Słownik metodologiczny · Projekt badania

Pytanie niekierunkowe – co to jest, kiedy je stawiać i jak opisać kierunek wyniku?

Pytanie niekierunkowe pyta, czy różnica lub związek istnieje, nie przesądzając, w którą stronę. Pokazujemy, kiedy to najlepszy wybór, jak przekłada się na test dwustronny, dlaczego po teście wolno – i trzeba – opisać kierunek wyniku oraz jak raportować testy z natury niekierunkowe, z przykładem w R.

Strona główna / Słownik / Pytanie niekierunkowe
W skrócie: Pytanie niekierunkowe pyta, czy różnica lub związek istnieje, nie przesądzając kierunku – np. „czy studenci zdalni i stacjonarni różnią się poczuciem samotności?”. Stawiaj je, gdy wcześniejsze wyniki są sprzeczne, teorie przewidują przeciwne kierunki albo badasz zjawisko po raz pierwszy. Testuje się je dwustronnie, ale po istotnym wyniku opisz kierunek i wielkość efektu z przedziałem ufności, a po testach typu χ² czy F – wzorzec różnic.

Co to jest pytanie niekierunkowe?

Pytanie niekierunkowe (ang. non-directional research question) to pytanie badawcze, które pyta, czy różnica lub związek w ogóle istnieje, ale nie przesądza, w którą stronę. Typowe sformułowania to: „czy grupy się różnią…”, „czy X wiąże się z Y…”, „czy rozkład odpowiedzi zależy od…”. Przykład: „Czy osoby studiujące zdalnie i stacjonarnie różnią się poczuciem samotności?”. Pytanie nie zakłada, że samotniejsi są ci studiujący zdalnie – dopuszcza obie możliwości.

Przeciwieństwem jest pytanie kierunkowe, które z góry wskazuje oczekiwany kierunek. Pytaniu niekierunkowemu odpowiada niekierunkowa hipoteza badawcza („grupy różnią się poczuciem samotności”) albo samo pytanie bez hipotezy.

Kiedy pytanie niekierunkowe jest właściwym wyborem?

  • Wcześniejsze wyniki są sprzeczne. Jeśli część badań pokazuje, że nauka zdalna zwiększa samotność, a część – że zmniejsza (np. przez mniejszy stres dojazdów), uczciwie jest nie przesądzać kierunku.
  • Konkurencyjne teorie przewidują przeciwne kierunki. Pytanie niekierunkowe pozwala rozstrzygnąć między nimi, zamiast z góry faworyzować jedną.
  • Zjawisko badasz po raz pierwszy w danej populacji albo nowym narzędziem – brak podstaw do przewidywań.
  • Pytanie dotyczy wzorca, a nie kierunku. „Czy forma studiów wiąże się z wyborem formy pomocy psychologicznej?” – przy trzech kategoriach pomocy nie ma jednego „kierunku”, jest układ proporcji.
  • Wynik przeciwny do intuicji byłby ważny. Ruxton i Neuhäuser (2010) przypominają, że test jednostronny ma sens tylko wtedy, gdy duży efekt w nieoczekiwanym kierunku potraktowałbyś tak samo jak brak efektu. W większości badań psychologicznych tak nie jest. Dlatego domyślnym testem pozostaje test dwustronny, nawet gdy autorzy mają w głowie oczekiwany kierunek.

Pytanie niekierunkowe w języku statystyki

Pytanie niekierunkowe przekłada się na dwustronną hipotezę alternatywną: H1: μzdalne ≠ μstacjonarne albo H1: ρ ≠ 0. Obszar odrzucenia leży w obu ogonach rozkładu, po α/2 z każdej strony (zob. test jednostronny i dwustronny). Niektóre testy są niekierunkowe z natury, bo ich statystyka mierzy rozbieżność „w jakąkolwiek stronę”:

Testy z natury niekierunkowe i co trzeba zrobić po nich
TestNa jakie pytanie odpowiadaCo dalej, by opisać wzorzec
F w ANOVA (3+ grupy)Czy jakiekolwiek średnie się różnią?Porównania parami z korektą albo kontrasty
χ² w tabeli większej niż 2 × 2Czy rozkłady kategorii różnią się między grupami?Reszty standaryzowane, procenty w wierszach
Test różnicy χ² modeliCzy model z dodatkowymi parametrami pasuje lepiej?Oszacowania dodanych parametrów

Niekierunkowe pytanie nie oznacza niekierunkowego wniosku

Częste nieporozumienie: skoro pytanie nie miało kierunku, to po istotnym teście dwustronnym wolno tylko napisać, że „grupy się różnią”. Tymczasem Jones i Tukey (2000) zaproponowali odczytywanie testu dwustronnego jako decyzji z trzema możliwymi wynikami. Albo średnia A jest wyższa, albo średnia B jest wyższa, albo kierunek pozostaje nieustalony. Takie ujęcie nie wymaga założenia, że różnica wynosi dokładnie zero. Wniosek o kierunku wyciągasz więc z danych: ze znaku różnicy i z przedziału ufności, który leży w całości po jednej stronie zera.

