Deskriptívna štatistika vo výskume: čo uvádzať a prečo

Máte hotový dotazník, export zo systému alebo tabuľku odpovedí, ale pri písaní výsledkov zrazu neviete, či stačí uviesť priemer, alebo treba pridať aj smerodajnú odchýlku, medián, percentá a počet chýbajúcich odpovedí. Práve tu sa veľa bakalárskych a diplomových prác začne tváriť „štatisticky“, no čitateľ stále nevie, kto bol skúmaný, ako vyzerali dáta a či neskoršie testy dávajú zmysel. Deskriptívna štatistika vo výskume nie je ozdoba pred t-testom alebo koreláciou. Je to prvá kontrola dát a zároveň jazyk, ktorým čitateľovi ukážete základný profil vzorky, premenných a odpovedí.

Deskriptívna štatistika vo výskume opisuje, čo sa v dátach nachádza, bez toho, aby ešte rozhodovala o hypotézach. V akademickej práci uvádzajte najmä počet pozorovaní, chýbajúce hodnoty, frekvencie, percentá, priemer, smerodajnú odchýlku, medián, minimum a maximum podľa typu premennej. Dobré reportovanie deskriptívnej štatistiky pomáha čitateľovi pochopiť vzorku, skontrolovať primeranosť analýzy a pripraviť pôdu pre inferenčné testy.

In this guide

• Čo znamená deskriptívna štatistika vo výskume
• Čo uvádzať v deskriptívnej štatistike podľa typu premennej
• Kedy použiť priemer a smerodajnú odchýlku a kedy radšej medián
• Ako má vyzerať tabuľka deskriptívnej štatistiky v práci
• Ako písať reportovanie deskriptívnej štatistiky v texte výsledkov
• Ako deskriptívna štatistika pripravuje pôdu pre testovanie hypotéz
• Aké chyby študenti najčastejšie robia pri deskriptívnej štatistike
• Ako si skontrolovať deskriptívnu štatistiku pred odovzdaním práce

Čo znamená deskriptívna štatistika vo výskume?

Deskriptívna štatistika vo výskume je súbor ukazovateľov, ktorými opisujete namerané dáta: kto odpovedal, ako boli rozložené odpovede a aké hodnoty mali premenné. Nehovorí ešte, či je vzťah medzi premennými štatisticky významný. Ukazuje však, či sú dáta čitateľné, primerané a pripravené na ďalší analytický krok.

Opis pred vysvetľovaním

Deskriptívna štatistika je opisná časť kvantitatívnej analýzy. Pri dotazníku môže ísť o počty respondentov podľa pohlavia, veku alebo ročníka štúdia. Pri škálových položkách môže ísť o priemer, smerodajnú odchýlku, minimum a maximum. Pri kategóriách sa najčastejšie uvádzajú frekvencie a percentá.

Jej úloha je jednoduchá: skôr než začnete tvrdiť, že motivácia súvisí s výkonom, musíte ukázať, ako bola motivácia meraná a aké hodnoty v dátach reálne nadobudla. Ak má väčšina respondentov rovnakú odpoveď, výsledky budú mať iný význam, než keď sú odpovede rozložené po celej škále.

Prečo nestačí napísať „dáta boli analyzované“

V metodologickej alebo výsledkovej kapitole nestačí veta „dáta boli spracované pomocou deskriptívnej štatistiky“. Čitateľ potrebuje vedieť, ktoré ukazovatele ste použili a prečo. Pri nominálnej premennej, napríklad odbor štúdia, nedáva zmysel uvádzať priemer. Pri škále spokojnosti od 1 do 5 už priemer môže byť užitočný, no často ho treba doplniť smerodajnou odchýlkou.

Ak ešte len nastavujete premenné, pomôže vám článok Premenné prepojené so spôsobom merania. Deskriptívna štatistika totiž priamo závisí od toho, či premennú meriate ako kategóriu, poradie alebo číselnú hodnotu.

Príklad z psychológie a sociálnych vied

V bakalárskej práci o akademickom strese u vysokoškolákov môže výskumník najprv uviesť počet respondentov, priemerný vek, zastúpenie fakúlt a priemerné skóre na škále vnímaného stresu. Až potom má zmysel riešiť, či stres súvisí s počtom hodín brigády týždenne.

