Jak zrobić statystykę do pracy magisterskiej?

Jak zrobić statystykę do pracy magisterskiej?

Jak zrobić statystykę do pracy magisterskiej? Pyta każdy student mający empiryczny charakter projektu naukowego i przygotowujący raport z badania. Wykonanie analizy statystycznej do magisterki nie jest niczym trudnym, ale też nie jest niczym prostym.

Na początku musimy sobie odpowiedzieć na jedno, ale zajebiście ważne pytanie. Jaki jest cel mojej pracy magisterskiej? Jeśli np. celem pracy magisterskiej ma być wyjaśnienie zjawiska jakim jest oszczędzenie lub poprawa zdrowia to prawdopodobnie opracowaliśmy już odpowiednią metodologię i wykonaliśmy pracę badawczą mającą na celu zebrać wyniki, by opowiedzieć historię na temat naszego zagadnienia.

Przypuścimy, że badaliśmy wpływ czynników psychologicznych i demograficznych na oszczędzanie. Tymi czynnikami była:

  • intencja oszczędzania (chęć oszczędzania)
  • motywacja (umiejętność do podtrzymywania zachowania w dłuższej perspektywie czasowej)
  • poczucie skuteczności (wewnętrzna wiara w to, że jest się w stanie sprostać problemom i kłopotom na drodze do osiągnięcia celu)
  • wiek (w latach)
  • płeć
  • wykształcenie (podstawowe, średnie i wyższe)
  • staż zawodowy w latach
  • Oszczędzanie wyrażone w średniej ilości oszczędzanych pieniędzy w ciągu miesiąca (PLN)

Pierwszym etapem dotyczącym tego jak zrobić statystykę do pracy magisterskiej jest zapoznanie się z danymi, czyli eksploracja danych.

Na tym etapie robienia statystyki w pracy magisterskiej ważne jest sprawdzenie poprawności wprowadzonych danych. Np. dzięki oprogramowaniu Jasp.org możemy dokonać wizualizacji wyników w postaci wykresów słupkowych i wykresów rozrzutu. Wizualizacje te wskażą nam obserwacje odstające, przypadkowe lub niemożliwe (np. takie wynikające z błędów przy wprowadzaniu danych), a także różne tendencje w danych (różnice między grupami słupków, nachylenie linii regresji w kontekście korelacji dwóch zmiennych itd.

Etap poznawania danych jest ważny z tego względu, że oglądamy zbierane przez siebie informacje. Dzięki temu możemy odważniej i dokładniej przetwarzać dane i poddawać je analizom statystycznym.

Drugim etapem jest ułożenie hipotez. Tutaj są dwie szkoły.

Możemy mieć ułożone hipotezy jeszcze dawno przed badaniem (a priori na podstawie przesłanek teoretycznych i wynikających z nich przewidywań), ale możemy ułożyć je dopiero po zebraniu danych i ich statystycznej analizie (a posteriori, czyli ułożyć teorię do wyników otrzymanych). W naszym przypadku ułożyliśmy hipotezę przed badaniem i brzmiały ona następująco.

Hipoteza zerowa – Czynniki psychologiczne i zmienne demograficzne mają podobną siłę wpływu na oszczędności.

Hipoteza alternatywna – Czynniki psychologiczne mają silniejszy wpływ na oszczędności niż zmienne demograficzne.

Trzecim etapem jest dokonanie analizy statystycznej – bo na tym polega zrobienie statystyki do pracy magisterskiej.

Analizy statystyczne i testy wykorzystuje się w dowodzeniu naukowym jako narzędzia do kwestionowania losowości badanych fenomenów. Dzięki temu można z dużą dokładnością, a także w logiczny sposób wnioskować o zjawiskach jakie zbadaliśmy. Ten etap, jak już wspomnieliśmy, może być bardzo skomplikowany lub bardzo prosty. My nie będziemy sobie komplikować życia i do analizy użyjemy jednego testu statystycznego, a będzie nim analiza regresji liniowej. Analiza regresji liniowej w dużym skrócie weryfikuje liniowy wpływ zmiennych niezależnych (pewnych przyczyn) na zmienną zależną (zjawisko które chcemy wyjaśnić), czyli skutek. Kliknij tutaj – jeśli masz problemy z wyborem odpowiedniego testu statystycznego. Podsumowując, analiza regresji jest wielowymiarową analizą statystyczną pomagającą weryfikować siłę pływu wielu czynników na jakiś inny czynnik. W naszym przykładzie zmiennymi niezależnymi (predyktorami/przyczynami/zmiennymi wyjaśniającymi) są zmienne psychologiczne i demograficzne, a zmienną zależną (tą wyjaśnianą, czyli domniemanym skutkiem) jest ilość zaoszczędzonych pieniędzy. Wykonaliśmy analizę regresji w wyżej wymienionym programie metodą krokową. W pierwszym kroku wprowadziliśmy zmienne demograficzne, a następnie do równania (czyli w drugim kroku) dołączyliśmy zmienne psychologiczne. Byliśmy zainteresowani tym, czy zmienne psychologiczne wnoszą coś więcej w wyjaśnianie oszczędności niż zmienne demograficzne. W przypadku analizy regresji będzie nas interesować wynik współczynnika skorygowanego R kwadrat. Dlaczego? Dlatego, że ten współczynnik informuje nas o tym jaka porcja zjawiska jest wyjaśniana przez przyczyny wrzucone do modeli regresji liniowej.

