Analiza kwestionariusza – przewodnik od budowy ankiety do opisu narzędzia

Autor: Konrad Hryniewicz · Opublikowano: 26 października 2026 · Aktualizacja: 1 listopada 2026

Dla kogo jest ten przewodnik i jak z niego korzystać

Przewodnik jest dla osób, które w pracy dyplomowej mierzą coś kwestionariuszem albo ankietą: stres, samoocenę, satysfakcję, wiedzę czy postawy. Prowadzi przez całą drogę narzędzia: od wyboru lub zbudowania skali, przez pilotaż i zbieranie odpowiedzi, po wynik skali, jego rzetelność, interpretację i opis w pracy. Nie jest to osobny poradnik, tylko uporządkowana lista tekstów, haseł i kalkulatorów, które już są w serwisie.

Jeśli dopiero planujesz badanie, zacznij od etapu 1. Jeśli masz już eksport z formularza, zacznij od etapu 4, ale zajrzyj też do etapu 1: bez klucza skali nie policzysz wyniku poprawnie. W razie konkretnego kłopotu („alfa wyszła .58”, „nie wiem, jak podzielić wyniki na niskie i wysokie”) przejdź od razu do tabeli „mam problem – przeczytaj”.

Kolejność etapów nie jest przypadkowa. Część decyzji musi zapaść, zanim ktokolwiek wypełni ankietę: klucz skali, reguła dla braków i reguły wykluczeń. Podobny podział na fazy proponują Boateng i in. (2018) w przewodniku po budowie skal: najpierw pozycje i ocena ich treści, potem konstrukcja skali z pretestem i redukcją pozycji, a na końcu ocena wymiarowości, rzetelności i trafności.

Etap 1. Wybór albo budowa narzędzia

Najpierw ustal, czy Twój konstrukt da się zmierzyć gotowym kwestionariuszem. Narzędzie z polską adaptacją i opisaną rzetelnością prawie zawsze jest lepsze niż własna skala napisana w tydzień. Własne pytania mają sens przy faktach, zachowaniach i wiedzy, a własną skalę buduj tylko wtedy, gdy nic nie pasuje i masz czas na jej sprawdzenie. Już na tym etapie zdobądź klucz: przypisanie pozycji do podskal i listę pozycji odwróconych.

• Gdzie znaleźć kwestionariusze psychologiczne – gdzie szukać polskich adaptacji, jak sprawdzić dowody rzetelności i jak uzyskać zgodę na użycie.
• Kwestionariusz a ankieta – czym różnią się te pojęcia i jak poprawnie nazwać narzędzie w pracy.
• Jak zrobić ankietę do pracy dyplomowej – projekt ankiety od hipotez i zmiennych do struktury formularza.
• Ile stopni skali Likerta wybrać? – 4, 5 czy 7 punktów, środek skali i etykiety odpowiedzi.
• Pozycja odwrócona – po co jest w skali, jak ją przekodować i jakie ma wady.
• Jak zbudować i zwalidować skalę psychometryczną? – definicja konstruktu, pozycje, pilotaż, CFA, rzetelność i trafność.
• Adaptacja kulturowa kwestionariusza – gdy chcesz użyć narzędzia, którego nie ma po polsku: przekłady, eksperci, wywiady i pilotaż.

Etap 2. Pretest: wywiady poznawcze i pilotaż

Sprawdź ankietę na kilku osobach z Twojej populacji, zanim wyślesz ją setkom. Wywiad poznawczy pokazuje, jak respondenci rozumieją pytania i jak dochodzą do odpowiedzi. Beatty i Willis (2007) opisują go jako zadawanie roboczych pytań z jednoczesnym zbieraniem dodatkowych informacji o odpowiedziach. Pilotaż sprawdza z kolei czas wypełniania, działanie formularza, braki i rozkłady. Hipotez w pilotażu nie testuj – to próba generalna procedury, a nie małe badanie właściwe.

• Wywiad poznawczy w pilotażu krok po kroku – rundy wywiadów, protokół, reguła decyzji o poprawce i kodowanie problemów.
• Wywiad poznawczy – głośne myślenie i pytania sondujące w skrócie.
• Badanie pilotażowe – co sprawdzić w pilotażu ankiety i ile osób zbadać.
• Najczęstsze błędy w ankietach – wnioski z audytów ankiet i gotowe poprawki.
• Pytanie dwuznaczne i pytanie sugerujące – dwa błędy, które wywiad poznawczy wychwytuje najczęściej.
• Odpowiedź „nie wiem” i „trudno powiedzieć” – kiedy ją dawać i dlaczego nie jest środkiem skali.