Ak autor uvedie iba „respondenti vykazovali strednú mieru stresu“, výsledok je nepresný. Lepšie je napísať, že priemerné skóre stresu bolo napríklad v strednej časti použitej škály a že odpovede mali určitý rozptyl. Bez presných čísel sa čitateľ nevie rozhodnúť, či ide o homogénnu skupinu alebo o skupinu s veľkými rozdielmi medzi respondentmi.

Čo uvádzať v deskriptívnej štatistike podľa typu premennej?

To, čo uvádzať v deskriptívnej štatistike, závisí najmä od typu premennej. Pri kategóriách uvádzajte počet a percento, pri poradových premenných často medián alebo rozdelenie odpovedí, pri číselných premenných priemer, smerodajnú odchýlku, minimum a maximum. Každý ukazovateľ má zodpovedať tomu, čo premenná skutočne meria.

Kategórie: frekvencie a percentá

Pri nominálnych premenných, ako je pohlavie, fakulta, pracovný status alebo typ organizácie, používajte frekvenciu, teda počet prípadov v kategórii, a percento, teda podiel z celkového počtu platných odpovedí. Napríklad: „Zo 142 respondentov bolo 86 žien (60.6 %) a 56 mužov (39.4 %).“

Dôležité je uviesť, či percentá rátate zo všetkých oslovených respondentov alebo len z tých, ktorí odpovedali na danú otázku. Ak na položku odpovedalo 138 zo 142 respondentov, percentá sa môžu mierne líšiť. Pri serióznom reportovaní preto pomáha stĺpec „platné N“.

Poradové škály: opatrne s priemerom

Likertove položky typu „úplne nesúhlasím“ až „úplne súhlasím“ sa v študentských prácach často sumarizujú priemerom. V mnohých odboroch je to bežné, najmä ak viac položiek tvorí škálu. Pri jednej samostatnej položke však môže byť vhodnejšie ukázať rozdelenie odpovedí alebo medián.

Medián je stredná hodnota po zoradení odpovedí. Ak polovica respondentov odpovedala 4 alebo menej a polovica 4 alebo viac, medián je 4. Pri šikmom rozložení alebo extrémnych hodnotách býva medián zrozumiteľnejší než priemer.

Číselné premenné: stred a variabilita

Pri intervalových alebo pomerových premenných, napríklad vek, počet rokov praxe, skóre testu, počet absencií alebo mesačné výdavky, uvádzajte ukazovateľ stredu a ukazovateľ variability. Najčastejšia dvojica je priemer a smerodajná odchýlka.

Priemer je aritmetický súčet hodnôt vydelený ich počtom. Smerodajná odchýlka hovorí, ako veľmi sa hodnoty typicky odchyľujú od priemeru. Priemerný počet hodín štúdia týždenne môže byť 9.4, no smerodajná odchýlka 6.8 naznačí, že študenti sa medzi sebou výrazne líšia.

Porovnanie slabého a lepšieho reportovania

Slabá verzia v práci	Silnejšia verzia v práci
„Vek respondentov bol analyzovaný deskriptívne.“	„Priemerný vek respondentov bol 21.8 roka (SD = 2.4; min = 19; max = 34; platné N = 126).“
„Väčšina študentov bola spokojná.“	„S odpoveďami 4 alebo 5 na päťbodovej škále súhlasilo 78 z 112 respondentov (69.6 %).“
„Skóre motivácie bolo vysoké.“	„Priemerné skóre motivácie bolo 4.12 z 5 (SD = 0.61), čo naznačuje skôr vyššie hodnoty na použitej škále.“
„Respondenti boli z rôznych odborov.“	„Najviac respondentov študovalo manažment (n = 48; 38.1 %), psychológiu (n = 31; 24.6 %) a pedagogiku (n = 27; 21.4 %).“

Táto tabuľka ukazuje, že problém často nie je v tom, že študent nevie vypočítať ukazovatele. Problém je v neúplnom zápise. Čitateľ potrebuje číslo, jednotku, rozsah škály a počet platných odpovedí.

Kedy použiť priemer a smerodajnú odchýlku a kedy radšej medián?

Priemer a smerodajná odchýlka sú vhodné najmä pri číselných premenných s približne symetrickým rozložením. Medián je vhodnejší, keď sú dáta šikmé, majú extrémne hodnoty alebo ide o poradové odpovede. Rozhodnutie závisí od merania, rozloženia a od toho, čo má čitateľ z čísla pochopiť.

