Pytanie otwarte i zamknięte – czym się różnią i kiedy których używać?

Opracowanie merytoryczne: Konrad Hryniewicz · Opublikowano: 15 października 2026

Co to jest pytanie otwarte, a co zamknięte?

Pytanie otwarte (ang. open-ended question) nie podaje gotowych odpowiedzi – respondent odpowiada własnymi słowami albo wpisuje liczbę. Pytanie zamknięte (ang. closed-ended question) zawiera listę odpowiedzi, czyli kafeterię, z której respondent wybiera jedną lub kilka. Pomiędzy nimi leży pytanie półotwarte: zamknięta lista uzupełniona opcją „inne (jakie?)” z polem do wpisania.

Format pytania to jedna z pierwszych decyzji przy budowie kwestionariusza ankiety i nie jest to decyzja czysto techniczna. Schwarz (1999) pokazuje, że samoopisy zachowań i postaw zależą od sformułowania pytania, formatu odpowiedzi i kontekstu. Lista odpowiedzi podpowiada respondentowi, co „liczy się” jako odpowiedź, a pole tekstowe zostawia tę decyzję jemu. To samo zagadnienie zadane w formie otwartej i zamkniętej może więc dać inny rozkład odpowiedzi.

Rodzaje pytań w ankiecie

Oba formaty mają kilka odmian. Od formatu zależy, jaką zmienną otrzymasz i jak ją potem przeanalizujesz.

Szczegóły budowy list odpowiedzi – rozłączność, wyczerpywalność, opcje „nie wiem” i „nie dotyczy”, kolejność odpowiedzi – opisujemy w haśle o kafeterii.

Zalety i wady pytań otwartych i zamkniętych

Pytania zamknięte dominują w badaniach ilościowych, bo dają porównywalne dane gotowe do analizy. Singer i Couper (2017) przekonują jednak, że w ankietach ilościowych warto częściej sięgać po pytania otwarte i dosłowne komentarze respondentów: pokazują one nie tylko treść odpowiedzi, ale też to, jak ludzie rozumieją pytania i jak dochodzą do odpowiedzi. Dodanie kilku takich pytań do ankiety komputerowej jest tanie, a respondenci chętnie na nie odpowiadają. Wytyczne GESIS (Züll, 2016) opisują, kiedy i po co stosować pytania otwarte, kto na nie odpowiada i jak je projektować. Dowody empiryczne dotyczące obu formatów – obok m.in. efektów kolejności odpowiedzi i opcji „nie wiem” – zestawia przegląd Thomandera i Krosnicka (2024).

Kiedy pytanie otwarte, a kiedy zamknięte?

Zasada praktyczna: pytanie zamknięte, gdy znasz możliwe odpowiedzi; pytanie otwarte, gdy dopiero chcesz je poznać.

• Zamknięte – gdy kategorie znasz z literatury, wcześniejszych badań albo pilotażu; gdy odpowiedź ma trafić do testu statystycznego; gdy pytasz o fakty o ustalonych kategoriach (forma studiów, miejsce zamieszkania – zob. metryczka); gdy próba jest duża i nie zdążysz zakodować setek wypowiedzi.
• Otwarte tekstowe – w badaniu pilotażowym i wywiadzie poznawczym, gdy z odpowiedzi budujesz przyszłą kafeterię; gdy pytasz o powody, skojarzenia lub doświadczenia, których nie da się przewidzieć; jako ostatnie, nieobowiązkowe pytanie „Czy chcesz coś dodać?”.
• Otwarte liczbowe – gdy potrzebujesz dokładnej wartości: wieku, liczby godzin snu, liczby dni z aktywnością. Daje więcej informacji niż przedziały – przedziały utworzysz później w analizie, a odwrotnie się nie da. Ustaw walidację (tylko liczby z sensownego zakresu) i podaj jednostkę.
• Półotwarte – gdy lista obejmuje większość odpowiedzi, ale nie masz pewności, że wszystkie. Jeśli wiele osób wybiera „inne” i wpisuje podobne treści, to sygnał, że w kafeterii brakuje kategorii.

W pracy dyplomowej typowy układ to pytania zamknięte i standaryzowane skale do testowania hipotez oraz jedno–trzy krótkie pytania otwarte – nieobowiązkowe i umieszczone po pytaniach zamkniętych. Pełny proces budowy ankiety opisujemy w poradniku jak zrobić ankietę do pracy dyplomowej.