Etap 3. Zbieranie odpowiedzi

Zdecyduj, gdzie i kogo rekrutujesz, ile odpowiedzi potrzebujesz i jak sprawdzisz uważność respondentów. Liczebność zależy od celu analizy, a nie od zasady „im więcej, tym lepiej”: inna jest potrzebna do oszacowania odsetka, inna do korelacji. Większa próba nie usuwa też błędu doboru, więc w metodzie opisz kanał rekrutacji i jego ograniczenia.

• Gdzie znaleźć respondentów do ankiety? – uczelnia, grupy tematyczne, kula śnieżna, panele i wymiana ankiet.
• Rodzaje badań ankietowych – czas, dobór, kanał i cel badania oraz to, co z nich wynika dla wniosków.
• Liczebność próby w ankiecie – ile odpowiedzi potrzeba dla odsetka, korelacji i porównania grup.
• Pytanie kontrolne (attention check) – jak wbudować w ankietę sprawdzenie, czy ktoś czyta pytania.
• Metryczka – jakie pytania o cechy osób badanych zadać i gdzie je umieścić.
• Wskaźnik odpowiedzi (response rate) – jak liczyć odsetek odpowiedzi i przerwań ankiety.

Etap 4. Kodowanie i czyszczenie danych

Surowy eksport z formularza zamień w uporządkowany zbiór: krótkie nazwy zmiennych, liczby zamiast słów, jawne kody braków. Potem zastosuj zapisane z góry reguły wykluczeń. Nieuważne odpowiedzi to realny problem: Meade i Craig (2012) oszacowali, że w długiej ankiecie wypełnianej przez studentów za punkty zaliczeniowe nieuważnie odpowiadało ok. 10–12% osób. Wykrywaj je kilkoma wskaźnikami naraz, bo każdy wychwytuje inny wzorzec.

• Dane z Google Forms i LimeSurvey – kodowanie odpowiedzi do SPSS i R, w tym pytania wielokrotnego wyboru jako zmienne 0/1.
• Jak przygotować bazę danych do analizy – szablon bazy z zasadami nazw, kodów i braków.
• Książka kodowa – opis każdej zmiennej, który tworzysz razem z ankietą.
• Nieuważne odpowiedzi w ankietach online – pytania kontrolne, czas, longstring, IRV i odległość Mahalanobisa w jednej procedurze.
• Straightlining i speeding – dwa najczęstsze wzorce nieuważności i ich wskaźniki.
• Czyszczenie danych z ankiety online – co usunąć, w jakiej kolejności i jak to opisać.
• Braki danych i imputacja wielokrotna w R – gdy braków jest więcej niż pojedyncze pominięte pozycje.

Etap 5. Wynik skali

Wynik skali liczysz według klucza: odwracasz pozycje odwrócone, przypisujesz pozycje do podskal, stosujesz regułę dla braków i wybierasz sumę albo średnią. Zanim cokolwiek zsumujesz, sprawdź minimum i maksimum każdej pozycji. Kod braku liczony jak zwykła liczba potrafi zepsuć cały rozkład. Wynik ogólny licz tylko wtedy, gdy przewiduje go klucz.

• Jak policzyć wynik kwestionariusza – siedem kroków od klucza do kontroli wartości niemożliwych.
• Wynik skali: średnia czy suma – kiedy obie dają to samo, a kiedy wybór ma znaczenie.
• Klucz odpowiedzi i podskala i wynik ogólny – skąd wziąć reguły punktacji i kiedy wolno zsumować całą skalę.
• POMP – przeliczenie wyniku na 0–100, gdy porównujesz skale o różnych zakresach.
• PSS-10, GAD-7 i PHQ-9, SWLS i Skala Samooceny Rosenberga – gotowe instrukcje dla czterech popularnych narzędzi.
• WHO-5, AUDIT, K10 i K6, GSE, Brief COPE, Mini-IPIP, IPAQ i indeks Barthel – kolejne narzędzia: klucz, zakres wyniku, rzetelność i opis w pracy.
• Ankieta wiedzy – analiza krok po kroku – gdy zamiast skali Likerta masz test wiedzy punktowany 0/1.
• DASS-21, CES-D, PHQ-2 i GAD-2, MSPSS, BRS, WEMWBS i SWEMWBS, BFI-2, Grit-S, PANAS, PSQI, GDS-15, WHOQOL-BREF, CBI i EPDS – klucz, braki danych, rzetelność, licencja i opis w pracy.
• UCLA, UWES-9, OLBI, PCS, TSK, SCS-SF, MAAS, MEDAS, FTND, GLTEQ, TSES i SCOFF – narzędzia z psychologii pracy, fizjoterapii, dietetyki, zdrowia publicznego i pedagogiki.
• PHQ-15, LOT-R, Flourishing Scale, TIPI, MLQ, skala Katza, indeks Charlsona, MUST, RMDQ, NDI, LEFS, eHEALS, JSS i MSLQ – kolejne narzędzia z psychologii, medycyny, pielęgniarstwa, fizjoterapii, zarządzania i pedagogiki.
• SUS, NASA-TLX, RAND-36, EQ-5D, ODI, skala Bradena, SDQ, PSWQ, COPSOQ, MMSE i MoCA, TUG w badaniu i WHODAS 2.0 – narzędzia z informatyki, ergonomii, jakości życia, fizjoterapii, pielęgniarstwa i zdrowia publicznego.
• Katalog narzędzi badawczych – wszystkie narzędzia w tabelach według dziedzin: co mierzą, ile mają pozycji, jaki dają wynik i na jakich warunkach można ich użyć.