Analiza regresji liniowej ukazała takie wyniki:

F p Skorygowane R kwadrat
Krok 1 5,78 0,000 0,24
Krok 2 12,31 0,000 0,67
 Zmiana R kwadrat  7,23  0,000
Współczynniki modelu Beta Istotność
wiek 0,12 0,000  
płeć (kobieta) 0,11 0,070  
wykształcenie 0,34 0,000  
staż zawodowy 0,10 0,056
intencja 0,16 0,000  
motywacja 0,22 0,000  
poczucie skuteczności  0,46 0,000

zmienna zależna: miesięczny stan oszczędności w PLN

Opis wyników analizy statystycznej.

Analiza wykazała, że zmienne demograficzne istotnie wpływały na poziom oszczędności. Okazało się (na podstawie współczynnika R kwadrat), że poziom oszczędności był wyjaśniany w 24% przez czynniki demograficzne. W drugim kroku wprowadzono zmienne psychologiczne i okazało się, że uzupełniały one istotnie wyjaśnione zjawisko oszczędzania o kolejne 43%. Dzięki tej analizie, po pierwsze potwierdziliśmy hipotezę, że psychologa ma większy wpływ niż demografia na oszczędzanie. Dodatkowo możemy uzupełnić podsumowanie tej hipotezy, że w przypadku zmiennych demograficznych tylko wiek i wykształcenie miało wpływ na oszczędności (z czego wykształcenie miało wpływ większy), a w przypadku zmiennych psychologicznych to poczucie skuteczności miało największy wpływ na oszczędności, później była motywacja i intencja. W naszym przykładzie moglibyśmy uzupełnić opis wyników wykresem rozrzutu który przedstawiałby wpływ zmiennych w modelu na wyniki oszczędzania. Niemniej oszacowania współczynników Beta w takim przypadku są wystarczające. Udało nam się odrzucić hipotezę zerową i przyjąć alternatywną.

Odniesienie wyników do teorii i napisanie wniosków.

Jeśli analiza statystyczna i ta cała statystyka w pracy magisterskiej wykazała, że hipoteza została wsparta przez dane to nie powinno być problemem osadzenie opisu wyników i zagnieżdżeniu ich w rozważaniach teoretycznych. Jeśli bazowaliśmy w pracy na teoriach kontroli zachowania Juliusa Kuhla lub teorii społeczno-poznawczej Alberta Bandury, to nasze wyniki wsparły tę teorię. Dowodząc, że zmienne związane z kontrolą zachowania i siłą woli są silniejszymi predyktorami zachowania związanego z oszczędzaniem niż zmienne z zachowaniem prawie w ogóle niezwiązane (demografia). Warto taką narrację uzupełnić o wnioski praktyczne polegające na zasugerowaniu gdzie wyniki tych badań mogły by mieć zastosowanie i jaki mógłby być z nich pożytek. W naszym przypadku pożyteczne było by uczenie ludzi jak wywołać w sobie intencję do oszczędzania, a także jak sprostać pojawiającym się pokusom i problemom na drodze do celu zwiększenia oszczędności. Poza praktycznym charakterem wykorzystania wyników badania warto wspomnieć o tym co nowego badanie wnosi w teorię, a także jakie są słabe i mocne strony wykonanych czynności badawczych.

Jak zrobić statystykę do pracy magisterskiej nie powinno już być problemem. Powyższy  schemat badawczy jest prosty, ale bardzo rozpowszechniony i może być on aplikowany do wielu innych badań, a także w wielu dziedzinach nauki. W analizach statystycznych tylko zmieniają się liczby i etykiety, które niosą specyficzne treści. W naszym przykładzie treściami ukrytymi pod liczbami były cechy demograficzne, zmienne psychologiczne i oszczędzanie.

Potrzebujesz pomocy statystycznej w analizie danych? Nie wiesz jak zrobić statystykę do pracy magisterskiej? Skontaktuj się z Metodolog.pl na pewno pomożemy.

Władzą jest wiedza o źródłach zmienności Metodolog.pl motto