Jak napsat kapitolu výsledky, aby kvantitativní data dávala smysl

Máte spočítané testy, export ze statistického programu a několik tabulek, ale při psaní najednou nevíte, co má být první věta kapitoly. Právě tady studenti často hledají, jak napsat kapitolu výsledky, protože samotné výpočty ještě nevytvářejí čitelnou výsledkovou část. Vedoucí nechce vidět jen slepený výstup ze SPSS, Jamovi, Excelu nebo R; chce pochopit, co jste zjistili, u jakých proměnných, v jakém pořadí a ve vztahu k výzkumným otázkám nebo hypotézám. Problém není v tom, že by výsledků bylo málo. Problém bývá v tom, že jsou rozházené: jednou popisujete vzorek, pak skočíte k hypotéze, potom vysvětlujete teorii a nakonec opakujete tabulku větou po větě.

Kapitola výsledky u kvantitativního výzkumu má nejdřív stručně připomenout, co se vyhodnocovalo, potom popsat vzorek a proměnné, následně uvést popisnou statistiku a až poté inferenční testy nebo modely. Výsledky se píší bez dlouhé interpretace příčin: ukazujete, co data ukázala, zatímco širší význam, limity a návaznost na literaturu patří do diskuse.

V tomto návodu

• Jak napsat kapitolu výsledky u kvantitativního výzkumu
• Jaký je rozdíl mezi výsledky vs diskuse
• V jakém pořadí má být prezentace kvantitativních výsledků
• Jak popsat tabulky a grafy, aby výsledek nebyl jen přepsaná tabulka
• Jak vypadá příklad výsledkové části v různých oborech
• Jaké chyby studenti nejčastěji dělají, když píšou kapitolu výsledky
• Jak si zkontrolovat kapitolu výsledky před odevzdáním vedoucímu

Jak napsat kapitolu výsledky u kvantitativního výzkumu?

Kapitola výsledky kvantitativní výzkum obvykle řadí od základního popisu dat k odpovědím na výzkumné otázky nebo hypotézy. Nejprve čtenář potřebuje vědět, jaký soubor byl analyzován, jaké proměnné vstoupily do analýzy a jaké statistické postupy byly použity. Teprve potom dávají smysl tabulky s testy, korelacemi, regresí nebo rozdíly mezi skupinami.

Základní funkce výsledkové kapitoly

Výsledková část je část práce, která věcně uvádí zjištění získaná analýzou dat. V kvantitativní práci to znamená hlavně číselné výsledky: četnosti, průměry, směrodatné odchylky, mediány, korelace, hodnoty testových statistik, hladiny významnosti, intervaly spolehlivosti nebo velikosti efektu.

Výsledková kapitola není metodika. Nepopisujete zde znovu celý sběr dat, konstrukci dotazníku ani důvod, proč jste zvolili t-test místo ANOVA. Tyto informace patří do metodologické kapitoly, kterou si můžete zkontrolovat podle návodu Postup metodologické kapitoly od designu k analýze. Ve výsledcích už předpokládáte, že čtenář ví, jak jste data získali; teď mu ukazujete, co z nich vyšlo.

Minimální struktura, která funguje

U většiny bakalářských a diplomových prací stačí základní kostra:

1. Krátké uvedení kapitoly: co bude vyhodnoceno.
2. Popis analyzovaného vzorku: počet respondentů, skupiny, základní charakteristiky.
3. Popis proměnných: škály, indexy, skóry nebo kategorie, které vstupují do analýzy.
4. Popisná statistika: průměry, rozptyl, četnosti, rozložení odpovědí.
5. Výsledky podle výzkumných otázek nebo hypotéz.
6. Stručné shrnutí hlavních zjištění bez hluboké interpretace.

Tato struktura brání tomu, aby kapitola působila jako náhodný výpis tabulek. Pokud jste ještě ve fázi, kdy nemáte jasně propojené proměnné s hypotézami, pomůže vrátit se k článku Převod pojmu na měřitelnou proměnnou.

