Cel: zacznij od określenia celu badania. Co ma być konkretne badane. Badanie statystyczne to nie seria przypadkowych pytań a potem “policzenie procentów”…
Badamy wypalenie zawodowe, satysfakcję, stres czy kompetencje/umiejętności w pewnej dziedzinie. Zwykle chcemy wiedzieć od czego zależą badane przez nas czynniki, np czy stres zależy od stażu a wypalenie od płci.
W skrócie: badamy (czy istnieją) zależności między parami zmiennych.
Jak ustalimy co ma być badanie zastanawiamy się jak ma być zmierzone to co chcemy badać.
Musimy wybrać po pierwsze rodzaj skali pomiarowej. Czy będzie to skala nominalna (N), porządkowa (P) czy liczbowa (L).
Skala N jest nieliczbowa. Skala P może od biedy być traktowana jako liczbowa.
Niektóre wielkości mają oczywistą skalę: waga w kilogramach (L), wzrost w latach (L), staż w latach (L), wykształcenie.
Inne mierzone są w mniej oczywisty sposób.
Postawy zwykle mierzy się za pomocą serii zdań/pytań (zwanych inwentarzem lub też skalą–co może być mylące), z którymi ankietowany ma się zgodzić lub nie wybierając odpowiedź spośród wariantów: zdecydowanie-się-nie-zgadzam … zdecydowanie-się-zgadzam.
Indywidualne pytania w takich skalach są porządkowe. Przykładowo w wariancie zdecydowanie-się-nie-zgadzam/nie-zgadzam się/anie się nie zgadzam ani się zgadzam/zgadzam się/ … zdecydowanie-się-zgadzam mamy 5 wartości, które można zamienić (przekodować) na rangi 1,2,3,4,5
Można zsumować (albo uśrednić) rangi dla wszystkich pytań mierzących postawę w ten sposób ostatecznie mierząc wartość postawy w skali L.
Kompetencje mierzy się podobnie za pomocą testu wyboru. Odpowiedzi na poszczególne pytania sumujemy. Np. błędnym odpowiedziom można przypisać 0 a poprawnym jeden w teście jednego wyboru. Wynik testu jest oczywiście liczbą.
Wartości nieliczbowe skal porządkowych zmieniamy na rangi.
Inwentarze (skale składające się z serii pytań) sumujemy
Liczby (czasami) zmieniamy na wartości nominalne
Przykład skala strachu:
zamieniamy odpowiedzi w każdym pytaniu na rangi.
Rangi sumujemy.
Zamieniamy sumę rang na wartości nominalne: mały (1), średni (2), duży (3), paniczny strach (4).
Analiza badanych respondentów (nie może być celem samym w sobie)
Analizujemy dane społeczno-demograficzne: płeć, wiek, staż, wykształcenie.
Dla wartości nominalnych/porządkowych liczymy udziały (potocznie: procenty) oraz liczebności. Wynik przedstawiamy w tablicach. Rysujemy wykresy słupkowe (lub kołowe jak ktoś musi)
Dla wartości liczbowych liczymy miary średnie i rozproszenia (mediana, średnia, kwartyle, odchylenie standardowe, rozstęp ćwiartkowy); rysujemy histogram
Czyli weryfikacja postulowanych zależności
jeżeli obie cechy są nominalne: tablica dwudzielna i test chi kwadrat
jeżeli obie cechy są porządkowe: współczynnik korelacji rang Spearmana
jeżeli jedna cecha jest liczbowa a druga nominalna porównanie wartości średnich w grupach wg wartości zmiennej mierzonej w skali nominalnej + zastosowanie odpowiedniego testu statystycznego
jeżeli liczba grup = 2 stosujemy test t-Student (dla prób niezależnych.), lub (niespełnione są założenia dot. tego testu)
jeżeli liczba grup = 2 stosujemy test U-Manna-Whitneya
jeżeli liczba grup > ANOVA, lub (niespełnione są założenia dot. tego testu)
jeżeli liczba grup > 2 Kruskall-Wallis test porównujący średnie
Obie cechy są liczbowe: test korelacji liniowej Pearsona i/lub regresja liniowa
Cel (Jakie zmienne będziemy potrzebowali do realizacji celu)
Pomiar (Jak zmierzymy potrzebne nam zmienne)
Przekodowanie (danych surowych): zamiana wartości nieliczbowych na liczby
Analiza