Cum alegi testul statistic potrivit pentru întrebarea ta de cercetare

Ai ajuns la capitolul de metodologie sau la analiza datelor și îți dai seama că întrebarea „ce test statistic să folosesc?” nu are un răspuns rapid în meniul din SPSS. Ai variabile, un chestionar, poate un fișier Excel cu răspunsuri, dar nu e clar dacă trebuie test t, ANOVA, regresie, chi-pătrat sau corelație. Mulți studenți la licență și masterat aleg testul după ce au văzut într-un exemplu similar, nu după logica propriei întrebări de cercetare. Așa apar analize care par tehnice, dar nu răspund de fapt la ipoteză. Dacă te întrebi cum alegi testul statistic fără să transformi lucrarea într-un curs de statistică, punctul de pornire este relația dintre întrebare, variabile și tipul datelor.

Alegi testul statistic pornind de la întrebarea de cercetare, tipul variabilelor, numărul de grupuri și relația pe care vrei să o verifici. Nu începi cu software-ul, ci cu o schemă simplă: compari grupuri, verifici o asociere, prezici o variabilă sau testezi diferențe înainte–după.

In this guide

• Cum alegi testul statistic când ai doar întrebarea de cercetare?
• Ce test statistic să folosesc pentru variabile categorice sau numerice?
• Când alegi test t, ANOVA, regresie sau chi-pătrat?
• Cum verifici condițiile înainte de alegerea testului statistic?
• Cum arată alegerea testului statistic în exemple reale de licență și masterat?
• Ce greșeli fac studenții când aleg testul statistic?
• Cum documentezi testul statistic în capitolul de metodologie?
• Cum folosești un test statistic pentru licență fără să complici analiza?

Cum alegi testul statistic când ai doar întrebarea de cercetare?

Alegi testul statistic transformând întrebarea într-o relație analizabilă între variabile. Mai întâi identifici ce vrei să afli: diferență între grupuri, asociere între variabile, predicție sau schimbare în timp. Apoi verifici tipul fiecărei variabile și alegi testul care se potrivește acelei structuri.

Întrebarea decide familia testului

O întrebare de cercetare cantitativă nu este doar o propoziție frumoasă din introducere. Ea dictează ce tip de analiză are sens. Dacă întrebarea spune „există diferențe între studenții de la urban și rural în privința anxietății academice?”, ai o comparație între două grupuri. Dacă spune „în ce măsură stresul perceput prezice calitatea somnului?”, ai o relație predictivă, deci e posibil să ajungi la regresie.

Variabila este caracteristica măsurată în studiu, de exemplu vârsta, genul, scorul la satisfacție, media semestrială sau prezența/absența unei boli. Ipoteza este afirmația testabilă despre relația dintre variabile, de exemplu „studenții care lucrează part-time au un nivel mai ridicat de stres decât cei care nu lucrează”.

Dacă încă nu ai clarificat variabilele, merită să revii la transformarea conceptelor în variabile măsurabile. Fără această etapă, alegerea testului statistic devine o ghicire cu termeni tehnici.

Patru întrebări de triere

Înainte să cauți un tabel cu teste statistice, răspunde în scris la patru întrebări simple:

1. Care este variabila dependentă? Ce rezultat vrei să explici, compari sau prezici?
2. Care este variabila independentă? Ce factor, grup sau predictor folosești?
3. Variabila dependentă este numerică sau categorică? Scorurile pe scale sunt de obicei numerice; răspunsurile „da/nu” sunt categorice.
4. Câte grupuri sau câți predictori ai? Două grupuri, trei grupuri, măsurători repetate sau mai multe variabile explicative schimbă testul.

Acest filtru previne situația în care alegi testul după nume. De exemplu, „ANOVA sună mai academic” nu este un criteriu. ANOVA are sens când compari mediile unei variabile numerice între trei sau mai multe grupuri.

De la temă la analiză

Tema poate suna larg: „impactul rețelelor sociale asupra performanței academice”. Testul statistic apare abia după ce restrângi tema: „există o relație între numărul de ore petrecute zilnic pe TikTok și media generală a studenților de anul I?”. Aici ai două variabile numerice: ore pe zi și medie. O corelație poate fi potrivită dacă vrei asociere; o regresie simplă poate fi potrivită dacă vrei predicție.