Etap 6. Rzetelność i struktura skali

Rzetelność podajesz w swojej próbie, nawet jeśli autorzy narzędzia opisali ją wcześniej. Alfa Cronbacha jest najczęściej raportowana, ale jej założenia rzadko są spełnione. McNeish (2018) pokazuje, że prowadzi to zwykle do zaniżania rzetelności, i omawia alternatywy, w tym omegę. Gdy struktura skali jest niepewna (nowe narzędzie, nowa populacja), sprawdź ją analizą czynnikową, a nie tylko współczynnikiem rzetelności.

• Alfa Cronbacha – rzetelność skali – założenia alfy, analiza pozycji i omega jako uzupełnienie.
• Wzór raportowania alfy Cronbacha – gotowe zdania i tabele dla siedmiu sytuacji, także przy niskiej alfie.
• Omega McDonalda – czym różni się od alfy i kiedy ją podać.
• Spójność wewnętrzna – co mierzy i czego nie mówi wysoka alfa.
• KR-20 i analiza pozycji testu – rzetelność i jakość pytań w teście wiedzy.
• Analiza czynnikowa EFA i CFA – liczba czynników, rotacja i potwierdzenie modelu na nowych danych.
• Korelacja polichoryczna – właściwe dane wejściowe do analizy czynnikowej pozycji Likerta.
• Inwariancja pomiaru krok po kroku – gdy porównujesz wyniki skali między grupami i chcesz wiedzieć, czy mierzy w nich to samo.

Etap 7. Interpretacja wyniku

Wynik surowy sam w sobie mało mówi, więc studenci chętnie dzielą go na „niski, przeciętny, wysoki”. Rób to tylko na podstawie norm, zwalidowanego progu albo podziału opisanego w źródle i używaj poziomów do opisu, a nie zamiast wyniku ciągłego w testach. Normy mają sens tylko dla jasno opisanej populacji, a raport z normalizacji powinien podawać m.in. sposób doboru próby i daty badania (American Educational Research Association i in., 2014). Sprawdź też, czy w Twojej próbie wiele osób nie ma wyniku maksymalnego.

• Niski, przeciętny, wysoki wynik – cztery sposoby wyznaczania poziomów i dlaczego dają różne odsetki.
• Normy testowe i skala stenowa – przeliczanie wyniku surowego na steny i ich interpretacja.
• Punkt odcięcia – skąd się bierze próg w kwestionariuszu przesiewowym i czego nie oznacza.
• Tercyle i podział kwantylowy – jak je liczyć i kiedy nie dzielić próby.
• Dzielenie medianą – dlaczego podział na dwie grupy kosztuje moc testu.
• Efekt sufitu i podłogi – jak skupienie wyników na krańcu skali zniekształca analizy.

Etap 8. Opis narzędzia i wyników w pracy

W rozdziale metodologicznym opisz narzędzie: nazwę, autorów oryginału i adaptacji, budowę, sposób liczenia wyniku i rzetelność. W wynikach podaj statystyki opisowe skal, ich rzetelność i dopiero potem testy hipotez. Pojedyncze pytania ankiety (wielokrotny wybór, pytania otwarte, satysfakcja) opisuj rozkładem odpowiedzi i odsetkami, a nie samą średnią.

