Kutatási eredmények értelmezése túlzó állítások nélkül

Megvan a táblázat, kijött a p-érték, a diagram is jól néz ki, de amikor le kell írnod, mit jelent mindez, hirtelen minden mondat túl nagynak vagy túl óvatosnak tűnik. A kutatási eredmények értelmezése sok szakdolgozatban és diplomamunkában ott csúszik el, ahol a hallgató a statisztikai eredményből azonnal társadalmi, szervezeti vagy pedagógiai igazságot akar csinálni. A konzulens ilyenkor gyakran azt írja a margóra: „ezt miből látjuk?”, „túl erős állítás”, „kapcsold vissza az elmélethez”. A nehézség nem az, hogy nincs eredményed, hanem az, hogy az adat, a statisztikai próba, a hipotézis, az elmélet és a korlátok egyszerre kérnek helyet ugyanabban a bekezdésben.

A kvantitatív eredményeket korrektül úgy értelmezed, hogy különválasztod a megfigyelt mintázatot, a statisztikai bizonyítékot és az elméleti magyarázatot. Az állításod ereje mindig igazodjon a mintához, a méréshez, a választott próbához és a kutatás hatóköréhez. Így a megbeszélés nem lesz üres ismétlés, de nem is állít többet annál, amit az adatok valóban alátámasztanak.

In this guide

• Mit jelent a kutatási eredmények értelmezése egy kvantitatív dolgozatban?
• Hogyan válaszd el az eredmények közlését a kvantitatív eredmények megbeszélésétől?
• Hogyan kapcsold a statisztikai eredmények értelmezését az elmélethez?
• Hogyan kerülhető el a túlzó következtetések elkerülése kvantitatív adatok alapján?
• Milyen hibákat követnek el gyakran a hallgatók az eredmények megvitatása szakdolgozatban?
• Hogyan építs fel egy korrekt megbeszélés fejezetet lépésről lépésre?
• Milyen mondatminták segítenek óvatosan, mégis határozottan értelmezni?
• Hogyan ellenőrizd leadás előtt az értelmezés arányosságát?

Mit jelent a kutatási eredmények értelmezése egy kvantitatív dolgozatban?

A kutatási eredmények értelmezése azt jelenti, hogy megmutatod, mit jelentenek a számszerű eredmények a kutatási kérdésed, hipotéziseid és elméleti kereted szempontjából. Nem elég leírni, hogy „szignifikáns kapcsolat van”, mert a dolgozat olvasója azt is várja, hogy megmondd: milyen irányú, mekkora, mennyire hihető és milyen korlátok mellett értendő ez a kapcsolat.

Az adatközlés és az értelmezés nem ugyanaz

Eredményközlés: annak pontos bemutatása, hogy mit számoltál ki. Ide tartozik például az átlag, szórás, korreláció, t-próba, khi-négyzet-próba, regressziós együttható, konfidenciaintervallum vagy p-érték. Ha még az eredményfejezet szerkezetén dolgozol, hasznos lehet a Kvantitatív eredmények fejezetének adatközlése, mert ott az adatbemutatás logikája kerül előtérbe.

Értelmezés: annak megmagyarázása, hogy az eredmények hogyan válaszolnak a kutatási kérdésre. Ez már nem puszta számismétlés, hanem kapcsolatteremtés: adat és hipotézis, adat és szakirodalom, adat és gyakorlati jelentés között. Például nem ugyanaz a két mondat, hogy „a korreláció r = 0.32 volt”, illetve „az eredmény gyenge-közepes pozitív kapcsolatot jelez az észlelt tanári támogatás és a tanulási motiváció között a vizsgált mintában”.

Az értelmezés három szintje

A kvantitatív értelmezés általában három szinten mozog. Az első a leíró szint, ahol megnevezed a mintázatot: nőtt, csökkent, különbözött, együtt járt, nem mutatott eltérést. A második a statisztikai szint, ahol kimondod, hogy a minta alapján milyen erős a bizonyíték: szignifikáns-e, milyen a hatásméret, mekkora a bizonytalanság. A harmadik az elméleti szint, ahol visszakapcsolsz a fogalmakhoz, modellekhez és korábbi kutatásokhoz.