Przedział ufności jest tu najlepszym przyjacielem. Mówi jednocześnie, czy różnica jest istotna, w którą stronę idzie i jak duża może być. Nickerson (2000) w przeglądzie sporów wokół testowania istotności zauważa, że NHST łatwo źle zrozumieć, ale stosowane rozważnie, z dodatkowymi miarami, pomaga interpretować dane.

Trzeci wynik – „kierunek nieustalony” – też trzeba umieć opisać. Gdy przedział ufności obejmuje zero, dane są zgodne zarówno z niewielką różnicą w jedną stronę, jak i w drugą. To nie dowód, że grup nic nie różni. Jeśli chcesz wykazać, że różnica jest praktycznie pomijalna, potrzebujesz osobnej procedury – testu równoważności.

Przykład: forma studiów, samotność i szukanie pomocy

W badaniu (dane symulowane) wzięło udział 120 osób: 60 studiujących stacjonarnie i 60 zdalnie. Postawiono dwa pytania niekierunkowe.

Pytanie A: czy grupy różnią się poczuciem samotności (skala 20–80)? Średnia wyniosła 40.77 (SD = 9.92) u studiujących stacjonarnie i 46.63 (SD = 11.20) u studiujących zdalnie. Dwustronny test t dla prób niezależnych dał t(118) = −3.04, p = .003. Różnica (zdalne − stacjonarne) wyniosła 5.87 punktu, 95% CI [2.04, 9.69], d = 0.55. Cały przedział leży powyżej zera, więc wniosek o kierunku jest uprawniony: wyższą samotność zgłaszały osoby studiujące zdalnie. Ponieważ formy studiów nikt nie przydzielał losowo, to opis różnicy grup, a nie dowód, że studia zdalne powodują samotność.

Pytanie B: czy forma studiów wiąże się z tym, po jaką pomoc sięgali studenci w trudnościach? Odpowiedzi podzielono na trzy kategorie:

Forma pomocy psychologicznej według formy studiów
Forma studiówPoradnia uczelnianaKonsultacja onlineBrak pomocy
Stacjonarne (n = 60)28 (46.7%)14 (23.3%)18 (30.0%)
Zdalne (n = 60)16 (26.7%)30 (50.0%)14 (23.3%)

Test chi-kwadrat niezależności wykazał związek, χ²(2, N = 120) = 9.59, p = .008, V Craméra = .28. Sam test nie mówi jednak, na czym polega różnica. Wzorzec pokazują skorygowane reszty standaryzowane. Studenci zdalni częściej wybierali konsultację online (reszta 3.03), a stacjonarni – poradnię uczelnianą (reszta 2.27). W kategorii „brak pomocy” grupy nie różniły się wyraźnie (reszta 0.83). Taki wzorzec trudno byłoby z góry zapisać jako jeden „kierunek” – i właśnie dlatego pytanie niekierunkowe było tu naturalne.

Pytania niekierunkowe a eksploracja danych

Pytanie niekierunkowe nie jest przepustką do testowania wszystkiego ze wszystkim. Murphy i Aguinis (2019) pokazali w symulacjach, że przeszukiwanie danych w poszukiwaniu dowolnych ciekawych wyników (ang. question trolling) wyraźnie zawyża raportowane efekty, zwłaszcza gdy możliwych porównań jest dużo. Pytania niekierunkowe formułuj przed zebraniem danych, ogranicz ich liczbę do tych, które wynikają z problemu, a przy wielu testach kontroluj błąd (zob. problem wielokrotnych porównań). Pytania powstałe po obejrzeniu danych opisz jako eksploracyjne.

Jak opisać wynik pytania niekierunkowego (APA)

W metodzie wskaż, że testy były dwustronne. W wynikach podaj kierunek odczytany z danych, wielkość efektu i przedział ufności, a przy testach z natury niekierunkowych – opis wzorca.

Osoby studiujące zdalnie (M = 46.63, SD = 11.20) zgłaszały wyższe poczucie samotności niż osoby studiujące stacjonarnie (M = 40.77, SD = 9.92), t(118) = −3.04, p = .003 (test dwustronny), różnica = 5.87, 95% CI [2.04, 9.69], d = 0.55. Forma studiów wiązała się także z rodzajem wybieranej pomocy psychologicznej, χ²(2, N = 120) = 9.59, p = .008, V = .28: studenci zdalni częściej korzystali z konsultacji online (50.0% wobec 23.3%), a stacjonarni z poradni uczelnianej (46.7% wobec 26.7%).

