Statystyka w Psychologii · Ćwiczenia 1

Od pojęcia do liczby — pomiar, zmienne i pierwsza baza danych

Jak zamienić abstrakcyjne pojęcie psychologiczne (np. „narcyzm narodowy") w coś, co można policzyć? Czym różni się populacja od próby, dlaczego skala pomiaru zmienia matematykę i co właściwie robisz, otwierając bazę danych w JASP?

CNS = ¹/₉ Σ pozycja_i średnia z 9 pozycji — ale najpierw odwróć pozycję odwróconą

Populacja a próba badana

Pierwsza decyzja każdego badania: kogo właściwie chcesz opisać, a kogo realnie zbadasz. To rozróżnienie wraca później przy każdej analizie.

👥 Populacja

„Zbiór wszystkich przypadków wykazujących określone cechy". To pełen, docelowy zbiór, o którym chcesz coś powiedzieć — zwykle zbyt liczny, by zbadać go w całości.

Przykład: wszyscy dorośli Polacy deklarujący przynależność do narodu polskiego.

🔬 Próba

„Podzbiór danych, pochodzący z populacji i będący podstawą uogólnień na całą populację". To te osoby, które faktycznie wypełniły kwestionariusz.

Przykład: 50 osób z bazy Baza_CNS, które realnie wzięły udział w badaniu.

„Populacja to zbiór wszystkich przypadków wykazujących określone cechy; próba to podzbiór danych pochodzący z populacji i będący podstawą uogólnień na całą populację." Chein, 1982; za: Frankfort-Nachmias i Nachmias, 2001, s. 193

Sens tego rozróżnienia jest praktyczny: pracujesz na próbie (np. tych 50 osobach), ale wnioski formułujesz o populacji (wszystkich Polakach). Dlatego później, opisując badanie, zawsze podajesz charakterystykę próby — ile osób, jaki rozkład płci, wieku, wykształcenia — żeby czytelnik wiedział, na kim opierasz uogólnienia i na ile są one wiarygodne.

Zmienne i operacjonalizacja

Psychologia bada pojęcia, których nie da się dotknąć: samoocenę, sumienność, satysfakcję z życia. Żeby je policzyć, trzeba je najpierw zamienić w zmienne i nadać im sens empiryczny.

Czym jest zmienna?

Zmienna to pewna właściwość, która przyjmuje różne wartości i charakteryzuje różne obiekty. Słowo „zmienna" bierze się stąd, że jej wartość się zmienia — różne osoby mają różny wiek, różną płeć, różny poziom samooceny.

Przykłady zmiennych: sumienność, satysfakcja z życia, miejsce zamieszkania, wiek, płeć, samoocena, wykształcenie. Każda z nich „rozkłada" badane osoby na różne wartości — i właśnie to chcemy zmierzyć i opisać.

Operacjonalizacja — nadawanie pojęciom sensu empirycznego

Pojęcie „narcyzm narodowy" jest abstrakcyjne — nie ma czujnika, który by go zmierzył. Operacjonalizacja to procedura, która łączy takie pojęcie z konkretnymi, obserwowalnymi reakcjami: odpowiedziami na pytania kwestionariusza.

„Zabieg operacjonalizacji składa się ze zbioru procedur opisujących działania, jakie musi podjąć badacz, aby ustalić, w jaki sposób zjawisko opisane przez dane pojęcie przejawia się na poziomie obserwacji." Brzeziński i Hornowska, 2006, s. 392

W praktyce operacjonalizacja oznacza: wybierz (lub zbuduj) narzędzie pomiaru — zwykle gotową, sprawdzoną skalę — które przekłada pojęcie na zestaw konkretnych pozycji (itemów). Odpowiedzi na te pozycje stają się liczbami w bazie danych.

🧭 Od pojęcia do liczby — przejdź ścieżkę operacjonalizacji

Klikaj „Dalej", żeby zobaczyć, jak abstrakcyjne pytanie badawcze krok po kroku zamienia się w konkretne liczby w bazie. Każdy etap tłumaczy, co dokładnie robi badacz.

Poziomy pomiaru — klasyfikacja Stevensa

Nie każdą liczbą wolno robić to samo. Zanim policzysz średnią, musisz wiedzieć, na jakim poziomie pomiaru jest zmienna — bo to decyduje, jakie operacje mają sens.