Pszichológiai példában: ha egy hallgatói mintán az észlelt stressz és az alvásminőség között negatív korrelációt találsz, a leíró szint azt mondja, hogy a magasabb stressz rosszabb alvásminőséggel jár együtt. A statisztikai szint megmondja a kapcsolat erősségét és bizonytalanságát. Az elméleti szint azt vizsgálja, hogy ez illeszkedik-e például a stresszmegküzdésről vagy egészségmagatartásról szóló szakirodalomhoz.

Mi számít korrekt állításnak?

Korrekt állítás az, amelynek minden fontos része visszavezethető az adataidra. Ha keresztmetszeti kérdőíves kutatást végeztél, óvatosan bánj az oksági nyelvvel. A „növeli”, „csökkenti”, „hatással van” kifejezések sokszor erősebbek, mint amit az elemzésed igazolni tud.

Jobb megoldás lehet: „a vizsgált mintában együtt járt”, „összefüggést mutatott”, „az eredmény arra utalhat”, „a különbség ebben az adatfelvételben jelent meg”. Ezek nem gyengítik a dolgozatot, hanem pontosítják. A konzulens általában nem azt várja, hogy mindent feltételes módban írj, hanem azt, hogy az állításaid arányban legyenek az elemzéssel.

Hogyan válaszd el az eredmények közlését a kvantitatív eredmények megbeszélésétől?

Az eredmények közlése a számokról, a kvantitatív eredmények megbeszélése pedig a számok jelentéséről szól. Az előbbi azt válaszolja meg, hogy „mit találtál?”, az utóbbi azt, hogy „ez mit jelent a kutatási kérdésed szempontjából?”. A kettő keverése gyakori, de javítható fejezetszerkezettel és tudatos mondatváltással.

Mit írj az eredmények fejezetbe?

Az eredmények fejezetben a hangsúly a tiszta, ellenőrizhető adatközlésen van. Itt szerepelhet például, hogy a munkahelyi elégedettség átlaga 3.8 volt egy ötfokú skálán, vagy hogy a férfi és női válaszadók átlagai között nem volt statisztikailag szignifikáns különbség. Ha sok leíró statisztikád van, a Leíró statisztikák rendezett adatábrája segíthet eldönteni, mit érdemes táblázatba, ábrába vagy szövegbe tenni.

Itt még ne magyarázd túl, hogy „ez azért van, mert a Z generáció másképp gondolkodik”. Az ilyen mondat már megbeszélés. Az eredményfejezetben inkább ezt írd: „Az átlagok alapján a rugalmas munkavégzés megítélése kedvezőbb volt, mint a béren kívüli juttatásoké.” Ez adatközeli, ellenőrizhető és nem lép túl a számokon.

Mit írj a megbeszélésbe?

A megbeszélésben már értelmezhetsz, de nem szabad elszakadnod az eredményektől. Itt válaszolsz arra, hogy a hipotézis igazolódott-e, részben igazolódott-e, vagy nem kapott empirikus támogatást. A „nem igazolódott” nem kudarc; szakdolgozatban és diplomamunkában teljesen elfogadható, ha az adat nem úgy alakul, ahogy vártad.

Például egy menedzsment témájú dolgozatban azt vizsgálod, hogy a home office gyakorisága összefügg-e az önértékelt produktivitással. Ha a kapcsolat gyenge és nem szignifikáns, a megbeszélés nem azt mondja, hogy „a home office nem befolyásolja a produktivitást”. Korrektebb: „A jelen mintában nem jelent meg statisztikailag kimutatható kapcsolat a home office gyakorisága és az önértékelt produktivitás között, ami arra utalhat, hogy a produktivitást más tényezők, például munkakör, vezetői támogatás vagy otthoni munkakörnyezet is erősen alakíthatják.”