Slabší a silnější verze úvodu ke kapitole

Slabá studentská verze	Silnější přepracování
„V této kapitole budou prezentovány výsledky dotazníku. Respondenti odpovídali na otázky a výsledky jsou uvedeny v tabulkách.“	„Kapitola nejprve popisuje složení výzkumného souboru a základní charakteristiky proměnných. Následně jsou výsledky uspořádány podle tří hypotéz, které ověřují vztah mezi studijní zátěží, subjektivním stresem a spokojeností se studiem.“
„Bylo provedeno vyhodnocení dat a některé výsledky vyšly významně.“	„Analýza se zaměřila na rozdíly v míře pracovního vyčerpání mezi zaměstnanci s nízkou, střední a vysokou autonomií práce. Pro každou skupinu jsou uvedeny popisné statistiky a následně výsledek testu rozdílů.“

Silnější verze neříká jen „budou tabulky“. Ukazuje logiku kapitoly: vzorek, proměnné, hypotézy, testy. Čtenář díky tomu ví, podle čeho se má v číslech orientovat.

Jaký je rozdíl mezi výsledky vs diskuse?

Výsledky ukazují, co analýza zjistila; diskuse vysvětluje, co tato zjištění znamenají ve vztahu k teorii, literatuře, limitům a praxi. Ve výsledcích píšete přesná čísla a odpovědi na hypotézy, ale nevedete dlouhé úvahy o příčinách. Rozdíl výsledky vs diskuse je důležitý, protože smíchání obou částí často vede k opakování, nejasné argumentaci a připomínkám od vedoucího.

Co patří do výsledků

Do výsledků patří formulace typu: „Mezi proměnnými byla zjištěna středně silná pozitivní korelace“ nebo „Hypotéza H1 nebyla na hladině významnosti 0,05 podpořena.“ Tvrzení musí být přímo opřené o konkrétní analýzu.

Můžete krátce pojmenovat směr výsledku, například že vyšší skóre akademické motivace souviselo s nižší mírou prokrastinace. Neměli byste ale hned tvrdit, že „studenti méně prokrastinují, protože mají lepší sebekontrolu“, pokud jste sebekontrolu vůbec neměřili.

Co patří do diskuse

Diskuse odpovídá na otázku „jak tomu rozumět“. Tam porovnáváte výsledky s odbornými zdroji, vysvětlujete možné důvody, přiznáváte limity a navrhujete praktické dopady. Pokud si nejste jistí, jak navázat výsledky na literaturu, může pomoci práce se zdroji podle článku Propojování zdrojů do syntézy literatury.

Rozlišení je nejlépe vidět na konkrétní větě:

Situace	Věta do výsledků	Věta do diskuse
Psychologie	„Korelace mezi vnímanou sociální oporou a úzkostí byla záporná a statisticky významná.“	„Výsledek naznačuje, že sociální opora může u studentů fungovat jako ochranný faktor, což odpovídá části předchozí literatury.“
Ošetřovatelství	„Pacienti po edukační intervenci dosáhli vyššího průměrného skóre adherence než pacienti bez intervence.“	„Zjištění podporuje význam krátké edukace při propouštění pacientů do domácí péče, i když nelze vyloučit vliv motivace pacientů.“
Management	„Týmy s vyšší mírou autonomie vykázaly vyšší průměrnou spokojenost s prací.“	„Autonomie se v tomto souboru jeví jako možný faktor pracovní spokojenosti, což může být relevantní pro nastavení týmového řízení.“

Hraniční věty, které bývají problém

Některé věty vypadají jako výsledky, ale už kloužou do diskuse. Například: „Výsledky ukazují, že online výuka je pro studenty horší, protože jim chybí osobní kontakt.“ Pokud jste měřili spokojenost a četnost kontaktu, můžete napsat, že studenti v online výuce vykázali nižší spokojenost a častěji uváděli nedostatek kontaktu. Slovo „protože“ je už interpretace kauzálního vztahu a musí být opatrné.

Bezpečnější formulace zní: „Nižší spokojenost byla spojena s častějším uváděním nedostatku osobního kontaktu.“ V diskusi pak můžete vysvětlit, jak tento vztah souvisí s teorií sociální přítomnosti nebo s předchozími výzkumy.

V jakém pořadí má být prezentace kvantitativních výsledků?

Prezentace kvantitativních výsledků má postupovat od jednoduchého k složitějšímu: nejdřív vzorek, potom popisné statistiky, pak testy hypotéz a nakonec doplňkové analýzy. Čtenář se tak nejprve zorientuje v datech a až potom hodnotí hlavní zjištění. Pokud začnete rovnou regresním modelem, kapitola může působit nepřehledně i tehdy, když jsou výpočty správně.