Dacă tema încă este prea generală, poți folosi logica din restrângerea unei teme de cercetare printr-o pâlnie vizuală. Testul statistic nu repară o întrebare vagă; doar o face mai greu de apărat.

Ce test statistic să folosesc pentru variabile categorice sau numerice?

Întrebarea „ce test statistic să folosesc” se rezolvă mai ușor după ce clasifici variabilele. Dacă rezultatul este numeric, de obicei compari medii, verifici corelații sau construiești regresii. Dacă rezultatul este categoric, de obicei analizezi proporții, asocieri între categorii sau probabilitatea unui rezultat.

Scări de măsurare pe înțelesul lucrării

Variabila nominală împarte cazurile în categorii fără ordine: gen, specializare, tip de contract, diagnostic prezent/absent. Variabila ordinală are categorii ordonate, dar distanțele dintre ele nu sunt neapărat egale: acord total, acord, neutru, dezacord. Variabila numerică are valori măsurabile: vârstă, scor total la un chestionar, venit, număr de absențe.

În lucrările de licență și disertație, scalele Likert creează des confuzie. Un item separat de tip „1 = dezacord total” până la „5 = acord total” este ordinal. Un scor total format din mai mulți itemi poate fi tratat frecvent ca numeric, dacă explici cum l-ai calculat și dacă are sens metodologic.

Această decizie trebuie legată de instrument. Dacă folosești chestionare, vezi și scala de răspuns transformată în date pentru cercetare, mai ales când ai itemi Likert și scoruri compozite.

Tabel rapid pentru alegerea inițială

Tabelul de mai jos nu înlocuiește verificarea condițiilor, dar te ajută să nu alegi un test incompatibil cu întrebarea.

Situație din lucrare	Variantă slabă de alegere	Variantă mai potrivită	Exemplu concret
Două grupuri, rezultat numeric	„Fac ANOVA pentru că pare mai complex”	Test t pentru eșantioane independente	Compari scorul de stres la studenți care lucrează vs. nu lucrează
Trei specializări, rezultat numeric	„Fac trei teste t separate”	ANOVA unifactorială	Compari satisfacția academică la psihologie, economie și drept
Două variabile numerice	„Fac chi-pătrat pentru orice relație”	Corelație Pearson/Spearman sau regresie	Relația dintre orele de somn și scorul de burnout
Două variabile categorice	„Compar mediile, deși nu am medii”	Test chi-pătrat de independență	Asocierea dintre tipul de abonament și intenția de reînnoire
Același grup măsurat înainte și după	„Tratăm măsurările ca grupuri diferite”	Test t pentru eșantioane pereche	Nivelul de anxietate înainte și după un atelier educațional

Între variabilă dependentă și test

Variabila dependentă este cea care cântărește cel mai mult în alegerea testului. Dacă ea este numerică, poți ajunge la test t, ANOVA, corelație sau regresie liniară. Dacă ea este categorică binară, cum ar fi „aderent/non-aderent la tratament”, poate fi mai potrivită o analiză de tip chi-pătrat sau regresie logistică, în funcție de nivelul lucrării și de cerințele coordonatorului.

Legătura dintre variabila independentă și variabila dependentă trebuie să fie explicită în planul tău. Dacă ai nevoie de o clarificare, folosește legătura dintre variabila independentă și variabila dependentă înainte să decizi testul.

Când alegi test t, ANOVA, regresie sau chi-pătrat?

Alegi test t când compari două medii, ANOVA când compari trei sau mai multe medii, regresie când vrei să prezici o variabilă numerică și chi-pătrat când verifici asocierea dintre categorii. Formula „test t ANOVA regresie” nu este o scară de dificultate, ci o listă de instrumente pentru întrebări diferite. Testul potrivit este cel care răspunde direct la ipoteză.

Testul t pentru două grupuri sau două momente

Testul t pentru eșantioane independente compară media unei variabile numerice între două grupuri diferite. De exemplu, într-o lucrare de psihologie, poți compara scorul de anxietate academică între studenții care au loc de muncă și cei care nu au.

Testul t pentru eșantioane pereche compară media aceleiași variabile în două momente pentru același grup. Într-o cercetare educațională, ai putea măsura încrederea în vorbitul în public înainte și după un program de training. Dacă aceiași participanți apar în ambele măsurări, nu sunt grupuri independente.

O variantă slabă ar fi:

Slab: „Voi folosi testul t pentru a vedea dacă există diferențe între studenți.”