Gyenge és erősebb megfogalmazás

Gyenge hallgatói változat	Erősebb átdolgozás
„A kutatás bebizonyította, hogy a stressz rontja az alvást.”	„A vizsgált hallgatói mintában a magasabb észlelt stressz alacsonyabb alvásminőséggel járt együtt; az eredmény összefüggést jelez, de a keresztmetszeti kérdőíves elrendezés miatt oksági következtetés nem vonható le.”
„A szignifikáns eredmény azt jelenti, hogy a módszer hatékony.”	„A csoportok közötti különbség statisztikailag szignifikáns volt, ami támogatja a módszer kedvezőbb megítélését ebben a mintában; a gyakorlati hatékonysághoz további mérőszámok szükségesek.”
„Nem lett szignifikáns, tehát nincs kapcsolat.”	„Az elemzés nem mutatott ki statisztikailag szignifikáns kapcsolatot; ez nem bizonyítja a kapcsolat hiányát, hanem azt jelzi, hogy a jelen minta és mérés alapján nem volt kimutatható összefüggés.”

A táblázat lényege nem a „szépítés”, hanem a pontosság. A jó megbeszélésben a mondat nem fut előre a bizonyíték előtt.

Hogyan kapcsold a statisztikai eredmények értelmezését az elmélethez?

A statisztikai eredmények értelmezése akkor kapcsolódik jól az elmélethez, ha előbb megnevezed az empirikus mintázatot, majd megmutatod, melyik fogalomhoz, modellhez vagy korábbi kutatási állításhoz illeszkedik. Nem kell minden eredményhez hosszú szakirodalmi blokkot írni, de a fő hipotéziseknél világosan látszania kell, hogy az adat nem önmagában lebeg.

Az elmélet nem díszítés a fejezet elején

Sok dolgozatban a szakirodalmi fejezet és az eredmények megbeszélése között nincs valódi kapcsolat. A hallgató az elején ír motivációelméletről, egészségmagatartásról vagy szervezeti elköteleződésről, később pedig csak p-értékeket közöl. Ilyenkor a dolgozat két külön szövegnek hat: az egyik elméleti, a másik számolási.

Az elméleti kapcsolás azt jelenti, hogy az eredményedet visszaviszed azokhoz a fogalmakhoz, amelyekkel dolgoztál. Ha a változóid meghatározása bizonytalan, érdemes korábban rendbe tenni a mérési logikát; ebben segíthet a Fogalmi változóból mérhető indikátor. Nem lehet jól értelmezni azt, amiről a dolgozat elején nem derült ki pontosan, hogyan mérted.

Példa pszichológiából

Tegyük fel, hogy alapképzéses szakdolgozatodban az önszabályozott tanulás és a vizsgaszorongás kapcsolatát vizsgálod. Az eredmény szerint a jobb önszabályozási pontszám alacsonyabb vizsgaszorongással jár együtt. Gyenge értelmezés lenne: „Az önszabályozás megszünteti a vizsgaszorongást.”

Korrektebb: „Az eredmény összhangban áll azokkal az elméleti megközelítésekkel, amelyek szerint a tervezés, monitorozás és önellenőrzés csökkentheti a tanulási helyzetek kiszámíthatatlanságát. Mivel az adatfelvétel keresztmetszeti volt, az eredmény inkább együttjárást jelez, nem pedig azt, hogy az önszabályozás önmagában okozza a szorongás csökkenését.”

Példa egészségtudományból és ápolástudományból

Egy ápolástudományi diplomamunkában vizsgálhatod, hogy az idős, otthoni gondozásba bocsátott betegek gyógyszerszedési adherenciája összefügg-e a betegoktatás észlelt érthetőségével. Ha pozitív kapcsolatot találsz, ne írd azt, hogy „az érthető tájékoztatás garantálja a gyógyszerszedést”. A gyógyszerszedést befolyásolhatja kognitív állapot, családi támogatás, mellékhatás, jövedelem és a gyógyszerezési séma bonyolultsága is.

Korrekt megbeszélés: „A pozitív összefüggés arra utal, hogy az érthető betegoktatás a gyógyszerszedési adherencia egyik támogató tényezője lehet a vizsgált csoportban. Az eredmény illeszkedik ahhoz a megközelítéshez, amely szerint az egészségértés és a beteg bevonása javíthatja az ellátási utasítások követését, de a kapcsolat nem értelmezhető önmagában oksági bizonyítékként.”