Priemer dáva zmysel pri škálach a skóre

Ak máte viac položiek spojených do jedného skóre, napríklad škálu pracovnej spokojnosti alebo index študijnej motivácie, priemer býva praktický. Ukáže typickú úroveň odpovedí v skupine. Smerodajná odchýlka doplní, či respondenti odpovedali podobne alebo veľmi rozdielne.

V práci z manažmentu o spokojnosti zamestnancov v malej firme môže autor uviesť priemerné skóre spokojnosti na škále 1 až 5. Ak je priemer 3.9 a smerodajná odchýlka 0.5, skupina je pomerne jednotná. Ak je smerodajná odchýlka 1.4, za rovnakým priemerom sa skrývajú rozdielne skúsenosti zamestnancov.

Medián lepšie zvláda extrémy

Pri príjme, počte nadčasových hodín alebo počte návštev lekára môžu extrémne hodnoty posunúť priemer. Ak väčšina ľudí odpracuje 5 nadčasových hodín mesačne, no jeden respondent uvedie 80, priemer narastie a prestane vystihovať typický prípad. Medián vtedy poskytne stabilnejší opis.

V zdravotníckej práci o dodržiavaní liečby u starších pacientov prepustených do domácej starostlivosti môže byť počet vynechaných dávok lieku za mesiac šikmo rozložený. Väčšina pacientov nevynechá žiadnu alebo jednu dávku, no niekoľko pacientov vynechá veľa dávok. Medián a interkvartilové rozpätie môžu byť vhodnejšie než samotný priemer.

Jednoduché rozhodovacie pravidlo

Ak si nie ste istí, začnite otázkou: „Je táto premenná kategória, poradie alebo číselná hodnota?“ Potom si pozrite, či sú hodnoty rozložené približne rovnomerne alebo šikmo. Až následne vyberte ukazovateľ.

1. Pri kategóriách uveďte počet a percento.
2. Pri poradových položkách uveďte rozdelenie odpovedí, medián alebo opatrne priemer, ak to dáva zmysel v odbore.
3. Pri číselných premenných uveďte priemer a smerodajnú odchýlku, prípadne medián pri šikmom rozložení.
4. Pri každej premennej uveďte platné N a chýbajúce hodnoty, ak sa líšia od celkového počtu.
5. Pri škálach vždy pripomeňte rozsah, napríklad 1 = najnižšia hodnota, 5 = najvyššia hodnota.

Ako má vyzerať tabuľka deskriptívnej štatistiky v práci?

Tabuľka deskriptívnej štatistiky má byť čitateľná, úsporná a priamo naviazaná na premenné vo výskume. Mala by obsahovať názov premennej, počet platných odpovedí a vhodné ukazovatele, napríklad priemer, smerodajnú odchýlku, medián, minimum a maximum. Tabuľka nemá byť výstup zo softvéru bez úpravy.

Základná tabuľka pre škálové premenné

Pri viacerých škálových premenných je prehľadnejšie dať ukazovatele do jednej tabuľky. Názvy premenných musia byť zrozumiteľné aj bez toho, aby čitateľ hľadal dotazník v prílohe. Skratky používajte iba vtedy, ak ste ich predtým vysvetlili.

Premenná	Platné N	Priemer	SD	Medián	Min	Max
Študijná motivácia	118	4.02	0.58	4.00	2.40	5.00
Akademický stres	118	3.31	0.74	3.25	1.50	4.90
Vnímaná podpora učiteľa	116	3.78	0.81	3.80	1.20	5.00
Spokojnosť so štúdiom	117	3.95	0.69	4.00	1.80	5.00

Takáto tabuľka deskriptívnej štatistiky dáva čitateľovi rýchly prehľad o úrovni aj variabilite. Zároveň ukazuje, že nie všetky premenné majú rovnaký počet platných odpovedí, čo môže byť podstatné pri ďalších testoch.

Tabuľka pre demografické údaje

Demografické premenné často patria do samostatnej tabuľky. Pri veku použite priemer a smerodajnú odchýlku alebo medián. Pri pohlaví, ročníku, odbore, forme štúdia či pracovnom statuse použite frekvencie a percentá.