Zmienne nominalne — grupowanie bez porządku ›

Czym są: pozwalają pogrupować obiekty według wartości zmiennej — obiekty są pod tym względem takie same albo różne, ale nie da się ich uszeregować „od najmniejszego do największego".

Przykłady ze źródła: płeć, przynależność religijna, zawód, kierunek studiów (Walesiak, 1996; Brzeziński, 2004).

Co wolno: liczyć, ile osób należy do każdej kategorii (liczebności, procenty), wskazać modę. Czego nie wolno: liczyć średniej, mówić „o ile więcej".

Zmienne porządkowe — kolejność bez „o ile" ›

Czym są: pozwalają uporządkować obiekty według nasilenia cechy — można je rangować. Ale nie możemy wnioskować, o ile jedna wartość jest większa od drugiej.

Jak rozpoznać: wiesz, kto jest wyżej, ale nie wiesz o ile. Przykład: wykształcenie podstawowe < średnie < wyższe — kolejność jest jasna, ale „odległość" między stopniami nie jest zdefiniowana.

Co wolno: mediana, percentyle, rangowanie.

Zmienne interwałowe (przedziałowe) — równe odstępy, „o ile" ›

Czym są: pozwalają wnioskować, o ile natężenie zmiennej jest większe dla danego obiektu niż dla innego — odstępy między wartościami są równe. Ale nie możemy powiedzieć „ile razy", bo zero jest umowne.

Klasyczny przykład: temperatura — różnica między 10° a 20° jest taka sama jak między 20° a 30°, ale 0° nie oznacza braku temperatury.

W psychologii: uśrednione wyniki skal (np. średnia CNS czy GMS) traktuje się zwykle jako przedziałowe — zakłada się równe odstępy i liczy średnie.

Zmienne ilorazowe — równe odstępy + zero absolutne, „ile razy" ›

Czym są: mają wszystkie cechy skali przedziałowej oraz absolutne zero (oznaczające realny brak cechy). Dlatego można wnioskować, ile razy natężenie jest większe dla jednego obiektu niż dla innego.

Przykład ze źródła: wiek w latach — 40 lat to dwa razy więcej niż 20 lat; 0 lat to realny punkt zerowy.

Ważna własność: zmienne wyższego rzędu można przekształcić w zmienne niższego rzędu (np. wiek w latach → przedziały wiekowe → „młodszy / starszy"), ale nie odwrotnie.

Hierarchia poziomów pomiaru. Nominalna → porządkowa → przedziałowa → ilorazowa. Im wyższy poziom, tym więcej operacji wolno wykonać. Zawsze możesz „zejść" z poziomu wyższego na niższy (wiek → kategorie wiekowe), ale nigdy odwrotnie — z samej etykiety nie odzyskasz liczby.

Ćwiczenie ze źródła — dwa pytania z kwestionariusza

„Proszę o określenie swojej płci"

Odpowiedzi: kobieta / mężczyzna / osoba niebinarna / inna tożsamość płciowa. To kategorie bez porządku — zmienna nominalna.

Wolno: policzyć, ile osób w każdej kategorii. Nie wolno: liczyć „średniej płci".

„Proszę o podanie wieku (w latach)"

Pole liczbowe (tylko cyfry). Wiek ma równe odstępy i absolutne zero — zmienna ilorazowa.

Wolno: średnia, „o ile starszy", „ile razy starszy". To najbogatszy poziom pomiaru.

Poziom	Porządek	Równe odstępy	Zero absolutne	Przykład ze źródła
Nominalny	—	—	—	Płeć, kierunek studiów
Porządkowy	✓	—	—	Wykształcenie (podst. < śred. < wyż.)
Przedziałowy	✓	✓	—	Średnia CNS / GMS, temperatura
Ilorazowy	✓	✓	✓	Wiek w latach

Dwa konstrukty, dwa narzędzia

Przykładowe pytanie badawcze: Czy istnieje związek między narodowym narcyzmem kolektywnym a mentalnością oblężonej twierdzy? Żeby na nie odpowiedzieć, trzeba zoperacjonalizować oba pojęcia.

