Statystyka w pracy dyplomowej – przewodnik od hipotez do obrony

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 piszą pracę licencjacką albo magisterską z badaniem ilościowym: ankietą, kwestionariuszami, eksperymentem albo pomiarem przed i po. Nie znajdziesz tu nowego wykładu ze statystyki. To mapa stron, które już są w serwisie, ułożonych w kolejności, w jakiej podejmujesz decyzje w pracy. Każdy etap mówi, co masz w nim zrobić, i wskazuje trzy do ośmiu tekstów, haseł albo kalkulatorów, które pomogą Ci to zrobić dobrze.

Jeśli zaczynasz od zera, idź po kolei od etapu 1. Jeśli masz już dane, zacznij od etapu 4, ale wróć na chwilę do etapów 1–2. Wiele problemów z wynikami bierze się z hipotez sformułowanych zbyt ogólnie albo z planu analiz, który nigdy nie powstał. Gdy masz konkretny kłopot („promotor pisze, że brakuje wielkości efektu”), przejdź od razu do tabeli „mam problem – przeczytaj”.

Kolejność etapów odpowiada układowi pracy. Etapy 1–3 opisujesz w rozdziale metodologicznym, etapy 4–7 w rozdziale wyników, a etap 8 to dyskusja i przygotowanie do obrony. Co raportować w metodzie i wynikach badania ilościowego, opisują standardy APA JARS-Quant. Każą one m.in. odróżnić hipotezy i analizy pierwszorzędowe, drugorzędowe i eksploracyjne (Appelbaum i in., 2018), więc dobrze, jeśli ten podział istnieje w Twojej pracy od etapu 1.

Etap 1. Pytanie badawcze i hipotezy

Statystyka zaczyna się przed pierwszym testem: od problemu, pytania i hipotez. Zapisz, czego nie wiadomo, w jakiej populacji i między jakimi zmiennymi. Każdą hipotezę sformułuj tak, żeby jasno wynikało z niej, jaki wynik ją potwierdzi, a jaki nie. Od razu określ, które zmienne są zależne, a które niezależne, i jak je zmierzysz.

• Pytania badawcze i hipotezy – pięć kroków od problemu do hipotezy, którą da się sprawdzić, z przykładami dobrych i złych sformułowań.
• Jaka jest relacja między hipotezą a teorią? – jak wyprowadzić hipotezę z teorii i opisać to w części teoretycznej.
• Co to jest operacjonalizacja? – przejście od pojęcia do zmiennej i wskaźnika, z tabelą do pracy.
• Hipoteza badawcza – cechy dobrej hipotezy i różnica między hipotezą badawczą a statystyczną.
• Hipoteza zerowa i alternatywna – jak z hipotezy badawczej powstaje para H₀ i H₁.
• Zmienna zależna i zmienna niezależna – jak je nazwać i opisać w zależności od schematu badania.

Etap 2. Plan badania, próba i plan analiz

Wybierz schemat badania, bo od niego zależy, jakie wnioski wolno Ci wyciągnąć. Badanie korelacyjne pokaże związek, ale nie wpływ. Ustal, kogo badasz i ile osób potrzebujesz. Lakens (2022) opisuje kilka uprawnionych sposobów uzasadnienia liczebności, od analizy mocy a priori po ograniczenia zasobów, więc „tyle osób udało się zebrać” też da się opisać rzetelnie. Na koniec spisz plan analiz: dla każdej hipotezy jeden test, poziom istotności i miarę wielkości efektu. Plan zapisany przed zebraniem danych to najlepsza ochrona przed zarzutem dopasowywania analizy do wyników.

• Rozdział metodologiczny – jak go napisać – co opisać w metodzie (problem, zmienne, schemat, osoby badane, narzędzia, procedura, plan analiz) i w jakiej kolejności.
• Dobór liczebności próby – analiza mocy, planowanie precyzji, SESOI i analiza wrażliwości.
• Plan analizy statystycznej i prerejestracja – wzór planu z regułami wykluczeń, braków i kryteriami decyzji; przyda się także w ambitniejszej magisterce.
• Schemat korelacyjny i schemat eksperymentalny – dwa podstawowe plany i granice wniosków z każdego z nich.
• Dobór celowy, wygodny i metoda kuli śnieżnej – jak nazwać swój sposób doboru i jak opisać jego ograniczenia.
• Analiza mocy a priori w G*Power – krok po kroku, jak policzyć liczebność dla planowanego testu.