Doporučené pořadí krok za krokem

Praktický postup může vypadat takto:

1. Připomeňte výzkumné otázky nebo hypotézy jednou krátkou větou.
2. Uveďte počet zahrnutých případů a případně počet vyřazených odpovědí.
3. Popište složení souboru podle relevantních charakteristik.
4. Uveďte popisnou statistiku hlavních proměnných.
5. Vyhodnoťte každou hypotézu nebo otázku ve stejném pořadí, v jakém byla uvedena v úvodu nebo metodice.
6. Přidejte doplňkové analýzy jen tehdy, pokud mají jasnou funkci.
7. Na konci krátce shrňte, které hypotézy byly podpořeny a které ne.

Tento postup se hodí pro dotazníkové práce, experimenty i analýzy sekundárních dat. Pokud ještě řešíte, který test použít, navazuje na to článek Rozhodování při výběru statistického testu.

Proč začít popisem vzorku

Bez popisu vzorku čtenář neví, o kom výsledky mluví. V sociálněvědní práci o stresu studentů je rozdíl, jestli data pocházejí od 68 studentů jedné fakulty, nebo od 412 studentů z pěti univerzit. V ošetřovatelské práci o adherenci k léčbě je zásadní věk pacientů, typ diagnózy a délka domácí péče. V manažerské práci o spokojenosti zaměstnanců zase dává smysl uvést typ organizace, pracovní pozice a délku praxe.

Popis vzorku ale nemá být samostatná miniinterpretace. Věta „Výzkumný soubor tvořilo 126 respondentů, z toho 82 žen a 44 mužů“ je výsledkově čistá. Věta „Převaha žen ukazuje, že ženy jsou ochotnější vyplňovat dotazníky“ už je nepodložená interpretace, pokud jste ochotu k vyplnění neměřili.

Kdy řadit podle hypotéz a kdy podle proměnných

Nejčastěji je nejlepší řadit výsledky podle hypotéz nebo výzkumných otázek. Pokud máte H1, H2 a H3, vytvořte podkapitoly ve stejném pořadí. Čtenář pak snadno vidí, zda byla každá hypotéza vyhodnocena.

Řazení podle proměnných se hodí, když nejprve představujete obecný profil dat. Například u práce o akademickém stresu můžete nejdřív popsat skóre stresu, spánku a studijní zátěže. Potom teprve testujete vztahy mezi nimi.

Pro bakalářské a diplomové práce je přehlednost obvykle cennější než originalita struktury. Vedoucí se v kapitole rychleji zorientuje, když se pořadí výsledků drží pořadí výzkumných otázek.

Jak popsat tabulky a grafy, aby výsledek nebyl jen přepsaná tabulka?

Tabulku nebo graf nepřepisujte řádek po řádku; text má čtenáři říct, co je na výsledku podstatné. Uveďte čísla, která jsou potřebná pro odpověď na výzkumnou otázku, ale nezahlcujte odstavec každou hodnotou z tabulky. Dobrá formulace propojí tabulku s hypotézou, směrem vztahu a věcným významem výsledku.

Text nemá duplikovat tabulku

Častá slabá verze zní: „V tabulce 3 je uveden průměr 3,45, směrodatná odchylka 0,82, minimum 1 a maximum 5. V další proměnné je průměr 2,91, směrodatná odchylka 0,77, minimum 1 a maximum 5.“ Takový odstavec jen opakuje tabulku. Čtenář se nedozví, proč jsou hodnoty důležité.

Silnější verze: „Respondenti vykazovali vyšší průměrné skóre studijní zátěže než skóre akademické spokojenosti. Rozptyl odpovědí byl u obou proměnných podobný, což naznačuje srovnatelnou variabilitu mezi respondenty.“ Čísla jsou v tabulce; text vybírá vzorec, který je pro práci relevantní.

Pokud si nejste jistí, co z popisné statistiky uvádět, navazuje na to Vizuální schéma popisné statistiky.