Mai bun: „Voi folosi testul t pentru eșantioane independente pentru a compara media scorului de stres academic între studenții care lucrează part-time și cei care nu lucrează.”

A doua formulare spune ce grupuri compari, ce variabilă numerică folosești și ce variantă de test t ai ales.

ANOVA pentru trei sau mai multe grupuri

ANOVA compară mediile unei variabile numerice între trei sau mai multe grupuri. De exemplu, într-o lucrare de management, poți compara satisfacția angajaților între trei stiluri de leadership perceput: autoritar, democratic și laissez-faire. Dacă rezultatul ANOVA este semnificativ, ai nevoie de teste post-hoc pentru a vedea între ce grupuri apar diferențele.

ANOVA nu se folosește doar pentru că ai mai multe întrebări în chestionar. Ai nevoie de o variabilă dependentă numerică și de o variabilă independentă categorică, cu minimum trei categorii. Dacă ai doar două grupuri, testul t este de obicei suficient.

În multe lucrări de licență, trei teste t separate par mai ușor de înțeles, dar cresc riscul de rezultate fals pozitive. ANOVA controlează comparația globală într-un mod mai potrivit.

Corelația și regresia pentru relații între variabile

Corelația măsoară direcția și intensitatea asocierii dintre două variabile. Dacă orele de studiu cresc odată cu media, corelația poate fi pozitivă. Dacă stresul crește când calitatea somnului scade, corelația poate fi negativă.

Regresia liniară merge cu un pas mai departe: estimează cât se modifică variabila dependentă numerică atunci când predictorul se modifică. Într-o lucrare de business, poți testa dacă satisfacția clienților prezice intenția de recomandare. Într-o lucrare de psihologie, poți testa dacă stresul perceput prezice scorul de burnout.

Regresia nu dovedește automat cauzalitate. Dacă designul este transversal, formularea prudentă este „prezice statistic” sau „este asociat cu”, nu „determină”.

Chi-pătrat pentru categorii

Testul chi-pătrat de independență verifică dacă există o asociere între două variabile categorice. De exemplu, într-un studiu de sănătate publică, poți verifica dacă aderența la tratament, codificată „da/nu”, este asociată cu tipul de sprijin primit după externare: familie, asistent comunitar sau fără sprijin.

Chi-pătrat nu compară medii. Dacă variabila dependentă este un scor numeric, nu forța transformarea în categorii doar pentru că testul pare mai simplu. Pierzi informație și poți slăbi analiza.

O regulă utilă: dacă tabelul tău de date arată ca o încrucișare de categorii — de exemplu rânduri „bărbați/femei” și coloane „preferă online/preferă fizic” — chi-pătrat poate fi potrivit. Dacă lucrezi cu scoruri, medii și deviații standard, probabil cauți alt test.

Cum verifici condițiile înainte de alegerea testului statistic?

Verifici condițiile uitându-te la independența observațiilor, tipul variabilelor, distribuția datelor, mărimea grupurilor și prezența valorilor extreme. Un test statistic nu este ales doar după întrebare; trebuie să fie compatibil și cu datele pe care le ai. Dacă o condiție nu este îndeplinită, poți alege o alternativă neparametrică sau poți ajusta analiza.

Independența observațiilor

Observațiile independente înseamnă că un participant nu influențează direct scorul altui participant și nu apare de mai multe ori în același grup de analiză. Dacă ai studenți diferiți în două grupuri, poți folosi teste pentru eșantioane independente. Dacă aceiași studenți sunt măsurați înainte și după o intervenție, ai măsurări pereche.

Această condiție este des încălcată fără să fie observată. De exemplu, dacă analizezi răspunsuri de la elevi din aceeași clasă, rezultatele pot fi influențate de profesor, școală sau context comun. La nivel de licență, nu trebuie neapărat să folosești modele statistice avansate, dar trebuie să recunoști limita.

Independența se stabilește din design, nu dintr-un buton din software. Întreabă-te cum au fost colectate datele și dacă aceeași persoană apare în mai multe rânduri.

Normalitatea și alternativele neparametrice

Normalitatea se referă la forma distribuției variabilei numerice în grupurile analizate. Testul t și ANOVA sunt relativ tolerante în anumite condiții, mai ales când eșantioanele sunt rezonabile și grupurile nu sunt extrem de dezechilibrate, dar nu trebuie ignorată distribuția.