V pedagogickej práci o digitálnych návykoch žiakov druhého stupňa môže autor uviesť počet žiakov podľa ročníka, pohlavia a typu školy. Pri počte hodín online denne už môže uviesť priemer, smerodajnú odchýlku a medián. Miešanie všetkých premenných do jednej neprehľadnej tabuľky s desiatimi stĺpcami zvyčajne čitateľovi nepomôže.

Úprava výstupu zo štatistického programu

Výstupy z Excelu, SPSS, Jamovi alebo R sú pracovný materiál, nie hotová akademická tabuľka. Odstráňte nepotrebné technické stĺpce, zjednoťte počet desatinných miest a premenujte premenné do ľudskej reči. „Q12_mean“ v tabuľke výsledkov pôsobí ako neopracovaný export.

Ak potrebujete prepojiť tabuľku s kapitolami práce, užitočný je text Hierarchia kapitol v akademickej práci. Výsledková kapitola má mať logiku: najprv vzorka, potom premenné, potom odpovede na výskumné otázky alebo hypotézy.

Ako písať reportovanie deskriptívnej štatistiky v texte výsledkov?

Reportovanie deskriptívnej štatistiky v texte má dopĺňať tabuľku, nie ju mechanicky prepisovať. V texte vyberte hodnoty, ktoré sú relevantné pre výskumnú otázku, a stručne vysvetlite, čo znamenajú. Každé tvrdenie typu „vyššie“, „nižšie“, „časté“ alebo „rozptýlené“ má byť podopreté číslom.

Text nemá opakovať každú bunku tabuľky

Ak tabuľka obsahuje štyri premenné a sedem ukazovateľov, text nemusí prepísať všetkých 28 buniek. Vyberte to, čo čitateľ potrebuje pred ďalšou analýzou. Napríklad: „Najvyšší priemer spomedzi sledovaných premenných mala študijná motivácia, zatiaľ čo akademický stres dosahoval nižšiu priemernú hodnotu a väčšiu variabilitu odpovedí.“

Takáto veta pomáha čitateľovi čítať tabuľku. Nie je to interpretácia v zmysle dokazovania hypotézy, ale orientácia v dátach. Pri písaní si dávajte pozor, aby ste z deskriptívnych čísel nerobili príčinné tvrdenia.

Slabý a silnejší text výsledkov

Slabé: Respondenti mali dobrú motiváciu a stres bol tiež prítomný. Výsledky sú uvedené v tabuľke.

Silnejšie: Priemerné skóre študijnej motivácie bolo 4.02 na päťbodovej škále (SD = 0.58), čo naznačuje skôr vyššie hodnoty v skúmanej vzorke. Akademický stres dosiahol priemer 3.31 (SD = 0.74), pričom vyššia smerodajná odchýlka ukazuje väčšie rozdiely medzi respondentmi.

Silnejšia verzia nepreceňuje výsledok. Nehovorí, že motivácia „spôsobila“ výkon alebo že stres je „problém celej populácie“. Hovorí iba to, čo deskriptívne dáta dovoľujú povedať.

Prepojenie s výskumnou otázkou

Každá deskriptívna časť by mala mať dôvod. Ak skúmate vzťah medzi študijnou motiváciou a akademickým stresom, opis týchto dvoch premenných je relevantný. Ak však pridáte desať demografických tabuliek, ktoré nikdy nepoužijete, výsledková kapitola sa rozpadne.

Tu pomáha vrátiť sa k výskumnej otázke. Ak ju ešte ladíte, pozrite si článok Zúženie témy na jednu výskumnú otázku. Deskriptívna štatistika nemá byť samostatný ostrov; má slúžiť cieľu práce a neskoršiemu vyhodnoteniu otázok alebo hypotéz.

Ako deskriptívna štatistika pripravuje pôdu pre testovanie hypotéz?

Deskriptívna štatistika pripravuje testovanie hypotéz tým, že ukáže rozsah dát, rozloženie premenných a možné problémy pred výberom testu. Pomáha zistiť, či máte dosť platných odpovedí, či premenné dávajú zmysel a či niektoré hodnoty nevyzerajú podozrivo. Bez nej môže byť štatistický test formálne správny, ale vecne slabý.