Narodowy narcyzm kolektywny

Identyfikacja z własną grupą narodową, związana z emocjonalnym zaangażowaniem w nierealistyczne przekonanie o jej niezrównanej wielkości (Golec de Zavala i in., 2009).

Narzędzie: polska adaptacja Skali narcyzmu kolektywnego (CNS) — 9 pozycji, skala 1–6 (od „zdecydowanie się nie zgadzam" do „zdecydowanie się zgadzam").

Mentalność oblężonej twierdzy

Przekonanie członków grupy, że reszta świata ma wobec nich negatywne intencje, związane z generalizacją negatywnych atrybucji na wszystkie grupy obce (Bar-Tal, 1992).

Narzędzie: polska adaptacja General Siege Mentality Scale (GMS) — 12 pozycji, skala 1–7.

Po co dwa różne narzędzia? Każdy konstrukt ma własną, zwalidowaną skalę. Żeby zbadać związek między nimi, mierzymy oba osobno (CNS i GMS), liczymy dla każdej osoby wynik na każdej skali, a dopiero potem sprawdzamy, czy te dwa wyniki idą „w parze". To właśnie operacjonalizacja pytania badawczego w praktyce.

Przykładowe pozycje CNS (skala 1–6) ›

„Moja grupa zasługuje na specjalne traktowanie."
„Niewielu ludzi rozumie w pełni, jak ważna jest moja grupa."
„Domagam się, aby moja grupa spotkała się z szacunkiem, jaki jej się należy."
„Naprawdę złości mnie, gdy inni krytykują moją grupę."

Wszystkie sformułowane są „w stronę" narcyzmu — wysoka zgoda = wysoki wynik. Z jednym wyjątkiem (patrz niżej: pozycja odwrócona).

Przykładowe pozycje GMS (skala 1–7) ›

„Cały świat jest przeciwko nam."
„Tylko demonstracja siły powstrzyma naszych wrogów przed zaatakowaniem nas."
„Większość narodów zmawia się przeciwko nam, jeśli tylko nadarzy się po temu okazja."
„Tylko jedność ocali nas przed wrogami."

Skala odpowiedzi: 1 = „zdecydowanie się nie zgadzam" … 7 = „zdecydowanie się zgadzam". Również tu jedna pozycja jest sformułowana „odwrotnie" (np. „Zawsze istniały kraje zainteresowane przyjaznymi i bliskimi relacjami z nami").

Baza danych — jak czytać i porządkować

Po zebraniu odpowiedzi powstaje baza: wiersze to osoby badane, kolumny to zmienne. Zanim cokolwiek policzysz, musisz zrozumieć jej strukturę i obsłużyć pozycje odwrócone.

Struktura bazy

Każdy wiersz to jedna osoba badana, każda kolumna to jedna zmienna. Część kolumn opisuje osobę (metryczka), część to surowe odpowiedzi na pozycje skal, a na końcu pojawiają się policzone wyniki (średnie).

Nr	Płeć	Wiek	Wykształcenie	CNS1	CNS2	…	CNS7r	…	CNS9	CNS_średnia
1	K	21	średnie	3	2	…	4	…	3	2,67
2	K	18	średnie	4	5	…	6	…	6	…
3	M	25	średnie	5	4	…	4	…	4	…

Kolumna oznaczona na żółto (CNS7r) to pozycja odwrócona — litera „r" (reversed) przypomina, że trzeba ją przekodować, zanim policzysz średnią.

Pozycje odwrotnie kodowane — dlaczego i jak

Większość pozycji CNS brzmi „w stronę" narcyzmu, więc wysoka zgoda = wysoki narcyzm. Ale pozycja 7 jest sformułowana odwrotnie:

„Nie przejmuję się zbytnio, gdy ludzie ignorują osiągnięcia mojej grupy."

Tutaj wysoka zgoda oznacza niski narcyzm. Gdybyś dodał tę pozycję bez zmian, zaniżyłaby lub zawyżyła wynik osób w niespójny sposób. Dlatego ją odwracasz: zamieniasz skalę na lustrzaną.

Wzór na odwrócenie: nowa wartość = (min + max) − stara wartość.
Dla skali CNS 1–6: nowa = 7 − stara (czyli 1↔6, 2↔5, 3↔4).
Dla skali GMS 1–7: nowa = 8 − stara. Dopiero po odwróceniu liczysz średnią z pozycji.

