={22}, number={11}, pages={1359--1366}, doi={10.1177/0956797611417632}}@article{willroth2024best, author={Willroth, Emily C. and Atherton, Olivia E.}, title={{Best laid plans: A guide to reporting preregistration deviations}}, journal={Advances in Methods and Practices in Psychological Science}, year={2024}, volume={7}, number={1}, eid={25152459231213802}, doi={10.1177/25152459231213802}}