Jak psát odkazy na tabulky a grafy

Každá tabulka má být v textu uvedena dřív, než se objeví, nebo těsně u ní. Nepokládejte tabulku do kapitoly bez věty, která řekne, proč tam je. Stačí jednoduché formulace:

• „Základní charakteristiky výzkumného souboru uvádí tabulka 1.“
• „Popisné statistiky hlavních proměnných jsou uvedeny v tabulce 2.“
• „Rozdíly mezi skupinami podle formy výuky zachycuje graf 1.“
• „Výsledek testu hypotézy H2 je uveden v tabulce 4.“

Pozor na věty typu „Tabulka mluví sama za sebe.“ Nemluví. Akademický text musí čtenáře vést.

Konkrétní přepis slabého odstavce

Slabé: „Tabulka 5 ukazuje výsledky korelace. Korelace mezi stresem a spánkem byla -0,43 a p bylo 0,001. Korelace mezi stresem a výkonem byla -0,21 a p bylo 0,06. Hypotéza se potvrdila.“

Silnější: „Mezi mírou stresu a kvalitou spánku byla zjištěna středně silná záporná souvislost, r = -0,43, p = 0,001. Vyšší stres tedy souvisel s nižší kvalitou spánku. Souvislost mezi stresem a studijním výkonem nebyla na hladině 0,05 statisticky významná, r = -0,21, p = 0,06. Hypotéza H1 byla podpořena pouze ve vztahu ke kvalitě spánku.“

Silnější verze rozlišuje dvě části hypotézy. Nepíše automaticky „hypotéza se potvrdila“, když jeden vztah významný nebyl. Právě tato přesnost často rozhoduje o tom, jestli výsledková část působí odborně.

Tabulka má mít jasnou funkci

Ne každá tabulka, kterou umíte vytvořit, patří do práce. Pokud tabulka neodpovídá na výzkumnou otázku, nepopisuje vzorek nebo nepodporuje hlavní analýzu, zvažte její přesun do přílohy. V hlavním textu má být jen to, co čtenář potřebuje pro sledování výsledků.

Typická chyba je vložit deset tabulek s jednotlivými položkami dotazníku, i když se v analýze používá celkové skóre škály. Pokud testujete vztah mezi „pracovní spokojeností“ a „autonomií“, hlavní kapitola má ukázat výsledky pro tato skóre. Položkové četnosti mohou být v příloze, pokud nejsou analyticky důležité.

Jak vypadá příklad výsledkové části v různých oborech?

Příklad výsledkové části se liší podle oboru, ale logika zůstává stejná: popsat data, ukázat hlavní zjištění a oddělit je od diskuse. V psychologii budete často pracovat se škálami a korelacemi, ve zdravotnických oborech s rozdíly mezi skupinami nebo změnou před a po intervenci, v managementu s dotazníkovými indexy a regresními modely. Dobrý příklad je vždy navázaný na konkrétní hypotézu, ne na obecnou snahu „něco vyhodnotit“.

Sociální vědy a psychologie

Představte si bakalářskou práci o vztahu mezi akademickou prokrastinací, stresem a kvalitou spánku u studentů českých univerzit. Výsledková část může začít popisem souboru: počet respondentů, typ studia, ročník, forma studia. Následuje popisná statistika tří škál: prokrastinace, stres, kvalita spánku.

Potom přijdou hypotézy. U H1 můžete testovat vztah mezi prokrastinací a stresem pomocí korelace. U H2 vztah mezi stresem a kvalitou spánku. U H3 rozdíly ve stresu mezi bakalářskými a magisterskými studenty.

Ukázková formulace: „Hypotéza H1 předpokládala pozitivní vztah mezi akademickou prokrastinací a vnímaným stresem. Výsledek korelační analýzy ukázal statisticky významnou pozitivní souvislost, r = 0,38, p < 0,01. Hypotéza H1 byla podpořena.“ Pokud jste neměřili příčinný vztah, nepište, že prokrastinace „způsobuje“ stres.

Zdravotnické obory a ošetřovatelství

V diplomové práci z ošetřovatelství můžete zkoumat adherenci k léčbě u pacientů po propuštění do domácí péče. Výsledková část by nejdřív popsala soubor pacientů: věk, pohlaví, typ diagnózy, počet dní od propuštění. Poté by uvedla skóre adherence a případně rozdíly mezi pacienty, kteří absolvovali edukační intervenci, a těmi, kteří ji neabsolvovali.

Příklad formulace: „Pacienti, kteří absolvovali edukační intervenci při propuštění, dosáhli vyššího průměrného skóre adherence než pacienti bez intervence. Rozdíl mezi skupinami byl statisticky významný na hladině 0,05.“ Pokud používáte t-test, doplňte testovou statistiku podle požadavků fakulty nebo citační normy.