Przykład: kodowanie odpowiedzi na pytanie otwarte

Żeby odpowiedzi tekstowe trafiły do analizy ilościowej, trzeba je zakodować, czyli przypisać każdej wypowiedzi kategorię z ustalonego klucza. Züll (2016) omawia różne sposoby analizy pytań otwartych, w tym komputerową analizę słownikową, ale w pracy dyplomowej zwykle wystarcza kodowanie ręczne:

1. Przeczytaj część odpowiedzi i wypisz powtarzające się wątki.
2. Zbuduj klucz kategorii: nazwę, definicję, przykłady odpowiedzi, które do kategorii należą i które do niej nie należą, oraz kategorię „inne”. Ustal, czy jedna odpowiedź może dostać kilka kodów – wtedy każda kategoria staje się osobną zmienną 0/1.
3. Poproś drugą osobę o niezależne zakodowanie wszystkich odpowiedzi albo ich losowej części.
4. Policz zgodność koderów: odsetek zgodnych kodów i kappę Cohena, która koryguje zgodność o zgodność przypadkową i przyjmuje wartości od −1 do +1 (McHugh, 2012).
5. Rozbieżności omówcie i ustalcie kod końcowy. Przy niskiej zgodności popraw definicje kategorii i zakoduj odpowiedzi ponownie.
6. Analizuj kody jak zmienną nominalną: liczebności, odsetki, tabele krzyżowe.

Przykład (dane symulowane). Osiemdziesięcioro studentów odpowiedziało na pytanie „Co najbardziej utrudnia Ci naukę przed sesją?”. Dwie osoby niezależnie przypisały odpowiedzi do pięciu kategorii: brak czasu (praca, obowiązki), rozpraszacze (telefon, media społecznościowe), stres i zmęczenie, motywacja i organizacja, inne. Na przekątnej tabeli są odpowiedzi zakodowane przez obu koderów tak samo.

Koderzy przypisali ten sam kod 65 z 80 odpowiedzi, więc zgodność obserwowana wynosi p_o = .81. Gdyby kodowali losowo, zachowując swoje częstości kategorii, zgodziliby się w p_e = .24 przypadków. Kappa Cohena porównuje te dwie wartości:

Wynik κ = .75, 95% CI [.64, .87], oznacza, że koderzy osiągnęli 75% możliwej zgodności ponad tę, której należałoby oczekiwać przypadkowo. Tabela pokazuje też, gdzie klucz jest nieprecyzyjny: większość rozbieżności dotyczy kategorii „brak czasu”, którą koderzy mylili z rozpraszaczami i z kategorią „inne”. To sygnał, by dopisać do definicji przykłady graniczne – na przykład czy „ciągle przeglądam telefon zamiast się uczyć” to brak czasu, czy rozpraszacz. Jak interpretować wartości kappy i kiedy wybrać jej wersję ważoną, wyjaśniamy w haśle o kappie Cohena.

library(psych)
kategorie <- c("czas", "rozpraszacze", "stres", "motywacja", "inne")   # klucz kategorii z pilotażu
set.seed(2026)
n <- 80                                   # odpowiedzi na pytanie „Co najbardziej utrudnia Ci naukę przed sesją?”
prawdziwa <- sample(kategorie, n, replace = TRUE, prob = c(.30, .25, .20, .15, .10))
koduj <- function(x, trafnosc)            # koder trafia w kategorię z podanym prawdopodobieństwem
  sapply(x, function(k) if (runif(1) < trafnosc) k else sample(setdiff(kategorie, k), 1))
koder_A <- factor(koduj(prawdziwa, .92), levels = kategorie)
koder_B <- factor(koduj(prawdziwa, .90), levels = kategorie)

tab <- table(koder_A, koder_B)            # tabela zgodności: na przekątnej zgodne kody
tab
p_o <- sum(diag(tab)) / n                                # zgodność obserwowana
p_e <- sum(rowSums(tab) * colSums(tab)) / n^2            # zgodność oczekiwana przypadkowo
round(c(zgodne = sum(diag(tab)), p_o = p_o, p_e = p_e, kappa = (p_o - p_e) / (1 - p_e)), 4)
cohen.kappa(data.frame(as.integer(koder_A), as.integer(koder_B)))   # odczytaj „unweighted kappa”

              koder_B
koder_A        czas rozpraszacze stres motywacja inne
  czas           21            3     0         0    3
  rozpraszacze    2           16     2         1    0
  stres           1            0    14         0    0
  motywacja       0            0     1         9    0
  inne            2            0     0         0    5
 zgodne     p_o     p_e   kappa
65.0000  0.8125  0.2362  0.7545
Call: cohen.kappa1(x = x, w = w, n.obs = n.obs, alpha = alpha, levels = levels,
    w.exp = w.exp)

Cohen Kappa and Weighted Kappa correlation coefficients and confidence boundaries
                 lower estimate upper
unweighted kappa  0.64     0.75  0.87
weighted kappa    0.42     0.65  0.88

 Number of subjects = 80 

Jak opisać kodowanie pytań otwartych w pracy

W rozdziale metodologicznym podaj treść pytania, liczbę odpowiedzi, sposób powstania klucza kategorii, liczbę koderów, miarę zgodności i sposób rozstrzygania rozbieżności. Przykładowy opis dla danych z przykładu:

W wynikach przedstaw liczebności i odsetki kategorii z jasnym mianownikiem (liczbą osób, które odpowiedziały na pytanie), a kilka typowych wypowiedzi zacytuj jako ilustrację. Pełny klucz kategorii umieść w aneksie. Jeśli odpowiedzi pochodzą z eksportu Formularzy Google lub LimeSurvey, zobacz, jak zakodować dane ankietowe do SPSS i R.