Etap 3. Narzędzia badawcze

Każdą zmienną z hipotez musisz czymś zmierzyć. Najlepiej gotowym kwestionariuszem z polską adaptacją i znaną rzetelnością. Ankietę własną projektuj od hipotez, a nie od formularza, i przetestuj ją przed właściwym badaniem. Zapisz klucz każdej skali już teraz, bo bez niego nie policzysz poprawnie wyników.

• Gdzie znaleźć kwestionariusze psychologiczne – gdzie szukać polskich adaptacji i jak uzyskać zgodę autora na użycie narzędzia.
• Jak zrobić ankietę do pracy dyplomowej – od hipotez przez zmienne, skale i pilotaż do książki kodów.
• Najczęstsze błędy w ankietach – pytania o dwie rzeczy naraz, nakładające się przedziały, brak „nie dotyczy” i gotowe poprawki.
• Opis narzędzia badawczego – wzór – pięć pytań, na które musi odpowiedzieć opis kwestionariusza w metodzie.
• Rzetelność i trafność – dwa pojęcia, o które komisja pyta przy każdym narzędziu.

Pełną ścieżkę od budowy ankiety do opisu rzetelności skali znajdziesz w przewodniku po analizie kwestionariusza, wymienionym w części „Inne przewodniki”.

Etap 4. Przygotowanie danych

Zanim policzysz cokolwiek, uporządkuj bazę: jedna osoba w wierszu, jedna zmienna w kolumnie, liczby zamiast słów i jeden sposób oznaczania braków. Odwróć pozycje odwrócone i policz wyniki skal według klucza. Wykluczenia (osoby spoza kryteriów, nieuważne odpowiedzi) stosuj według reguł z planu, a w pracy podaj, ile osób odpadło i dlaczego.

• Jak przygotować bazę danych do analizy – szablon bazy w Excelu i SPSS z zasadami nazw, kodów i braków.
• Dane z Google Forms i LimeSurvey – jak zamienić surowy eksport w zbiór gotowy do analizy, bez ręcznego poprawiania.
• Jak policzyć wynik kwestionariusza – siedem kroków od klucza i odwróceń do kontroli wartości niemożliwych.
• Nieuważne odpowiedzi w ankietach online – kilka wskaźników naraz i reguła wykluczeń ustalona z góry.
• Braki danych i imputacja wielokrotna w R – jak sprawdzić, od czego zależą braki, i kiedy usunięcie przypadków to za mało.
• Wartości odstające: jak je wykryć i co z nimi zrobić – mediana i MAD zamiast M ± 3 SD oraz reguła zapisana przed analizą.

Etap 5. Opis próby i zmiennych

Rozdział wyników zaczyna się od tego, kogo zbadano i jakie wyniki uzyskano na skalach. Statystyki dobierz do poziomu pomiaru: dla zmiennych ilościowych średnie i odchylenia standardowe, dla kategorialnych liczebności i odsetki. Przy okazji obejrzyj rozkłady, bo od nich zależy wybór testu w następnym etapie.

• Statystyki opisowe w pracy – co policzyć dla jakiej zmiennej i jak zapisać to w tekście i w tabeli.
• Jak opisać charakterystykę próby – co podać o osobach badanych i jak porównać próbę z populacją.
• Wzór charakterystyki próby – gotowe tabele APA i akapity dla czterech typów badań.
• Jak sprawdzić normalność rozkładu – dlaczego liczy się wykres Q-Q reszt, a nie sam test Shapiro-Wilka.
• Tabela statystyk opisowych w APA – wzór tabeli z numerem, tytułem i notą.

Etap 6. Testy hipotez

Każdą hipotezę sprawdź jednym, zaplanowanym testem na wyniku całej skali. Test wynika z hipotezy (różnica czy związek), z liczby grup lub pomiarów i z rodzaju zmiennej zależnej. Elastyczność w wyborze analiz po obejrzeniu danych wyraźnie zwiększa odsetek wyników fałszywie pozytywnych (Simmons i in., 2011), dlatego trzymaj się planu z etapu 2, a dodatkowe analizy opisz osobno jako eksploracyjne.

• Jak dobrać test statystyczny do hipotezy? – tabela doboru testu według skali pomiaru, liczby grup i układu badania.
• Test t Studenta krok po kroku – jedna próba, test Welcha dla grup niezależnych i próby zależne, z d i 95% CI.
• Korelacja Pearsona i Spearmana krok po kroku – wybór miary, wykres rozrzutu i przedział ufności dla r.
• Test chi-kwadrat krok po kroku – tabela krzyżowa, reszty skorygowane i V Craméra.
• Testy nieparametryczne krok po kroku – Mann–Whitney, Wilcoxon, Kruskal–Wallis i Friedman oraz powody, dla których warto je wybrać.
• ANOVA krok po kroku – trzy grupy lub więcej, test F Welcha i porównania Gamesa–Howella.
• Regresja wieloraka krok po kroku – kilka predyktorów naraz, założenia dotyczące reszt i interpretacja b.
• Poprawki na wielokrotne porównania – kiedy potrzebujesz korekty Holma, a kiedy wystarczy test post hoc.