U zdravotnických témat je nutné dávat pozor na klinické závěry. Výsledky mohou ukázat rozdíl ve skóre, ale neměly by bez opory tvrdit, že intervence „zaručuje lepší léčebné výsledky“. Takové tvrzení by vyžadovalo jiný design a jiná data.

Vzdělávání, management a další aplikované obory

V pedagogické práci můžete zkoumat rozdíl v matematické sebedůvěře žáků podle typu výuky. Výsledky nejprve ukážou složení tříd, potom průměrné skóre sebedůvěry a nakonec rozdíl mezi skupinami. V managementu můžete analyzovat vztah mezi stylem vedení, pracovní autonomií a spokojeností zaměstnanců.

Ukázková manažerská formulace: „Regresní model ukázal, že pracovní autonomie byla statisticky významným prediktorem pracovní spokojenosti i po zahrnutí délky praxe. Styl vedení měl slabší, ale stále významný vztah ke spokojenosti.“ Tato věta říká, co model ukázal, ale neodbočuje do doporučení pro vedení firmy. Doporučení patří až do diskuse nebo závěru.

V právně orientované empirické práci, například o vnímání dostupnosti bezplatné právní pomoci, mohou být výsledky postavené na četnostech, kontingenčních tabulkách a rozdílech mezi skupinami respondentů. I tam platí, že text nemá sklouznout k právní argumentaci dřív, než jasně popíše data.

Jaké chyby studenti nejčastěji dělají, když píšou kapitolu výsledky?

Studenti nejčastěji směšují výsledky s diskusí, přepisují celé tabulky do textu, vynechávají nevýznamné výsledky nebo mění pořadí hypotéz. Výsledkem je kapitola, která sice obsahuje čísla, ale neodpovídá jasně na výzkumné otázky. Oprava většinou nespočívá v dalších výpočtech, ale ve zpřehlednění logiky prezentace.

Chyby s konkrétní opravou

1. Předčasné vysvětlování příčin
   Studentský příklad: „Studenti s vyšším stresem spali hůře, protože neumějí dobře plánovat čas.“
   Oprava: Pokud jste měřili jen stres a spánek, napište: „Vyšší stres souvisel s nižší kvalitou spánku.“ Příčiny rozebírejte až v diskusi a jen s oporou v datech nebo literatuře.

2. Mechanické přepisování tabulky
   Studentský příklad: „V tabulce je N = 150, průměr = 3,21, SD = 0,91, minimum = 1, maximum = 5.“
   Oprava: Vyberte význam: „Průměrné skóre pracovní spokojenosti se pohybovalo mírně nad středem škály a odpovědi vykazovaly střední variabilitu.“ Čísla ponechte v tabulce nebo uveďte jen ta klíčová.

3. Ignorování nevýznamného výsledku
   Studentský příklad: „Hypotéza H2 se nepotvrdila, proto ji dále neuvádím.“
   Oprava: Nevýznamný výsledek je stále výsledek. Uveďte test, hodnotu p a napište, že hypotéza nebyla podpořena.

4. Záměna směru vztahu
   Studentský příklad: „Spánek ovlivňuje stres,“ i když analýza byla pouze korelační.
   Oprava: U korelace pište „souvisí“, „je spojeno“ nebo „byla zjištěna souvislost“. Slovo „ovlivňuje“ používejte jen tehdy, když tomu odpovídá design.

5. Jiné pořadí než ve výzkumných otázkách
   Studentský příklad: V úvodu je H1 o stresu, H2 o spánku, H3 o výkonu, ale výsledky začínají výkonem, pokračují popisem vzorku a končí stresem.
   Oprava: Držte stejné pořadí jako v zadání práce, cílech nebo hypotézách. Pokud měníte pořadí, vysvětlete proč.

Srovnání slabého a silnějšího uspořádání

Slabé uspořádání kapitoly	Silnější uspořádání kapitoly
1. Graf odpovědí na položku 7; 2. korelace H2; 3. popis respondentů; 4. t-test H1	1. Popis souboru; 2. popisné statistiky škál; 3. H1; 4. H2; 5. stručné shrnutí
Tabulky vložené bez uvedení v textu	Každá tabulka je uvedena větou, která říká, k jaké otázce patří
Nevýznamné výsledky vynechány	Všechny hypotézy jsou vyhodnoceny, včetně těch nepodpořených
Diskuse příčin uvnitř každého výsledku	Výsledky popisují zjištění, diskuse vysvětluje jejich význam

Toto srovnání ukazuje, že dobrá kapitola není delší jen proto, že obsahuje více tabulek. Je lepší proto, že čtenář vždy ví, proč daná tabulka nebo test následuje právě teď.