Példa oktatásból és menedzsmentből

Oktatási témában vizsgálhatod, hogy az online gyakorlótesztek használati gyakorisága összefügg-e a félév végi teljesítménnyel. Ha pozitív kapcsolatot találsz, nem biztos, hogy a tesztek „okozzák” a jobb jegyet. Elképzelhető, hogy a motiváltabb hallgatók eleve többet gyakorolnak.

Menedzsment témában hasonló a helyzet: ha a vezetői visszajelzés gyakorisága együtt jár a munkavállalói elköteleződéssel, a megbeszélésben térj ki arra, hogy a kapcsolat kétirányú is lehet. Az elkötelezettebb munkavállalók talán gyakrabban keresnek visszajelzést, vagy olyan szervezeti kultúrában dolgoznak, ahol mindkét változó magasabb.

Hogyan kerülhető el a túlzó következtetések elkerülése kvantitatív adatok alapján?

A túlzó következtetések elkerülése úgy működik, hogy minden állítás előtt megkérdezed: pontosan milyen elemzés, milyen minta és milyen kutatási elrendezés támasztja ezt alá? Ha az adat csak együttjárást mutat, ne írj okságot; ha a minta kényelmi, ne általánosíts teljes populációra; ha a hatás kicsi, ne beszélj erős gyakorlati jelentőségről.

Okság, együttjárás és előrejelzés

Együttjárás: két változó statisztikailag kapcsolatban áll egymással, de ebből nem következik, hogy az egyik okozza a másikat. Okság: az egyik tényező változása bizonyíthatóan hozzájárul a másik változásához, amihez általában erősebb kutatási elrendezés kell. Előrejelzés: egy változó segít becsülni egy másikat, de ez sem feltétlenül jelent ok-okozati viszonyt.

Kérdőíves szakdolgozatban gyakori mondat: „A közösségimédia-használat növeli a testképpel való elégedetlenséget.” Ha csak korrelációt számoltál, ez túl erős. Írd inkább: „A gyakoribb közösségimédia-használat magasabb testképpel való elégedetlenségi pontszámmal járt együtt a vizsgált mintában.”

A szignifikancia nem jelent automatikus fontosságot

A statisztikai szignifikancia azt jelzi, hogy az eredmény a választott küszöb mellett nem magyarázható könnyen véletlen mintavételi ingadozással. Nem azt jelenti, hogy az eredmény nagy, gyakorlati szempontból jelentős vagy társadalmilag döntő. Nagy mintán kis különbségek is lehetnek szignifikánsak, kis mintán pedig érdemi különbségek is maradhatnak nem szignifikánsak.

Ezért hasznos a hatásméret, amely a különbség vagy kapcsolat nagyságáról ad információt. Például két oktatási módszer átlagpontszáma között lehet statisztikailag kimutatható eltérés, de ha a különbség nagyon kicsi, óvatosan kell bánni azzal az állítással, hogy az egyik módszer „sokkal jobb”.

Mit enged a mintád?

Ha a mintád 86 magyar egyetemi hallgatóból áll, nem írhatod, hogy „a magyar fiatalok körében általánosan”. Ha egyetlen intézményből gyűjtöttél adatot, ne terjeszd ki automatikusan minden egyetemre. Ha önkéntes kitöltők válaszoltak, gondold végig, hogy kik maradhattak ki.

Az általánosítás korlátozása nem gyengeség. Inkább azt mutatja, hogy tudod, meddig ér a kutatásod hatóköre. Ha erről külön is írsz, a A kutatás hatókörének és korlátainak vizuális lehatárolása segíthet a korlátok rendszerezésében.

Milyen hibákat követnek el gyakran a hallgatók az eredmények megvitatása szakdolgozatban?

Az eredmények megvitatása szakdolgozatban gyakran nem azért gyenge, mert a hallgató nem érti a statisztikát, hanem mert rossz mondattípusokat használ. A leggyakoribb hibák az okság túl gyors kimondása, a nem szignifikáns eredmény félreértelmezése, a szakirodalom kihagyása és a minta korlátainak elhallgatása. Ezek mind javíthatók, ha az állítást visszakötöd az elemzés típusához.