Dacă ai eșantioane mici, scoruri foarte asimetrice sau multe valori extreme, poți lua în calcul alternative neparametrice. Mann–Whitney U poate fi o alternativă pentru două grupuri independente. Wilcoxon signed-rank poate fi folosit pentru măsurări pereche. Kruskal–Wallis poate înlocui ANOVA când compari trei sau mai multe grupuri și datele nu susțin varianta parametrică.

Nu transforma alegerea într-un ritual: „fac test de normalitate, dacă p < .05 schimb tot”. Uită-te și la histograme, boxploturi, mărimea eșantionului și logica variabilei.

Pași de verificare înainte de analiză

Un proces scurt te ajută să eviți decizii contradictorii:

1. Scrie întrebarea de cercetare într-o singură propoziție analizabilă.
2. Marchează variabila dependentă și variabila independentă.
3. Notează tipul fiecărei variabile: nominală, ordinală, numerică.
4. Stabilește dacă ai grupuri independente sau măsurări repetate.
5. Verifică numărul de grupuri sau numărul de predictori.
6. Examinează distribuția variabilei numerice și valorile extreme.
7. Alege testul principal și, dacă e cazul, alternativa neparametrică.
8. Scrie justificarea în metodologie înainte să rulezi rezultatele finale.

Acești pași pot părea lenți, dar durează mai puțin decât să refaci analiza după observațiile coordonatorului.

Cum arată alegerea testului statistic în exemple reale de licență și masterat?

Alegerea testului statistic devine mai clară când o vezi aplicată pe teme apropiate de lucrările studenților. În exemplele reale, aceeași temă poate cere teste diferite dacă întrebarea se schimbă. Domeniul contează mai puțin decât structura variabilelor și tipul relației testate.

Exemplu din psihologie sau științe sociale

Tema: stresul academic și performanța la studenți.

Întrebare posibilă: „Există o relație între stresul academic și media generală a studenților?” Ai două variabile numerice: scor de stres și medie. Dacă vrei doar asociere, folosești corelație Pearson sau Spearman, în funcție de distribuție și tipul scorului. Dacă vrei să vezi dacă stresul prezice media, poți folosi regresie liniară simplă.

Altă întrebare: „Diferă nivelul de stres academic între studenții care lucrează și cei care nu lucrează?” Ai o variabilă dependentă numerică, scorul de stres, și o variabilă independentă categorică cu două grupuri. Aici testul t pentru eșantioane independente este mai potrivit decât regresia, dacă scopul este strict comparația de medii.

Aceeași temă, două teste diferite. Diferența vine din verbul întrebării: „există o relație” versus „diferă între grupuri”.

Exemplu din sănătate sau asistență medicală

Tema: aderența la tratament la pacienții vârstnici externați în îngrijire la domiciliu.

Întrebare posibilă: „Este tipul de sprijin post-externare asociat cu aderența la tratament?” Variabila „tip de sprijin” este categorică, iar aderența poate fi codificată „aderent/non-aderent”. Testul chi-pătrat poate verifica asocierea dintre aceste categorii.

Altă întrebare: „Pacienții cu sprijin familial au un scor mediu de aderență mai mare decât pacienții fără sprijin?” Dacă aderența este măsurată printr-un scor numeric, iar grupurile sunt două, testul t poate fi potrivit. Dacă există trei tipuri de sprijin — familial, profesionist, absent — ANOVA poate fi potrivită.

În sănătate, contează mult cum ai măsurat rezultatul. „Aderență” nu este automat numerică sau categorică; devine una dintre acestea prin instrumentul de colectare.

Exemplu din educație și management

Tema: utilizarea platformelor digitale și satisfacția cursanților.

Întrebare educațională: „Diferă satisfacția față de curs între studenții care folosesc platforma zilnic, săptămânal sau rar?” Variabila dependentă este scorul de satisfacție, iar variabila independentă are trei categorii de frecvență. ANOVA este o alegere naturală, dacă datele susțin condițiile.

Întrebare de management: „În ce măsură calitatea percepută a comunicării interne prezice angajamentul organizațional?” Ai un predictor numeric și un rezultat numeric. Regresia liniară simplă sau multiplă poate răspunde mai bine decât o comparație între grupuri. Dacă incluzi mai mulți predictori, cum ar fi comunicarea, autonomia și feedbackul, intri în regresie multiplă.