Jak si zkontrolovat kapitolu výsledky před odevzdáním vedoucímu?

Před odevzdáním zkontrolujte, zda kapitola odpovídá na všechny výzkumné otázky, drží stejné pořadí jako hypotézy a odděluje výsledky od diskuse. Každá tabulka má být uvedena v textu, každá hypotéza má mít jasný výsledek a každé číslo má mít funkci. Kontrola by měla proběhnout dřív, než začnete psát diskusi, protože špatně uspořádané výsledky se v diskusi těžko opravují.

Kontrola návaznosti na metodiku

Nejprve porovnejte výsledky s metodologickou kapitolou. Pokud metodika slibuje tři hypotézy, výsledky musí ukázat tři vyhodnocení. Pokud metodika uvádí určitou škálu, výsledky by měly použít stejný název proměnné. Pokud jste v metodice napsali, že použijete Mann-Whitneyho test, ale ve výsledcích uvádíte t-test, musíte mít důvod a vysvětlení.

Druhá kontrola se týká proměnných. Název proměnné by neměl pokaždé znít jinak. „Studijní zátěž“, „zátěž ve škole“ a „náročnost studia“ mohou znamenat totéž, ale čtenář si tím není jistý. Vyberte jeden termín a držte se ho.

Kontrola formulací statistických výsledků

U každého testu se podívejte, zda text obsahuje čtyři prvky: co se testovalo, jaký byl směr výsledku, zda byl výsledek statisticky významný a jak to souvisí s hypotézou. Například u korelace nestačí napsat „výsledek byl významný“. Potřebujete říct, mezi čím, jak silně a jakým směrem.

Užitečná miniformule zní: „Hypotéza Hx předpokládala [vztah/rozdíl]. Analýza ukázala [směr a typ výsledku]. Výsledek [byl/nebyl] statisticky významný. Hypotéza Hx [byla/nebyla] podpořena.“ Tuto strukturu můžete používat opakovaně, jen ji stylisticky lehce obměňte.

Před pokračováním: kontrolní seznam kapitoly výsledky

• Kapitola začíná krátkým uvedením, co se bude vyhodnocovat.
• Popis souboru uvádí počet analyzovaných případů a relevantní charakteristiky.
• Názvy proměnných odpovídají metodologické kapitole.
• Popisná statistika je uvedena před inferenčními testy.
• Výsledky jsou řazeny podle výzkumných otázek nebo hypotéz.
• Každá tabulka a každý graf jsou uvedeny v textu.
• Text ne pouze neopakuje tabulky, ale vybírá hlavní zjištění.
• Nevýznamné výsledky nejsou vynechané.
• Formulace u korelací nerozhodují o příčině, pokud design není kauzální.
• Rozdíl výsledky vs diskuse je dodržen: interpretace a limity jsou přesunuty do diskuse.
• Na konci kapitoly je krátké shrnutí podpořených a nepodpořených hypotéz.

Poslední čtení očima vedoucího

Při posledním čtení si položte jednoduchou otázku: najde vedoucí během dvou minut odpověď na každou hypotézu? Pokud musí listovat mezi tabulkami, metodikou a přílohami, kapitola potřebuje lepší navigaci. Pomáhají názvy podkapitol typu „Výsledek hypotézy H1“ nebo „Rozdíly ve spokojenosti podle formy studia“.

Dobrá výsledková kapitola nepůsobí jako datový sklad. Působí jako řízená prezentace důkazů: nejdřív ukáže, z jakých dat vycházíte, potom popíše základní vzorce a nakonec odpoví na otázky, které jste si v práci stanovili.

Doporučené interní odkazy

(Metadata pro systém webu — tuto sekci neodstraňujte)

• Postup metodologické kapitoly od designu k analýze
• Převod pojmu na měřitelnou proměnnou
• Rozhodování při výběru statistického testu
• Vizuální schéma popisné statistiky