Tipikus hibák javítható példákkal

1. Okság állítása korrelációból
   Hallgatói példa: „A tanári támogatás növeli a tanulók motivációját.”
   Korrekció: „A tanári támogatás magasabb észlelt szintje pozitív kapcsolatban állt a tanulási motivációval a vizsgált mintában.” Ha nem kísérleti elrendezésed volt, az oksági nyelv helyett együttjárást írj.

2. A nem szignifikáns eredmény túlmagyarázása
   Hallgatói példa: „A hipotézis nem igazolódott, tehát a digitális tananyagoknak nincs hatása.”
   Korrekció: „A jelen elemzés nem mutatott ki statisztikailag szignifikáns különbséget; ez a minta, mérőeszköz vagy elemszám korlátaival is összefügghet.” A nem szignifikáns eredmény nem azonos a hatás teljes hiányának bizonyításával.

3. A p-érték önmagában való értelmezése
   Hallgatói példa: „Mivel p = 0.03, az eredmény nagyon erős.”
   Korrekció: „A p = 0.03 statisztikai szignifikanciát jelez a választott küszöb mellett, de az eredmény nagyságát a hatásméret és a konfidenciaintervallum alapján kell megítélni.” A p-érték nem mér hatásnagyságot.

4. Szakirodalom nélküli magyarázat
   Hallgatói példa: „Ez valószínűleg azért van, mert a hallgatók manapság túlterheltek.”
   Korrekció: „A magyarázatot kapcsold olyan korábbi kutatásokhoz vagy elméleti fogalmakhoz, amelyek a túlterhelés, stressz vagy tanulási motiváció kapcsolatát tárgyalják.” Ha nincs forrásod, a mondat benyomásnak hangzik.

5. Túl széles általánosítás kényelmi mintából
   Hallgatói példa: „A magyar egyetemisták nem elégedettek az online oktatással.”
   Korrekció: „A vizsgált egyetemi hallgatói mintában az online oktatással való elégedettség közepes szintű volt.” A populációt csak akkor nevezd meg szélesen, ha a mintavétel ezt valóban indokolja.

Miért tűnnek ezek a mondatok elsőre jónak?

Ezek a mondatok azért csábítóak, mert határozottnak hangzanak. A szakdolgozatban viszont nem a legerősebb mondat a legjobb, hanem az, amelyik pontosan illeszkedik a bizonyítékhoz. A konzulens nem azt bünteti, hogy óvatos vagy, hanem azt, ha nem jelzed, milyen alapon következtetsz.

A jó megbeszélés nem gyengíti az eredményedet. Inkább megmutatja, hogy érted a módszertani feltételeket. Ez különösen fontos alapképzéses és mesterképzéses dolgozatokban, ahol a kutatás célja gyakran nem „végső bizonyítás”, hanem egy jól körülhatárolt kérdés empirikus vizsgálata.

Hogyan építs fel egy korrekt megbeszélés fejezetet lépésről lépésre?

A korrekt megbeszélés fejezet akkor működik, ha minden fő eredmény ugyanazon logika szerint jelenik meg: rövid eredményemlékeztető, hipotézishez kötés, elméleti kapcsolat, óvatos magyarázat, korlát és következmény. Ez a szerkezet segít, hogy ne ismételd mechanikusan a táblázatokat, de ne is szakadj el az adatoktól.

Egy használható bekezdésrend

1. Nevezd meg a vizsgált hipotézist vagy kutatási kérdést.
   Például: „Az első hipotézis azt feltételezte, hogy az észlelt társas támogatás pozitív kapcsolatban áll az élettel való elégedettséggel.”

2. Fogalmazd meg az eredményt egy mondatban.
   „Az elemzés gyenge-közepes pozitív kapcsolatot mutatott a két változó között.”

3. Mondd ki, mit jelent ez a hipotézis szempontjából.
   „Ez az eredmény részben támogatja a hipotézist.”

4. Kapcsold vissza a szakirodalomhoz vagy elmélethez.
   „Az eredmény illeszkedik azokhoz a megközelítésekhez, amelyek a társas támogatást védő tényezőként értelmezik.”