Kontrola pred inferenčnou štatistikou

Inferenčné testy, ako t-test, chí-kvadrát test, korelácia alebo regresia, odpovedajú na otázky o rozdieloch a vzťahoch. Deskriptívna štatistika pred nimi ukazuje, čo vlastne testujete. Ak jedna kategória obsahuje 97 respondentov a druhá 5, porovnanie skupín bude problematické bez ohľadu na to, aký test vyberiete.

Pri korelácii medzi motiváciou a výkonom potrebujete najprv vedieť, či obidve premenné majú dostatočnú variabilitu. Ak takmer všetci respondenti uviedli rovnakú motiváciu, korelácia môže byť nízka nie preto, že vzťah neexistuje, ale preto, že premenná nemá priestor na odlíšenie respondentov.

Prepojenie s hypotézami

Ak máte hypotézu „vyššia podpora učiteľa súvisí s vyššou spokojnosťou so štúdiom“, deskriptívna časť má ukázať priemernú podporu učiteľa, priemernú spokojnosť a rozptyl oboch premenných. Až potom nasleduje korelačný test. Takéto poradie čitateľovi umožní pochopiť, aké dáta do testu vstúpili.

Pri plánovaní hypotéz môže pomôcť článok Vzťah medzi cieľom práce, čiastkovými cieľmi a hypotézami. Hypotéza nie je iba veta pred testom; musí byť prepojená s premennými, meraním a tým, čo viete deskriptívne opísať.

Výber testu závisí aj od opisných údajov

Deskriptívne ukazovatele často upozornia, že pôvodne plánovaný test nemusí byť najvhodnejší. Ak sú dáta výrazne šikmé, ak skupiny majú veľmi rozdielne veľkosti alebo ak premenná nie je meraná tak, ako ste predpokladali, treba zvážiť alternatívu.

Pri rozhodovaní medzi testami je užitočný článok Rozhodovanie pri výbere štatistického testu. Deskriptívna štatistika a výber testu patria k sebe: najprv sa pozriete, aké dáta máte, potom vyberáte postup, ktorý týmto dátam zodpovedá.

Aké chyby študenti najčastejšie robia pri deskriptívnej štatistike?

Študenti pri deskriptívnej štatistike najčastejšie robia chyby v tom, že uvádzajú nevhodné ukazovatele, neuvádzajú platné N, opisujú výsledky príliš všeobecne alebo z deskriptívnych čísel vyvodzujú príčinné závery. Chyba často nevzniká pri výpočte, ale pri rozhodnutí, čo číslo znamená a ako ho zapísať. Oprava zvyčajne spočíva v presnejšom prepojení premennej, ukazovateľa a výskumnej otázky.

Konkrétne chyby a opravy

1. Priemer z kategórie, ktorá nemá číselný význam
   Študentský príklad: „Priemerné pohlavie respondentov bolo 1.42.“
   Oprava: Pri pohlaví, odbore alebo type školy uvádzajte počty a percentá, nie priemer. Číselné kódy 1 a 2 sú len technické označenia kategórií.

2. Chýba počet platných odpovedí
   Študentský príklad: „Priemerná spokojnosť bola 3.8.“
   Oprava: Doplňte, z koľkých odpovedí bol priemer vypočítaný: „Priemerná spokojnosť bola 3.8 (SD = 0.7; platné N = 104).“ Bez N čitateľ nevie, či ide o stabilný opis alebo o malý zvyšok dát po vyradení odpovedí.

3. Percentá bez základne výpočtu
   Študentský príklad: „62 % respondentov súhlasilo s tvrdením.“
   Oprava: Uveďte aj počet: „S tvrdením súhlasilo 67 zo 108 respondentov (62.0 %).“ Pri neúplných odpovediach doplňte, či percento vychádza z platných odpovedí.

4. Príčinný záver z opisného čísla
   Študentský príklad: „Vyšší priemer motivácie dokazuje, že online výučba zlepšila výkon študentov.“
   Oprava: Deskriptívne číslo samo o sebe nič nedokazuje o príčine. Napíšte radšej: „Skupina v online výučbe mala vyššie priemerné skóre motivácie; rozdiel je potrebné overiť vhodným štatistickým testom.“

5. Tabuľka bez jednotiek a rozsahu škály
   Študentský príklad: tabuľka uvádza „motivácia = 4.1“, ale nikde nie je uvedené, či škála bola 1 až 5 alebo 1 až 7.
   Oprava: V názve tabuľky, poznámke alebo texte vysvetlite rozsah škály. Hodnota 4.1 má iný význam na päťbodovej a iný na sedembodovej škále.