Jeśli Twoje hipotezy mówią o zmiennej, która zmienia siłę związku albo pośredniczy w nim, czytaj dalej o analizie moderacji i analizie mediacji. Typowy zestaw analiz na danym poziomie studiów opisują dwa przeglądy: statystyka do pracy licencjackiej (proste testy z wielkością efektu) i statystyka do pracy magisterskiej (CFA, regresja hierarchiczna, moderacja i mediacja).

Etap 7. Wyniki w stylu APA

Każdy wynik opisz w stałej kolejności: co sprawdzasz, jakim testem, statystyki opisowe, wynik testu z dokładnym p, wielkość efektu z 95% przedziałem ufności i jedno zdanie interpretacji. Wytyczne stosowania i raportowania metod statystycznych w psychologii sformułował już raport Wilkinsona i Task Force on Statistical Inference (1999). Cumming (2014) idzie dalej i proponuje, by zamiast samego testowania istotności opierać wnioski na estymacji: wielkościach efektów i przedziałach ufności. Wyniki nieistotne opisz tak samo starannie jak istotne.

• Jak opisać wyniki w stylu APA – gotowe zdania – 18 wzorów zdań z liczbami z jednego badania.
• Wyniki badań własnych – przykładowy rozdział – cały rozdział z komentarzem, od przygotowania danych do tabeli hipotez.
• Tabele APA w pracy z psychologii – 16 wzorów tabel z notą, od statystyk opisowych po CFA.
• Jak czytać wyniki z SPSS – które liczby przepisać z najważniejszych tabel i jak zapisać „.000”.
• Wielkość efektu – interpretacja – jak wybrać miarę i ocenić efekt bez mechanicznych progów Cohena.
• Wartość p – interpretacja – najczęstsze błędne odczytania i to, czego p nie mówi.
• Hipoteza się nie potwierdziła – co dalej – jak opisać wynik nieistotny i kiedy sięgnąć po test równoważności.
• Opis metod statystycznych w pracy – jak napisać podrozdział „Analiza statystyczna” z programem, założeniami i korektami.

Etap 8. Dyskusja, poprawki i obrona

Dyskusja wyjaśnia, co znaczą wyniki, a nie powtarza ich liczb. Porównaj je z badaniami z części teoretycznej, opisz konkretne ograniczenia i ostrożnie formułuj wnioski przyczynowe. Potem zwykle przychodzą uwagi promotora, a na końcu obrona, na której musisz uzasadnić każdą decyzję z etapów 1–7 własnymi słowami.

• Jak napisać dyskusję wyników – układ dyskusji, wzory zdań i opis ograniczeń z ich konsekwencjami.
• Poprawki promotora w rozdziale wyników – najczęstsze uwagi i kolejność wprowadzania poprawek.
• Pytania na obronie z metodologii i statystyki – 38 pytań z przykładowymi odpowiedziami według schematu decyzja – uzasadnienie – konsekwencja.
• Jak opisać użycie AI w pracy dyplomowej – wzór deklaracji, jeśli korzystałeś(-aś) z narzędzi AI przy kodzie lub tekście.
• Czy można zlecić analizę statystyczną do pracy dyplomowej? – granice pomocy i to, co musisz zrobić samodzielnie.

Mam problem – przeczytaj

Tabela zbiera pytania, które najczęściej pojawiają się w trakcie pisania pracy. W prawej kolumnie jest strona, od której warto zacząć.

Najważniejsze hasła ze słownika

Hasła ze słownika metodologicznego przydają się wtedy, gdy w poradniku pada pojęcie, którego nie pamiętasz, albo gdy chcesz je zdefiniować w pracy. Poniżej najważniejsze, pogrupowane według tego, kiedy ich potrzebujesz.

Logika wnioskowania

• Test statystyczny, wartość p i poziom istotności α – jak test prowadzi do decyzji o H₀.
• Błąd I i II rodzaju oraz moc testu – fałszywy alarm, przeoczony efekt i liczebność próby.
• Przedział ufności i wielkość efektu – dwie liczby, które powinny stać przy każdym teście.