5. Tedd hozzá a korlátot.
   „A keresztmetszeti elrendezés miatt azonban nem állítható, hogy a társas támogatás okozza az elégedettség növekedését.”

6. Zárd gyakorlati vagy kutatási következménnyel.
   „A vizsgált minta alapján a társas támogatás figyelembevétele indokolt lehet hallgatói jólléti programok tervezésekor.”

Fejezetszintű sorrend

A megbeszélés elején érdemes visszatérni a kutatási célhoz, de ne másold át a bevezetést. Ezután haladj hipotézisenként vagy kutatási kérdésenként. Ha több statisztikai próbád van, a sorrend kövesse a dolgozat logikáját, ne a szoftver kimenetének sorrendjét.

Ha még a teljes dolgozat szerkezeténél tartasz, a Logikus fejezetvázlat tudományos dolgozathoz segíthet abban, hogy az eredményfejezet, a megbeszélés és a korlátok ne csússzanak össze. A megbeszélés külön fejezetként akkor a legerősebb, ha nem új elemzéseket vezet be, hanem a már bemutatott eredményeket helyezi értelmezési keretbe.

Összehasonlító példa fejezetszintű javításra

Szempont	Gyenge megbeszélés	Korrektebb megbeszélés
Hipotézishez kötés	„Az eredmény érdekes lett.”	„Az eredmény az első hipotézist részben támogatja, mert az összefüggés a várt irányú volt, de gyenge erősségű.”
Elméleti kapcsolat	„Ez logikus, mert a hallgatók így működnek.”	„Az eredmény kapcsolható az önmeghatározás-elmélethez, amely szerint a támogatott autonómia kedvezőbb motivációval járhat együtt.”
Korlát	„A kutatásnak voltak korlátai.”	„A kényelmi mintavétel miatt az eredmény nem általánosítható minden magyar egyetemi hallgatóra.”
Gyakorlati jelentés	„Ez alapján fejleszteni kell az oktatást.”	„Az eredmény alapján érdemes lehet vizsgálni, hogy a rendszeresebb oktatói visszajelzés milyen feltételek mellett kapcsolódik magasabb tanulási motivációhoz.”

Milyen mondatminták segítenek óvatosan, mégis határozottan értelmezni?

Az óvatos, de határozott értelmezés nem bizonytalan fogalmazást jelent. Olyan mondatokat használj, amelyek pontosan jelzik az eredmény típusát: kapcsolat, különbség, előrejelző szerep, részleges támogatás vagy kimutatható hatás hiánya. A jó mondatminta megvédi a dolgozatot a túlzó állításoktól, miközben világossá teszi, mire jutottál.

Kapcsolat és különbség megfogalmazása

Kapcsolat esetén hasznos kifejezések: „pozitív kapcsolatban állt”, „negatív együttjárást mutatott”, „a vizsgált mintában összefüggött”, „gyenge/közepes/erős kapcsolatot jelzett”. Különbség esetén: „a két csoport átlaga eltért”, „a különbség statisztikailag szignifikáns volt”, „a hatásméret alapján a különbség kismértékűnek tekinthető”.

Kerüld az olyan mondatokat, amelyek a statisztikai eredményt automatikusan gyakorlati döntéssé alakítják. Például: „Az új tananyag jobb” helyett írd: „Az új tananyagot használó csoport magasabb átlagpontszámot ért el; a különbség nagysága alapján az eredmény mérsékelt gyakorlati jelentőségű lehet.”

Hipotézisek értékelése

A hipotéziseknél nem csak két lehetőség van: igaz vagy hamis. Írhatsz részleges támogatásról, irányában megfelelő, de nem szignifikáns eredményről, illetve ellentétes irányú eredményről. A „bizonyította” helyett gyakran jobb a „támogatja”, „nem támasztja alá”, „részben összhangban van vele”.

Példa: „A második hipotézis részben kapott támogatást: a kapcsolat iránya megfelelt az előzetes várakozásnak, de az összefüggés nem érte el a statisztikai szignifikancia választott szintjét.” Ez a mondat nem rejti el az eredményt, de nem is csinál belőle többet, mint ami.