🧮 Kalkulator średniej CNS z odwróceniem pozycji 7

Przesuwaj suwaki, żeby ustawić odpowiedzi jednej osoby na 9 pozycjach skali CNS (1–6). Pozycja 7 jest odwrócona — kalkulator pokazuje jej przekodowaną wartość oraz obie średnie: błędną (bez odwrócenia) i poprawną (z odwróceniem). Suwaki są wstępnie ustawione na odpowiedzi osoby nr 1 z bazy.

Bez odwrócenia (błędnie)

—

Z odwróceniem (poprawnie)

—

JASP — od pliku do analizy

JASP to darmowy, przyjazny program do analiz statystycznych (jasp-stats.org). Na ćwiczeniach służy do otwierania baz, liczenia statystyk opisowych i eksportu danych.

JASP jest darmowy (free), prosty w obsłudze (friendly) i elastyczny (flexible). Pomocny podręcznik: Statistical Analysis in JASP — A Guide for Students (Mark A. Goss-Sampson). Typowy obieg pracy na ćwiczeniach wygląda tak:

1 · Przygotuj plik ›

Pobierz bazę (np. Baza_CNS.xlsx) i zapisz ją w formacie, który JASP czyta najlepiej — np. CSV. Pamiętaj o pozycjach odwróconych, zanim policzysz średnie.

2 · Policz średnie z odwróceniem ›

Dla zmiennej CNS odwróć pozycję 7 (nowa = 7 − stara), a dopiero potem policz średnią z 9 pozycji. W ćwiczeniu z ATTITUDE odwrócenia wymaga pozycja 4 — zasada jest identyczna.

3 · Otwórz w JASP i zapisz projekt ›

Otwórz plik w JASP i zapisz projekt jako .jasp (np. Zadanie-CNS.jasp) — plik .jasp przechowuje dane razem z wynikami analiz.

4 · Wyeksportuj dane ze zmianami ›

Wyeksportuj poprawioną bazę do CSV (np. Baza_CNS_Zmiany.csv), żeby zachować przekodowane pozycje i policzone średnie do dalszych analiz.

5 · Omów poziom pomiaru ›

W JASP każda kolumna ma ikonę poziomu pomiaru: Scale (ilościowa, np. Wiek), Ordinal (porządkowa) i Nominal (nominalna, np. Płeć). Ustaw je poprawnie — od tego zależy, jakie analizy JASP zaproponuje.

Dlaczego poziom pomiaru w JASP jest ważny? Program dopuszcza tylko te analizy, które pasują do typu zmiennej. Jeśli Płeć oznaczysz jako Scale, JASP pozwoli policzyć jej „średnią" — co nie ma sensu. Ustawienie Nominal/Ordinal/Scale to praktyczne zastosowanie klasyfikacji Stevensa.

Mam bazę — i co dalej? Charakterystyka próby

Pierwszy krok analizy to opisanie, kogo zbadaliśmy. Robi się to statystykami opisowymi (Descriptives) i tabelami częstości (Frequencies).

Zanim sprawdzisz jakąkolwiek hipotezę, opisz próbę. W JASP używasz modułu Descriptives: dla zmiennych ilościowych (np. Wiek) liczysz średnią, minimum i maksimum; dla zmiennych kategorialnych (np. Płeć, Wykształcenie) włączasz tabele częstości (liczebność i procent).

Wiek (Scale → Descriptives)

Przykład z bazy: N = 50, średni wiek = 22,52 roku, minimum 18, maksimum 29. Możesz też policzyć średni wiek osobno dla kobiet i mężczyzn, używając pola Split.

Płeć (Nominal → Frequencies)

Przykład z bazy: kobiety (K) = 23 osoby (46%), mężczyźni (M) = 27 osób (54%), razem 50 (100%). Tabela częstości podaje liczebność, procent i procent skumulowany.

Typowy zestaw pytań o próbę: Ile osób wzięło udział w badaniu? Ilu mężczyzn i ile kobiet (n i %)? Jaki jest średni wiek — ogółem oraz w grupie kobiet i mężczyzn? Ile osób (i jaki procent) ma wykształcenie podstawowe, średnie, wyższe? Odpowiedzi na te pytania to właśnie charakterystyka próby — dobierasz statystykę do poziomu pomiaru zmiennej.