Prečo sú tieto chyby v prácach také časté

Mnoho študentov začne výsledkovú kapitolu až po exporte tabuliek zo softvéru. Potom sa snažia hotové výstupy „nejako opísať“. Lepší postup je opačný: najprv si spíšte premenné, typ merania a účel v práci, potom vyberte ukazovatele a až nakoniec vytvorte tabuľky.

V bakalárskej alebo diplomovej práci sa nehodnotí iba to, či viete kliknúť na správnu funkciu. Hodnotí sa aj to, či rozumiete, prečo sa konkrétny ukazovateľ hodí ku konkrétnej premennej. Práve preto je reportovanie deskriptívnej štatistiky súčasťou argumentácie, nie iba technická príloha.

Ako si skontrolovať deskriptívnu štatistiku pred odovzdaním práce?

Deskriptívnu štatistiku si pred odovzdaním skontrolujte podľa toho, či každá tabuľka odpovedá na konkrétnu potrebu práce, či sú ukazovatele vhodné pre typ premennej a či text nepreceňuje opisné výsledky. Pozrite sa aj na jednotky, rozsah škál, platné N, chýbajúce hodnoty a jednotný formát čísel. Kontrola má odhaliť nielen preklepy, ale aj nesúlad medzi metodológiou a výsledkami.

Rýchla kontrola logiky výsledkovej kapitoly

Najprv si položte otázku, či čitateľ po prečítaní deskriptívnej časti vie odpovedať na tri veci: kto bol skúmaný, aké premenné boli merané a ako vyzerali základné hodnoty týchto premenných. Ak nie, niektoré tabuľky alebo vety chýbajú. Ak áno, ďalšia analýza bude pôsobiť presvedčivejšie.

Skontrolujte aj poradie. Zvyčajne začínate opisom vzorky, pokračujete opisom hlavných premenných a až potom uvádzate testy hypotéz. Ak čitateľ vidí najprv p-hodnoty a až o tri strany neskôr zistí, koľko bolo respondentov, poradie kapitoly je obrátené.

Kontrola zápisu a formátu

Zjednoťte desatinné miesta. Ak uvádzate priemery na dve desatinné miesta, držte sa toho v celej tabuľke. Neuvádzajte zbytočne veľa desatinných miest, napríklad 3.846271, ak presnosť merania taký zápis neodôvodňuje. V slovenčine sa v bežnom texte často používa desatinná čiarka, no pri štatistických skratkách a exportoch sa môžete stretnúť aj s bodkou; riaďte sa pokynmi školy alebo štýlom celej práce.

Pozor aj na skratky. SD vysvetlite ako smerodajnú odchýlku pri prvom použití. Ak používate M pre priemer, uveďte to v texte alebo poznámke k tabuľke. Tabuľka má byť zrozumiteľná aj vtedy, keď ju čitateľ číta oddelene od predchádzajúceho odseku.

Before you move on: kontrolný zoznam deskriptívnej štatistiky

• Pri každej premennej viem povedať, či je nominálna, poradová alebo číselná.
• Pri kategóriách uvádzam frekvencie a percentá, nie priemery z kódov.
• Pri číselných premenných uvádzam vhodný ukazovateľ stredu a variability.
• Pri škálach je jasný rozsah, napríklad 1 až 5 alebo 1 až 7.
• Každá tabuľka obsahuje platné N alebo je v texte vysvetlené, koľko odpovedí vstúpilo do výpočtu.
• Chýbajúce hodnoty sú priznané, nie skryté.
• Priemer a smerodajná odchýlka sú použité iba tam, kde dávajú vecný zmysel.
• Medián používam pri šikmých dátach, extrémoch alebo poradových odpovediach, ak je vhodnejší.
• Text výsledkov neprepisuje celú tabuľku, ale vyberá relevantné zistenia.
• Z deskriptívnych čísel nerobím príčinné závery.
• Formát čísel, skratiek a názvov premenných je jednotný v celej práci.
• Deskriptívna časť nadväzuje na výskumné otázky, hypotézy a metodológiu.