• Opis narzędzia badawczego – wzór – wzory dla kwestionariusza, ankiety własnej, testu wiedzy i skali klinicznej.
• Tabela rzetelności skal w APA – wzór tabeli z alfą, omegą i liczbą pozycji.
• Analiza ankiety do pracy dyplomowej – cała kolejność od surowego eksportu do wyników hipotez.
• Analiza pytań wielokrotnego wyboru – kodowanie 0/1 i odsetki, które sumują się do więcej niż 100%.
• Analiza treści pytań otwartych – klucz kategorii, kodowanie we dwoje i kappa Cohena.
• Analiza ankiety satysfakcji pacjentów – odsetek „top-box” z przedziałem Wilsona i efekt sufitu.
• Jak opisać charakterystykę próby – co podać o respondentach i jak porównać próbę z populacją.

Mam problem – przeczytaj

Tabela zbiera kłopoty, z którymi najczęściej zgłaszają się osoby analizujące kwestionariusz. W prawej kolumnie jest strona, od której warto zacząć.

Najważniejsze hasła ze słownika

Te hasła warto znać, zanim zaczniesz analizę ankiety. Pogrupowaliśmy je według tego, czego dotyczą.

Układ ankiety i pytania

• Skala Likerta i skala porządkowa – jak traktować odpowiedzi na pojedyncze pozycje i całą skalę.
• Pytanie otwarte i zamknięte oraz kafeteria odpowiedzi – budowa pytań i list odpowiedzi.
• Pytanie filtrujące i logika przejść – braki zaplanowane i ich kodowanie.
• Efekt kolejności pytań i efekt kolejności odpowiedzi – jak układ ankiety zmienia odpowiedzi.
• Pytania o płeć i wiek w ankiecie – jak je zadać i opisać.

Style odpowiedzi i jakość danych

• Tendencja do zgadzania się i style odpowiedzi skrajnych i środkowych – odpowiedzi zależne od stylu, a nie od treści.
• Aprobata społeczna – skłonność do przedstawiania się w korzystnym świetle.
• Wspólna wariancja metody (CMV) – problem wszystkich zmiennych z jednej ankiety.
• Błąd braku odpowiedzi i panel internetowy – kto odpowiada na ankietę online, a kto nie.

Rzetelność i trafność

• Rzetelność i rzetelność test–retest – dokładność i stabilność pomiaru.
• Trafność, trafność treściowa (CVI), trafność teoretyczna i trafność kryterialna – rodzaje dowodów, że skala mierzy to, co powinna.
• CFA, analiza równoległa i ładunek czynnikowy – podstawowe pojęcia analizy struktury skali.

Wynik i jego interpretacja

• Wynik surowy i test psychometryczny – czym jest wynik przed przeliczeniem na normy.
• Kodowanie odpowiedzi otwartych – zamiana wypowiedzi na kategorie z klucza.

Kalkulatory

• Kalkulator wyniku skali – suma, średnia i POMP z odwróceniem pozycji i regułą dla pojedynczych braków (etap 5).
• Kalkulator liczebności próby – liczba odpowiedzi dla ankiety z marginesem błędu, korelacji i porównania grup (etap 3).
• Kalkulator przedziału ufności – przedział Wilsona dla odsetka odpowiedzi i CI dla średniej wyniku skali (etap 8).
• Kalkulator RCI i MDC – gdy tę samą skalę wypełniono dwa razy i chcesz ocenić zmianę jednej osoby przy znanej rzetelności.
• Kalkulator alfy i omegi – omega i alfa z ładunków CFA oraz liczba pozycji potrzebna do zadanej rzetelności.
• Konwerter wyników na normy – przeliczenie wyniku skali na normy: z, T, steny, staniny i centyle.
• Kalkulator kappy Cohena i testu McNemara – zgodność dwóch oceniających i zmiana odsetka w parach przed–po.
• Generator opisu wyników APA – gotowe zdanie z p i wielkością efektu oraz kontrola zgodności p ze statystyką.

Inne przewodniki

Gdy wynik skali jest gotowy, testy hipotez, opis wyników w stylu APA i przygotowanie do obrony prowadzi przewodnik statystyka w pracy dyplomowej. Budowę i walidację własnej skali szerzej opisuje przewodnik psychometria i budowa skal, a projekt ankiety i eksperymentu – przewodnik ankiety i eksperymenty.