Dobór statystyki zależy od poziomu pomiaru: dla Wieku (ilorazowa) ma sens średnia; dla Płci (nominalna) — tylko liczebność i procent. To ta sama zasada Stevensa, tylko zastosowana w praktyce.

Słowniczek pojęć

Kliknij kartę, żeby zobaczyć definicję. Szybkie powtórzenie kluczowych pojęć z tych ćwiczeń.

Populacja

Zbiór wszystkich przypadków wykazujących określone cechy. Docelowy zbiór, o którym chcemy wnioskować (Chein, 1982).

Próba

Podzbiór danych pochodzący z populacji, będący podstawą uogólnień na całą populację. To osoby realnie zbadane.

Zmienna

Właściwość przyjmująca różne wartości i charakteryzująca różne obiekty — np. wiek, płeć, samoocena.

Operacjonalizacja

Nadawanie pojęciom psychologicznym sensu empirycznego — procedury łączące pojęcie z obserwowalnymi reakcjami (Brzeziński i Hornowska, 2006).

Zmienna nominalna

Pozwala grupować obiekty bez porządku. Dozwolone: liczebności, procenty, moda. Przykład: płeć.

Zmienna porządkowa

Pozwala uporządkować i rangować obiekty, ale nie wiadomo „o ile". Przykład: wykształcenie.

Zmienna interwałowa

Równe odstępy, wiadomo „o ile", ale zero umowne — nie wiadomo „ile razy". Przykład: temperatura, średnia skali.

Zmienna ilorazowa

Równe odstępy + absolutne zero, wiadomo „ile razy". Przykład: wiek w latach.

Pozycja odwrócona

Item sformułowany „w przeciwną stronę" niż mierzony konstrukt. Trzeba go przekodować: nowa = (min+max) − stara, przed liczeniem średniej.

CNS

Skala narcyzmu kolektywnego — 9 pozycji, skala 1–6. Mierzy narodowy narcyzm kolektywny (Golec de Zavala i in., 2009).

GMS

General Siege Mentality Scale — 12 pozycji, skala 1–7. Mierzy mentalność oblężonej twierdzy (Bar-Tal, 1992).

JASP

Darmowy program do analiz statystycznych. Poziom pomiaru kolumny: Scale, Ordinal lub Nominal — decyduje o dostępnych analizach.

Charakterystyka próby

Opis osób badanych: n, rozkład płci (n i %), średni wiek, rozkład wykształcenia. Pierwszy krok każdej analizy.

Quiz — sprawdź wiedzę

12 pytań obejmujących cały materiał ćwiczeń. Po każdej odpowiedzi zobaczysz wyjaśnienie.

Kluczowe wnioski

Sześć rzeczy, które powinieneś zapamiętać z tych ćwiczeń.

1
Pracujesz na próbie, wnioskujesz o populacji. Próba to podzbiór będący podstawą uogólnień. Dlatego zawsze opisujesz, kogo zbadałeś — to charakterystyka próby.
2
Operacjonalizacja zamienia pojęcie w liczbę. Abstrakcyjny konstrukt (narcyzm narodowy) staje się mierzalny dzięki narzędziu — skali z konkretnymi pozycjami (CNS, GMS).
3
Poziom pomiaru decyduje o dozwolonej matematyce. Nominalny: liczebności. Porządkowy: mediana, rangi. Przedziałowy: „o ile" i średnie. Ilorazowy: dodatkowo „ile razy". Płeć = nominalna, wiek = ilorazowa.
4
Pozycje odwrócone trzeba przekodować przed średnią. Wzór: nowa = (min + max) − stara. Dla CNS (1–6): nowa = 7 − stara. Pominięcie tego kroku zniekształca wynik.
5
Baza to wiersze (osoby) i kolumny (zmienne). W JASP ustawiasz każdej kolumnie poziom pomiaru (Scale / Ordinal / Nominal) — to praktyczne zastosowanie klasyfikacji Stevensa, które ogranicza analizy do sensownych.
6
Analizę zaczynasz od charakterystyki próby. Descriptives dla zmiennych ilościowych (średni wiek), Frequencies dla kategorialnych (rozkład płci, wykształcenia — n i %).