Jak dobrać test do pytania o różnicę lub związek, pokazuje wpis jak dobrać test statystyczny do hipotezy, a jak czytać p i przedział ufności – wartość p: co naprawdę oznacza.

Przykład reprodukowalny

Przykład w R

Kod tworzy dane z przykładu, wykonuje dwustronny test t z przedziałem ufności i d Cohena oraz test chi-kwadrat z procentami w wierszach, V Craméra i resztami standaryzowanymi.

Test dwustronny i test chi-kwadrat

Dane wejściowe: 120 osób (dane symulowane, set.seed(1852)): forma studiów i poczucie samotności (20–80) oraz tabela 2 × 3 forma studiów × forma pomocy.

Co odczytać: średnie; w t.test() statystykę t, df, p i przedział ufności różnicy (różnica liczona jako stacjonarne − zdalne, stąd znaki ujemne); d; procenty w wierszach; χ², df i p; V Craméra; reszty standaryzowane (|reszta| > 1.96 wskazuje komórki odbiegające od niezależności).

R
# Dane symulowane: dwa pytania niekierunkowe.
# (A) „Czy osoby studiujące zdalnie i stacjonarnie różnią się poczuciem samotności?” (skala 20–80)
# (B) „Czy forma studiów wiąże się z tym, po jaką pomoc psychologiczną sięgają studenci?”
set.seed(1852)
n <- 60
forma <- factor(rep(c("stacjonarne", "zdalne"), each = n))
samotnosc <- round(pmin(pmax(ifelse(forma == "zdalne", 46, 42) + rnorm(2 * n, sd = 10), 20), 80))
dane <- data.frame(forma, samotnosc)
aggregate(samotnosc ~ forma, data = dane, FUN = function(x) round(c(M = mean(x), SD = sd(x)), 2))

# A. Test dwustronny: H1 mówi tylko „średnie są różne”
t.test(samotnosc ~ forma, data = dane, var.equal = TRUE)
# Wielkość efektu d (zdalne − stacjonarne) i jej kierunek odczytany PO teście
sp <- with(dane, sqrt((var(samotnosc[forma == "zdalne"]) + var(samotnosc[forma == "stacjonarne"])) / 2))
round(with(dane, (mean(samotnosc[forma == "zdalne"]) - mean(samotnosc[forma == "stacjonarne"])) / sp), 2)

# B. Test chi-kwadrat: z natury niekierunkowy (pyta, czy rozkłady się różnią, a nie „w którą stronę”)
tab <- matrix(c(28, 14, 18,
                16, 30, 14), nrow = 2, byrow = TRUE,
              dimnames = list(forma = c("stacjonarne", "zdalne"),
                              pomoc = c("poradnia uczelniana", "konsultacja online", "brak pomocy")))
tab
round(100 * prop.table(tab, 1), 1)                                  # procenty w wierszach
test <- chisq.test(tab)
test
round(sqrt(test$statistic / (sum(tab) * (min(dim(tab)) - 1))), 2)   # V Craméra
round(test$stdres, 2)                                                 # skorygowane reszty standaryzowane
Wynik w R
        forma samotnosc.M samotnosc.SD
1 stacjonarne       40.77         9.92
2      zdalne       46.63        11.20

	Two Sample t-test

data:  samotnosc by forma
t = -3.0381, df = 118, p-value = 0.002932
alternative hypothesis: true difference in means between group stacjonarne and group zdalne is not equal to 0
95 percent confidence interval:
 -9.690696 -2.042637
sample estimates:
mean in group stacjonarne      mean in group zdalne 
                 40.76667                  46.63333 

[1] 0.55
             pomoc
forma         poradnia uczelniana konsultacja online brak pomocy
  stacjonarne                  28                 14          18
  zdalne                       16                 30          14
             pomoc
forma         poradnia uczelniana konsultacja online brak pomocy
  stacjonarne                46.7               23.3        30.0
  zdalne                     26.7               50.0        23.3

	Pearson's Chi-squared test

data:  tab
X-squared = 9.5909, df = 2, p-value = 0.008267

X-squared 
     0.28 
             pomoc
forma         poradnia uczelniana konsultacja online brak pomocy
  stacjonarne                2.27              -3.03        0.83
  zdalne                    -2.27               3.03       -0.83

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (tylko funkcje bazowe).