Kiedy warto skorzystać z pomocy

Większość etapów przejdziesz sam(a), jeśli masz klucz skali i trzymasz się kolejności. Pomoc przydaje się, gdy narzędzie zachowuje się inaczej, niż obiecuje literatura: alfa jest wyraźnie niższa niż u autorów, analiza czynnikowa nie odtwarza podskal albo nie wiesz, czy wolno liczyć wynik ogólny. W ramach analiz statystycznych dla studentów sprawdzimy kodowanie i wyniki skal, policzymy rzetelność i wyjaśnimy, jak opisać ją w pracy. Opis i interpretacja należą do Ciebie, więc zadbaj, by rozumieć każdą decyzję, a pomoc ujawnij zgodnie z zasadami uczelni.

Najczęstsze pytania

Od czego zacząć analizę kwestionariusza w pracy?

Od klucza skali: listy pozycji w podskalach, pozycji odwróconych i sposobu liczenia wyniku. Potem uporządkuj eksport, zastosuj reguły wykluczeń ustalone przed badaniem, policz wyniki skal i ich rzetelność, a dopiero na końcu testuj hipotezy. Kolejność kroków na danych opisuje poradnik o analizie ankiety.

Czy rzetelność kwestionariusza trzeba liczyć, jeśli podali ją autorzy?

Tak. Rzetelność jest cechą wyników w konkretnej próbie, a nie samego narzędzia, więc w pracy podaj wartość policzoną na swoich danych, a obok wartość z publikacji autorów lub adaptacji. Przy niskiej wartości nie ukrywaj jej, tylko opisz razem z możliwymi przyczynami. Gotowe zdania znajdziesz we wzorze raportowania alfy Cronbacha.

Czy w ankiecie do pracy trzeba robić pilotaż?

Przy gotowym, dobrze sprawdzonym kwestionariuszu wystarczy krótki pretest formularza. Przy pytaniach własnych, nowej skali albo przekładzie warto przeprowadzić wywiady poznawcze i pilotaż, bo dopiero one pokazują, czy respondenci rozumieją pytania tak jak Ty. Pilotaż sprawdza procedurę, a nie hipotezy. Szczegóły opisuje tekst o badaniu pilotażowym.

Jak opisać kwestionariusz w rozdziale metodologicznym?

Podaj nazwę narzędzia, autorów oryginału i polskiej adaptacji, mierzony konstrukt, liczbę pozycji i podskal, skalę odpowiedzi, pozycje odwrócone, sposób liczenia i zakres wyniku oraz rzetelność w Twojej próbie. Normy i progi podawaj tylko ze źródła. Wzory dla kilku rodzajów narzędzi zawiera opis narzędzia badawczego – wzór.

Czy wolno analizować pojedyncze pytania kwestionariusza zamiast wyniku skali?

Hipotezy sprawdzaj na wyniku całej skali lub podskali, bo pojedyncza pozycja jest mniej rzetelna i ma charakter porządkowy. Pojedyncze pytania możesz opisać rozkładem odpowiedzi i odsetkami jako uzupełnienie. Wyjątkiem są pytania o fakty i pytania wielokrotnego wyboru, które analizuje się osobno, opisane w haśle analiza pytań wielokrotnego wyboru.

Powiązane hasła

Przeczytaj też

@book{aera2014standards, author={{American Educational Research Association} and {American Psychological Association} and {National Council on Measurement in Education}}, title={{Standards for educational and psychological testing}}, year={2014}, publisher={American Educational Research Association}, url={https://www.testingstandards.net/open-access-files.html}}

@article{beatty2007research, author={Beatty, Paul C. and Willis, Gordon B.}, title={{Research synthesis: The practice of cognitive interviewing}}, journal={Public Opinion Quarterly}, year={2007}, volume={71}, number={2}, pages={287--311}, doi={10.1093/poq/nfm006}}

@article{boateng2018best, author={Boateng, Godfred O. and Neilands, Torsten B. and Frongillo, Edward A. and Melgar-Quiñonez, Hugo R. and Young, Sera L.}, title={{Best practices for developing and validating scales for health, social, and behavioral research: A primer}}, journal={Frontiers in Public Health}, year={2018}, volume={6}, eid={149}, doi={10.3389/fpubh.2018.00149}}

@article{mcneish2018thanks, author={McNeish, Daniel}, title={{Thanks coefficient alpha, we’ll take it from here}}, journal={Psychological Methods}, year={2018}, volume={23}, number={3}, pages={412--433}, doi={10.1037/met0000144}}

@article{meade2012identifying, author={Meade, Adam W. and Craig, S. Bartholomew}, title={{Identifying careless responses in survey data}}, journal={Psychological Methods}, year={2012}, volume={17}, number={3}, pages={437--455}, doi={10.1037/a0028085}}