Najczęstsze błędy

• Obowiązkowe pytanie otwarte – osoba, która nie ma nic do dodania, wpisze „nie wiem”, „brak” albo przypadkowe znaki, a część osób może przerwać ankietę. Pytania otwarte rób nieobowiązkowe.
• Pole tekstowe zamiast liczbowego – na pytanie „Ile godzin dziennie korzystasz z telefonu?” dostaniesz „ok. 3”, „dużo” i „3–4 h”. Użyj pola liczbowego z jednostką i zakresem.
• Kafeteria budowana „z głowy” – bez pilotażu łatwo pominąć ważną kategorię, a wtedy pytanie zamknięte zniekształca odpowiedzi. Najpierw zadaj pytanie otwarte w pilotażu, potem zbuduj listę.
• Kodowanie przez jedną osobę bez klucza – nie wiadomo, czy kategorie są powtarzalne. Opisz klucz i sprawdź zgodność z drugim koderem.
• Sam procent zgodności – część zgodności jest przypadkowa, zwłaszcza gdy jedna kategoria dominuje. Raportuj też kappę (McHugh, 2012).
• Średnia z kodów kategorii – kody 1–5 przypisane kategoriom nominalnym to etykiety, a nie liczby. Raportuj liczebności i odsetki.
• Pomijanie odpowiedzi „inne” – wpisy z pola „inne (jakie?)” przejrzyj i zakoduj; czasem pasują do istniejącej kategorii, a czasem pokazują lukę w kafeterii.

Więcej przykładów wadliwych pytań i ich poprawionych wersji znajdziesz w artykule najczęstsze błędy w ankietach.

Najczęstsze pytania

Co to jest pytanie otwarte w ankiecie?

Pytanie otwarte nie zawiera gotowych odpowiedzi: respondent wpisuje ją sam, np. „Co najbardziej utrudnia Ci naukę przed sesją?”. Takie pytania pokazują, jak ludzie rozumieją temat i jakich słów używają, ale przed analizą ilościową odpowiedzi trzeba zakodować w kategorie.

Czym różni się pytanie zamknięte od półotwartego?

Pytanie zamknięte ma kompletną listę odpowiedzi, z której respondent musi wybrać. Pytanie półotwarte dodaje do listy opcję „inne (jakie?)” z polem do wpisania – stosuj je, gdy nie masz pewności, że lista obejmuje wszystkie możliwości. Wpisy z pola „inne” trzeba po badaniu zakodować.

Ile pytań otwartych może mieć ankieta do pracy dyplomowej?

Nie ma sztywnego limitu, ale każde pytanie otwarte wydłuża wypełnianie i analizę. W typowej ankiecie do pracy licencjackiej lub magisterskiej wystarczą jedno–trzy krótkie pytania otwarte, najlepiej nieobowiązkowe i umieszczone po pytaniach zamkniętych.

Jak analizować odpowiedzi na pytania otwarte?

Przeczytaj część odpowiedzi, zbuduj klucz kategorii z definicjami i przykładami, a potem przypisz każdej odpowiedzi kod. Najlepiej, gdy kodują dwie osoby niezależnie – zgodność ocenisz kappą Cohena, a rozbieżności rozstrzygniecie w dyskusji. Zakodowane kategorie analizujesz jak zmienną nominalną.

Czy pytanie o wiek to pytanie otwarte?

Tak, jeśli respondent wpisuje liczbę lat – to pytanie otwarte liczbowe. Daje dokładniejsze dane niż przedziały wiekowe, pod warunkiem że pole przyjmuje tylko liczby z sensownego zakresu. Przedziały możesz utworzyć później w analizie, a odwrotnie się nie da.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

@article{mchugh2012interrater, author={McHugh, Mary L.}, title={{Interrater reliability: The kappa statistic}}, journal={Biochemia Medica}, year={2012}, volume={22}, number={3}, pages={276--282}, doi={10.11613/bm.2012.031}}

@article{schwarz1999self, author={Schwarz, Norbert}, title={{Self-reports: How the questions shape the answers}}, journal={American Psychologist}, year={1999}, volume={54}, number={2}, pages={93--105}, doi={10.1037/0003-066x.54.2.93}}

@article{singer2017some, author={Singer, Eleanor and Couper, Mick P.}, title={{Some methodological uses of responses to open questions and other verbatim comments in quantitative surveys}}, journal={Methods, Data, Analyses}, year={2017}, volume={11}, number={2}, pages={115--134}, doi={10.12758/mda.2017.01}}

@incollection{thomander2024question, author={Thomander, Sierra Davis and Krosnick, Jon A.}, title={{Question and questionnaire design}}, booktitle={The Cambridge handbook of research methods and statistics for the social and behavioral sciences}, year={2024}, pages={352--370}, publisher={Cambridge University Press}, doi={10.1017/9781009000796.017}}

@techreport{zull2016open, author={Züll, Cornelia}, title={{Open-ended questions}}, year={2016}, institution={GESIS – Leibniz Institute for the Social Sciences}, doi={10.15465/gesis-sg_en_002}}