  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/

Najczęstsze błędy

  • Kończenie na „grupy się różnią”. Po istotnym teście dwustronnym podaj, która grupa ma wyższe wyniki i o ile.
  • Pytanie niekierunkowe, a potem test jednostronny „bo wyszło w tę stronę”. Kierunek wybrany po danych podwaja realne ryzyko błędu I rodzaju dla tego kierunku.
  • Istotne χ² bez opisu wzorca. Test mówi tylko, że rozkłady się różnią; procenty i reszty pokazują jak.
  • Pytanie niekierunkowe jako unik. Jeśli teoria jasno przewiduje kierunek, ukrycie go osłabia pracę – recenzent zapyta, czego się spodziewałeś.
  • Wiele pytań niekierunkowych bez kontroli błędu. Kilkadziesiąt korelacji „sprawdzanych na wszelki wypadek” niemal na pewno da kilka przypadkowo istotnych.

Najczęstsze pytania

Co to jest pytanie niekierunkowe?

To pytanie badawcze o to, czy różnica lub związek istnieje, bez wskazania kierunku, np. „Czy forma studiów wiąże się z poczuciem samotności?”. Odpowiada mu hipoteza niekierunkowa („grupy się różnią”) i test dwustronny.

Czym różni się pytanie kierunkowe od niekierunkowego?

Pytanie kierunkowe przewiduje, w którą stronę pójdzie wynik („czy zdalni są samotniejsi?”), a niekierunkowe dopuszcza oba kierunki („czy grupy się różnią?”). Kierunkowe wymaga uzasadnienia w teorii lub badaniach; niekierunkowe jest właściwe, gdy takiego uzasadnienia brak albo wyniki są sprzeczne.

Czy po teście dwustronnym można napisać, która grupa ma wyższe wyniki?

Tak. Istotny test dwustronny pozwala wnioskować o kierunku różnicy na podstawie znaku różnicy i przedziału ufności leżącego po jednej stronie zera. Podaj średnie obu grup, różnicę z 95% CI i wielkość efektu, a nie samo „grupy się różnią”.

Kiedy postawić pytanie niekierunkowe zamiast kierunkowego?

Gdy wcześniejsze badania dają sprzeczne wyniki, gdy konkurencyjne teorie przewidują przeciwne kierunki, gdy badasz zjawisko po raz pierwszy albo gdy pytasz o wzorzec kilku kategorii, który nie ma jednego kierunku (np. rozkład wyborów w tabeli krzyżowej).

Czy test chi-kwadrat jest kierunkowy?

Test chi-kwadrat w tabeli większej niż 2 × 2 jest z natury niekierunkowy: sprawdza, czy rozkłady kategorii różnią się między grupami, ale nie mówi, jak. Wzorzec opisz procentami w wierszach i skorygowanymi resztami standaryzowanymi.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Jones, L. V., & Tukey, J. W. (2000). A sensible formulation of the significance test. Psychological Methods, 5(4), 411–414. https://doi.org/10.1037/1082-989x.5.4.411
  2. Murphy, K. R., & Aguinis, H. (2019). HARKing: How badly can cherry-picking and question trolling produce bias in published results? Journal of Business and Psychology, 34(1), 1–17. https://doi.org/10.1007/s10869-017-9524-7
  3. Nickerson, R. S. (2000). Null hypothesis significance testing: A review of an old and continuing controversy. Psychological Methods, 5(2), 241–301. https://doi.org/10.1037/1082-989X.5.2.241
  4. Ruxton, G. D., & Neuhäuser, M. (2010). When should we use one-tailed hypothesis testing? Methods in Ecology and Evolution, 1(2), 114–117. https://doi.org/10.1111/j.2041-210X.2010.00014.x ● Otwarty dostęp

Cytowania BibTeX

@article{jones2000sensible, author={Jones, Lyle V. and Tukey, John W.}, title={{A sensible formulation of the significance test}}, journal={Psychological Methods}, year={2000}, volume={5}, number={4}, pages={411--414}, doi={10.1037/1082-989x.5.4.411}}
@article{murphy2019harking, author={Murphy, Kevin R. and Aguinis, Herman}, title={{HARKing: How badly can cherry-picking and question trolling produce bias in published results?}}, journal={Journal of Business and Psychology}, year={2019}, volume={34}, number={1}, pages={1--17}, doi={10.1007/s10869-017-9524-7}}
@article{nickerson2000null, author={Nickerson, Raymond S.}, title={{Null hypothesis significance testing: A review of an old and continuing controversy}}, journal={Psychological Methods}, year={2000}, volume={5}, number={2}, pages={241--301}, doi={10.1037/1082-989x.5.2.241}}
@article{ruxton2010when, author={Ruxton, Graeme D. and Neuhäuser, Markus}, title={{When should we use one-tailed hypothesis testing?}}, journal={Methods in Ecology and Evolution}, year={2010}, volume={1}, number={2}, pages={114--117}, doi={10.1111/j.2041-210x.2010.00014.x}}
R