Nem szignifikáns eredmények nyelve

Nem szignifikáns eredménynél különösen fontos a fegyelmezett fogalmazás. Ne írd, hogy „nincs különbség”, ha az elemzésed csak azt mutatja, hogy nem találtál statisztikailag kimutatható különbséget. A két állítás nem azonos.

Használható mondatok: „Az elemzés nem mutatott ki statisztikailag szignifikáns eltérést a csoportok között.” „A jelen minta alapján nem támasztható alá a feltételezett kapcsolat.” „Az eredmény óvatos értelmezést igényel, mert az elemszám korlátozhatta a kimutatási erőt.” Ezek a mondatok különösen jól működnek akkor, ha a konzulensed a statisztikai eredmények értelmezése mellett a módszertani korlátokra is figyel.

Hogyan ellenőrizd leadás előtt az értelmezés arányosságát?

Az értelmezés arányosságát úgy ellenőrizheted, hogy minden fontos következtetéshez visszakeresed a hozzá tartozó adatot, próbát, mintát és elméleti hivatkozást. Ha egy mondathoz nem találsz konkrét eredményt vagy szakirodalmi kapcsolódást, valószínűleg túl általános. Leadás előtt külön nézd át az oksági igéket, az általánosító kifejezéseket és a szignifikanciáról szóló mondatokat.

Gyors önellenőrző kérdések

Kérdezd meg minden fő következtetésnél: „Pontosan melyik táblázat vagy ábra támasztja ezt alá?” Ha nincs válasz, a mondat túl messze került az adattól. A második kérdés: „A módszerem megengedi ezt az állítást?” Ha keresztmetszeti kérdőívet használtál, az oksági állítások gyanúsak.

A harmadik kérdés: „Kire vonatkozik az állítás?” Ha a válasz „a mintámra”, akkor ezt jelezd. Ha szélesebb populációra vonatkoztatnád, indokold mintavétellel vagy fogalmazz óvatosabban. A negyedik kérdés: „Van szakirodalmi fogódzóm ehhez a magyarázathoz?” Ha nincs, a mondat maradjon lehetőség, ne kész magyarázat.

Leadás előtti ellenőrző lista

Mielőtt továbblépsz: kutatási eredmények értelmezése ellenőrző lista

• Minden fő eredményt visszakapcsoltam legalább egy kutatási kérdéshez vagy hipotézishez.
• Elkülönítettem az eredmények közlését a megbeszéléstől.
• Nem írtam oksági állítást puszta korreláció vagy keresztmetszeti adat alapján.
• A szignifikancia mellett figyelembe vettem a hatásméretet vagy az eredmény nagyságát.
• A nem szignifikáns eredményeket nem fordítottam át automatikusan „nincs hatás” állítássá.
• A mintára vonatkozó korlátokat nem hallgattam el.
• A fő magyarázatokat visszakötöttem elmélethez vagy korábbi kutatásokhoz.
• Az általánosító kifejezéseket, például „minden”, „bizonyítja”, „egyértelműen”, átnéztem.
• A gyakorlati következményeket nem írtam erősebbre, mint amit az adat megenged.
• A megbeszélésben nem vezettem be új, korábban be nem mutatott eredményt.

Mit javíts először, ha kevés időd maradt?

Ha már közel a leadási határidő, először azokat a mondatokat javítsd, amelyekben erős igék szerepelnek: „bizonyítja”, „okozza”, „meghatározza”, „garantálja”, „egyértelműen mutatja”. Ezek gyakran túl nagy terhet tesznek az adatokra. Cseréld őket pontosabb igékre: „összefügg”, „utalhat”, „támogatja”, „a vizsgált mintában megjelent”.

Másodikként nézd át a hipotézisek értékelését. Ne hagyd, hogy a dolgozat végén csak annyi álljon: „H1 igazolódott, H2 nem igazolódott.” Írj egy-egy mondatot arról is, milyen erős volt az eredmény, mennyire illeszkedett az elmélethez, és milyen korlát mellett értendő. Ettől a megbeszélés szakmailag sokkal érettebbnek hat, még akkor is, ha az elemzésed egyszerű.