Alegerea testului statistic nu vine din facultate, ci din formularea exactă a întrebării. O temă de management poate cere chi-pătrat, iar una de sănătate poate cere ANOVA, dacă structura datelor o impune.

Ce greșeli fac studenții când aleg testul statistic?

Studenții greșesc frecvent când aleg testul după popularitate, nu după întrebare și variabile. Alte erori apar când confundă corelația cu diferența, tratează itemii Likert fără explicație sau folosesc teste prea avansate pentru o lucrare de licență. Corectarea începe prin rescrierea ipotezei într-o formă testabilă.

Greșeli tipice și corectări

1. Alegerea testului pentru că „sună bine”
   Exemplu student: „Voi folosi regresie deoarece este o metodă statistică avansată.”
   Corectare: scrie ce variabilă numerică vrei să prezici și cu ce predictor. Dacă nu ai predicție, regresia poate fi nepotrivită.

2. Confundarea diferenței cu asocierea
   Exemplu student: „Voi face corelație pentru a compara nivelul de burnout între asistentele cu ture de zi și cele cu ture de noapte.”
   Corectare: aici compari două grupuri pe un scor numeric, deci testul t pentru eșantioane independente poate fi mai potrivit.

3. Transformarea forțată a scorurilor în categorii
   Exemplu student: „Am transformat satisfacția de la 1 la 100 în scăzută, medie și ridicată ca să aplic chi-pătrat.”
   Corectare: dacă ai un scor numeric bun, păstrează informația și analizează medii, corelații sau regresii, în funcție de întrebare.

4. Folosirea mai multor teste fără ipoteze clare
   Exemplu student: „Voi aplica test t, ANOVA și regresie pe toate variabilele ca să văd ce iese.”
   Corectare: fiecare test trebuie legat de o ipoteză sau de o întrebare secundară. Analizele exploratorii trebuie marcate ca atare, nu prezentate ca ipoteze confirmate.

5. Ignorarea măsurărilor pereche
   Exemplu student: „Am comparat scorurile înainte și după training ca și cum ar fi două grupuri diferite.”
   Corectare: dacă sunt aceiași participanți, folosește un test pentru eșantioane pereche sau alternativa neparametrică adecvată.

Comparație între formulare slabă și formulare mai bună

Element	Variantă slabă	Variantă mai bună
Întrebare	„Influențează social media rezultatele studenților?”	„Există o relație între numărul de ore petrecute zilnic pe social media și media generală a studenților de anul I?”
Variabile	„Social media și rezultate”	„Ore zilnice pe social media; media generală semestrială”
Test propus	„ANOVA sau regresie, în funcție de ce iese”	„Corelație Pearson/Spearman pentru asociere; regresie liniară dacă formularea urmărește predicția”
Justificare	„Este un test folosit des în lucrări”	„Ambele variabile sunt numerice, iar ipoteza urmărește relația dintre ele”

O formulare mai bună nu este neapărat mai complicată. Este mai precisă și lasă cititorul să vadă de ce testul ales răspunde la întrebare.

Cum documentezi testul statistic în capitolul de metodologie?

Documentezi testul statistic printr-o justificare scurtă: ce întrebare testează, ce variabile include, ce tip de date ai și ce condiții ai verificat. Nu este suficient să scrii „datele au fost analizate în SPSS”. Cititorul trebuie să înțeleagă de ce testul ales este adecvat pentru ipoteza ta.

Formula minimă pentru metodologie

O propoziție metodologică bună include patru elemente: ipoteza, variabila dependentă, variabila independentă și testul. De exemplu:

„Pentru testarea ipotezei H1, conform căreia studenții care lucrează part-time prezintă un nivel mai ridicat de stres academic decât cei care nu lucrează, s-a utilizat testul t pentru eșantioane independente, deoarece variabila dependentă este numerică, iar variabila independentă are două categorii.”

Această formulare este mai clară decât:

„Pentru H1 s-a folosit testul t în SPSS.”

Software-ul este doar instrumentul de calcul. Alegerea metodologică trebuie explicată prin date și ipoteză.

Dacă lucrezi la capitolul metodologic și nu știi cât de mult să explici, vezi fluxul vizual pentru capitolul de metodologie. Testul statistic trebuie integrat în design, nu lipit la final.