Dane i rozkłady

• Średnia, mediana i odchylenie standardowe – podstawowe statystyki opisowe.
• Skośność i wykres Q-Q – ocena kształtu rozkładu przed wyborem testu.
• Braki danych MCAR, MAR, MNAR i obserwacja odstająca – dwa problemy, o których trzeba napisać w wynikach.

Wybór analizy

• Testy parametryczne i testy nieparametryczne – co naprawdę zakładają.
• Korelacja Pearsona i regresja liniowa – związki zmiennych ilościowych.
• Problem wielokrotnych porównań – dlaczego wiele testów wymaga kontroli błędu.

Rzetelność badania i zapis

• HARKing i p-hacking – dwie praktyki, których plan analiz pozwala uniknąć.
• Świadoma zgoda i RODO w badaniach – co musi wiedzieć osoba badana.
• Styl APA – cytowanie, bibliografia i zapis statystyk według 7. wydania.

Kalkulatory

Kalkulatory przydają się do szybkiego sprawdzenia liczby, zanim wpiszesz ją do pracy. Nie zastąpią analizy w programie, ale pozwolą wychwycić błąd w przepisanym wyniku.

• Kalkulator liczebności próby – liczebność dla testu t, korelacji i ankiety z marginesem błędu (etap 2).
• Kalkulator wyniku skali – suma, średnia, POMP i reguła dla pojedynczych braków (etap 4).
• Kalkulator wartości p – p z wartości t, F, χ², z lub r i stopni swobody (etap 7).
• Kalkulator przedziału ufności – CI dla średniej, proporcji, korelacji i różnicy średnich (etap 7).
• Konwerter wielkości efektu – przeliczenie d, r, OR i η², gdy promotor prosi o inną miarę (etap 7).
• Kalkulator RCI i MDC – wiarygodna zmiana jednej osoby, przydatna w pracach z pomiarem przed i po.
• Konwerter wyników na normy – wynik surowy na z, T, steny, staniny i centyle według norm z podręcznika.
• Szablony i wzory do pobrania – wszystkie pliki do pobrania w jednym miejscu: plan analiz, baza danych, tabele APA, wzory rozdziałów.
• Kreator: jaki test wybrać? – kilka pytań o hipotezę i dane, a na końcu test, alternatywa i miara efektu.
• Generator opisu wyników APA – gotowe zdanie z p i wielkością efektu oraz kontrola zgodności p ze statystyką.
• Kalkulator tabeli 2×2 i r×c – chi-kwadrat, test Fishera, V Craméra, OR, RR i różnica odsetków z przedziałami ufności.
• Kalkulator mocy: ANOVA, χ², regresja – liczebność próby dla ANOVA, chi-kwadrat, przyrostu R² i interakcji 2 × 2.

Statystyka na Twoim kierunku

Ścieżka jest wspólna, ale typowe projekty różnią się między kierunkami. Te teksty pokazują, jakie dane i analizy najczęściej pojawiają się w danej dziedzinie.

• Statystyka dla psychologa – wyniki kwestionariuszy, rzetelność w próbie, normy i eksperymenty ze sprawdzeniem manipulacji.
• Statystyka dla fizjoterapeuty – pomiar przed i po terapii, skale bólu i różnica między zmianą wiarygodną a ważną klinicznie.
• Statystyka w pracy z pielęgniarstwa – wiedza pacjentów, skale oceny stanu, edukacja przed i po.
• Statystyka w pracy z dietetyki, ze zdrowia publicznego i z położnictwa – sposób żywienia, chorobowość i ryzyko, karmienie piersią.
• Statystyka w pracy z ratownictwa medycznego i z kosmetologii – czasy z dokumentacji, pomiary skóry i porównania split-face.
• Statystyka w pracy z WF i nauk o sporcie i z logopedii – testy sprawności, małe próby i oceny sędziów.
• Statystyka w pracy z pedagogiki, z socjologii i z zarządzania i ekonomii – ankiety, tabele krzyżowe, ważenie i regresja.
• Statystyka w pracy z bezpieczeństwa narodowego i z kryminologii – poczucie bezpieczeństwa, postawy wobec kary, zliczenia i pytania drażliwe.
• Statystyka w pracy z administracji i politologii – ocena usług urzędu, zaufanie do instytucji i błąd ekologiczny w danych gmin.
• Statystyka w pracy z dziennikarstwa i komunikacji społecznej – analiza zawartości mediów, zgodność kodujących i eksperymenty z nagłówkiem.
• Statystyka w pracy z marketingu i z turystyki i rekreacji – postawy wobec marki, NPS, test A/B, satysfakcja i segmentacja.
• Statystyka w pracy z farmacji – wiedza pacjentów o lekach, adherencja i konsultacja przed i po.

Jeśli dopiero oswajasz się z przedmiotem, zacznij od tekstu statystyka dla studenta, a program do analiz wybierz z pomocą porównania bezpłatnych programów do statystyki.

Inne przewodniki

Część etapów ma osobne, bardziej szczegółowe przewodniki. Gdy Twoje badanie opiera się na kwestionariuszach, przejdź do przewodnika analiza kwestionariusza. Wybór testu rozpisuje przewodnik testy statystyczne, projekt ankiety lub eksperymentu – przewodnik ankiety i eksperymenty, a pomiar przed i po interwencji – przewodnik badania kliniczne i pomiar przed i po.

Kiedy warto skorzystać z pomocy

Z większością etapów poradzisz sobie sam(a) z pomocą tych stron. Konsultacja ma sens wtedy, gdy decyzja jest nieoczywista i trudno ją cofnąć: plan analiz przed zebraniem danych, model z moderacją lub mediacją, wynik, który przeczy hipotezom, albo lista poprawek od promotora. W ramach analiz statystycznych dla studentów sprawdzimy Twoją analizę, wyjaśnimy wyniki i pomożemy przygotować się do pytań komisji. Pracę piszesz Ty i Ty musisz rozumieć każdą liczbę w rozdziale wyników, a z pomocy korzystaj zgodnie z zasadami swojej uczelni.

Najczęstsze pytania

Od czego zacząć analizę statystyczną do pracy dyplomowej?

Od hipotez i planu analiz, a nie od programu. Dla każdej hipotezy zapisz zmienne, sposób ich pomiaru, test i miarę wielkości efektu, zanim zbierzesz dane. Potem uporządkuj bazę, policz wyniki skal i opisz próbę – dopiero wtedy przejdź do testów. Kolejne kroki opisuje poradnik o rozdziale metodologicznym.

Jakie analizy statystyczne wystarczą w pracy licencjackiej?

Zwykle opis próby, wyniki skal z rzetelnością i dwie do czterech hipotez sprawdzonych prostymi testami: korelacją, testem t Welcha, ANOVA albo testem chi-kwadrat, zawsze z wielkością efektu. Ważniejsza od złożoności jest poprawność: odwrócone pozycje, zaplanowany test i ostrożny język. Szczegóły znajdziesz w tekście statystyka do pracy licencjackiej.

Czym różni się statystyka w pracy magisterskiej od licencjackiej?

W pracy magisterskiej częściej sprawdzasz model, a nie pojedynczy test: strukturę narzędzia w CFA, regresję hierarchiczną ze zmiennymi kontrolnymi, moderację z efektami prostymi albo mediację z bootstrapem. Rośnie też waga uzasadnienia liczebności próby i planu analiz. Przegląd typowych analiz zawiera tekst statystyka do pracy magisterskiej.

W jakiej kolejności opisać wyniki w rozdziale empirycznym?

Zacznij od przygotowania danych i liczebności analizowanej próby, potem podaj statystyki opisowe zmiennych i rzetelność skal, a następnie wyniki hipotez w kolejności z rozdziału metodologicznego. Analizy dodatkowe umieść w osobnym podrozdziale. Wzór całego rozdziału z komentarzem znajdziesz w tekście wyniki badań własnych – przykładowy rozdział.

Czy muszę rozumieć statystykę, jeśli ktoś pomógł mi w analizie?

Tak. Pracę dyplomową podpisujesz jako swoją i na obronie odpowiadasz za każdą decyzję: dobór testu, wykluczenia, wielkość efektu i interpretację. Konsultacja może Ci te decyzje wyjaśnić, ale nie zwalnia z ich rozumienia, a pomoc ujawniaj zgodnie z zasadami uczelni. Typowe pytania komisji zebraliśmy w tekście pytania na obronie z metodologii i statystyki.

Powiązane hasła

Przeczytaj też

@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{cumming2014new, author={Cumming, Geoff}, title={{The new statistics: Why and how}}, journal={Psychological Science}, year={2014}, volume={25}, number={1}, pages={7--29}, doi={10.1177/0956797613504966}}

@article{lakens2022sample, author={Lakens, Daniël}, title={{Sample size justification}}, journal={Collabra: Psychology}, year={2022}, volume={8}, number={1}, eid={33267}, doi={10.1525/collabra.33267}}

@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{wilkinson1999statistical, author={Wilkinson, Leland and {Task Force on Statistical Inference}}, title={{Statistical methods in psychology journals: Guidelines and explanations}}, journal={American Psychologist}, year={1999}, volume={54}, number={8}, pages={594--604}, doi={10.1037/0003-066x.54.8.594}}