Cum scrii despre condiții fără exces de jargon

Nu trebuie să transformi metodologia într-un manual. Pentru nivel de licență sau masterat, de multe ori este suficient să explici ce ai verificat și ce decizie ai luat. De exemplu:

„Distribuția scorului de satisfacție a fost examinată prin indicatori descriptivi și reprezentări grafice. Deoarece nu au fost observate abateri severe, s-a utilizat ANOVA unifactorială pentru compararea mediilor între cele trei grupuri.”

Dacă datele nu susțin testul parametric, poți scrie:

„Având în vedere distribuția asimetrică și dimensiunea redusă a grupurilor, s-a utilizat testul Kruskal–Wallis ca alternativă neparametrică la ANOVA.”

Formulările trebuie să fie prudente. Nu afirma că ai „demonstrat” o relație cauzală dacă designul nu permite asta.

Ce pui în rezultate și ce pui în metodologie

Metodologia explică de ce ai ales testul. Rezultatele arată ce a produs testul: statistica, valoarea p, mărimea efectului dacă o raportezi și interpretarea directă. Nu amesteca toate detaliile într-un singur paragraf.

În metodologie:

• ce test ai folosit;
• pentru ce ipoteză;
• ce variabile au fost incluse;
• ce condiții au fost verificate;
• ce software ai folosit, dacă este cerut.

În rezultate:

• media și deviația standard, unde este cazul;
• valoarea testului;
• nivelul de semnificație;
• interpretarea ipotezei;
• limitarea interpretării, dacă este necesar.

Această separare face lucrarea mai ușor de urmărit pentru coordonator și pentru comisie.

Cum folosești un test statistic pentru licență fără să complici analiza?

Un test statistic pentru licență trebuie să fie suficient pentru întrebare, nu impresionant prin nume. Pentru majoritatea lucrărilor cantitative de licență și multe lucrări de masterat, o analiză clară cu test t, ANOVA, chi-pătrat, corelație sau regresie simplă este mai bună decât un model complex prost justificat. Complexitatea trebuie să vină din design, nu din dorința de a părea avansat.

Potrivirea dintre nivelul lucrării și analiză

La licență, comisiile urmăresc de obicei coerența: întrebarea, ipotezele, variabilele, instrumentul și testul trebuie să se lege între ele. Nu ai nevoie de o analiză sofisticată dacă ipoteza cere doar o comparație între două grupuri. Un test t bine justificat poate fi mai convingător decât o regresie multiplă cu predictori aleși la întâmplare.

La masterat, poate fi justificată o analiză mai complexă, dar numai dacă întrebarea o cere. De exemplu, regresia multiplă are sens dacă vrei să vezi contribuția mai multor predictori asupra aceleiași variabile dependente. Nu are sens dacă ai doar o comparație simplă între două grupuri.

Întrebarea „ce test statistic să folosesc” trebuie dublată de întrebarea „ce test pot apăra în fața coordonatorului?”. Dacă nu poți explica testul în 3–4 propoziții clare, probabil analiza trebuie simplificată sau ipoteza trebuie rescrisă.

Checklist de decizie înainte de analiza finală

Înainte să mergi mai departe: checklist pentru alegerea testului statistic

• Am formulat întrebarea de cercetare într-o propoziție clară și testabilă.
• Am identificat variabila dependentă și variabila independentă.
• Am stabilit dacă variabila dependentă este numerică, ordinală sau categorică.
• Am verificat câte grupuri compar sau câți predictori folosesc.
• Am stabilit dacă grupurile sunt independente sau măsurările sunt pereche.
• Am ales testul în funcție de ipoteză, nu în funcție de software.
• Am verificat distribuția datelor și valorile extreme pentru variabilele numerice.
• Am luat în calcul o alternativă neparametrică, dacă datele o cer.
• Am scris justificarea testului în capitolul de metodologie.
• Am evitat să folosesc mai multe teste fără ipoteze clare.
• Pot explica alegerea testului statistic în limbaj simplu, fără să citesc dintr-un manual.

Dacă bifezi aceste puncte, analiza are șanse mai mari să fie coerentă. Nu garantează un rezultat semnificativ statistic, dar te ajută să eviți o greșeală mai gravă: să răspunzi cu un test corect calculat la o întrebare formulată greșit.

Linkuri interne recomandate

(Metadate pentru sistemul de publicare — nu elimina această secțiune)

• Transformarea conceptelor în variabile măsurabile
• Scala de răspuns transformată în date pentru cercetare
• Legătura dintre variabila independentă și variabila dependentă
• Flux vizual pentru capitolul de metodologie