Ako uvádzať štatistické výsledky t-testov, korelácií a regresie podľa APA

Máte hotový výstup zo SPSS, Jamovi, R alebo Excelu, ale pri písaní kapitoly „Výsledky“ zrazu neviete, či stačí uviesť p-hodnotu, či sa píše t alebo T, kam patrí priemer, čo znamenajú stupne voľnosti a ako z toho urobiť normálnu vetu do bakalárskej alebo diplomovej práce. Presne tu sa veľa študentov zasekne: analýza je technicky hotová, no text vyzerá ako zle skopírovaná tabuľka zo softvéru. Ak hľadáte, ako uvádzať štatistické výsledky podľa APA, potrebujete viac než vzorec zápisu. Potrebujete vedieť, čo uviesť, v akom poradí, čo interpretovať a čo radšej nenechať bez vysvetlenia.

Štatistické výsledky podľa APA sa uvádzajú tak, aby čitateľ videl použitý test, hodnotu testovej štatistiky, stupne voľnosti, p-hodnotu, veľkosť efektu a vecnú interpretáciu. Nestačí napísať, že výsledok je „významný“; treba ukázať, čo presne bolo testované, aký bol smer vzťahu alebo rozdielu a čo výsledok znamená pre výskumnú otázku.

V tejto príručke

• Čo znamená uvádzať štatistické výsledky podľa APA
• Ako uvádzať štatistické výsledky t-testu v texte práce
• Ako má vyzerať reportovanie t-testu APA pri nezávislých a párových výberoch
• Ako uvádzať koreláciu podľa APA bez prehnanej interpretácie
• Ako má vyzerať reportovanie regresie APA v kapitole výsledkov
• Ako sa rozhodnúť, či výsledok patrí do textu, tabuľky alebo prílohy
• Aké chyby študenti najčastejšie robia pri uvádzaní štatistických výsledkov
• Ako skontrolovať štatistiku v APA štýle pred odovzdaním práce

Čo znamená uvádzať štatistické výsledky podľa APA?

Uvádzať štatistické výsledky podľa APA znamená zapísať výsledok testu jednotným, čitateľným a overiteľným spôsobom. V texte má byť jasné, aký test ste použili, aké premenné porovnávate alebo prepájate, aké sú hlavné numerické hodnoty a ako výsledok súvisí s hypotézou alebo výskumnou otázkou.

Základná logika APA zápisu

APA štýl je formát akademického písania a citovania, ktorý často používajú psychológia, pedagogika, sociálne vedy, ošetrovateľstvo, manažment a príbuzné odbory. Pri štatistike neurčuje iba typ písma alebo čiarky; pomáha čitateľovi pochopiť, čo sa testovalo a s akou mierou neistoty.

Typický zápis štatistického výsledku má štyri vrstvy. Najprv pomenujete analýzu, napríklad nezávislý t-test, Pearsonovu koreláciu alebo lineárnu regresiu. Potom uvediete opisné štatistiky, ktoré čitateľovi hovoria, z čoho výsledok vychádza: priemery, smerodajné odchýlky, korelačný koeficient alebo regresný koeficient. Tretia vrstva je inferenčná štatistika, teda hodnota testu, stupne voľnosti a p-hodnota. Štvrtá vrstva je vecná interpretácia: či bol rozdiel, vzťah alebo model štatisticky významný, v akom smere a s akým praktickým významom.

Ak si nie ste istí, ktoré premenné vôbec patria do analýzy, pomôže najprv upratať ich definície. Pri kvantitatívnej práci má zmysel vrátiť sa k článku Premenné prepojené so spôsobom merania, pretože nesprávne definovaná premenná neskôr vedie k nejasnému reportovaniu.

Čo patrí do výsledkov a čo do diskusie

V kapitole výsledkov sa držte toho, čo ukázala analýza. Veta „študenti s vyššou akademickou motiváciou dosiahli vyššie skóre spokojnosti“ patrí do výsledkov, ak vychádza priamo z korelácie alebo regresie. Veta „tento výsledok môže súvisieť s podporou zo strany vyučujúcich“ už patrí skôr do diskusie, ak ste podporu zo strany vyučujúcich priamo nemerali.

Testová štatistika je číselná hodnota vypočítaná štatistickým testom, napríklad t, r alebo F. P-hodnota vyjadruje, ako pravdepodobný by bol pozorovaný výsledok pri platnosti nulovej hypotézy, nie pravdepodobnosť, že vaša hypotéza je pravdivá. Veľkosť efektu ukazuje praktickú silu rozdielu alebo vzťahu, napríklad Cohenovo d, korelačné r alebo R² pri regresii.

V slovenskom akademickom texte sa často používa desatinná čiarka, no APA príklady tradične používajú desatinnú bodku. Ak vám katedra prikáže presnú APA úpravu, držte sa jej. Ak škola používa slovenskú jazykovú normu, dôležitá je konzistentnosť v celej práci.

Ako uvádzať štatistické výsledky t-testu v texte práce?

Výsledok t-testu uvádzajte tak, aby bolo jasné, ktoré dve hodnoty alebo skupiny porovnávate, aké boli priemery, aká bola hodnota t, stupne voľnosti, p-hodnota a veľkosť efektu. Samotná veta „rozdiel bol významný“ nie je dostatočná, pretože neukazuje smer ani veľkosť rozdielu.

Vzorec vety pre t-test

T-test porovnáva priemery dvoch skupín alebo dvoch meraní. Pri nezávislom t-teste ide o dve odlišné skupiny, napríklad študenti denného a externého štúdia. Pri párovom t-teste ide o tých istých respondentov meraných dvakrát, napríklad pred intervenciou a po nej.

Základná veta môže vyzerať takto:

Priemerné skóre akademického stresu bolo vyššie u študentov prvého ročníka (M = 4.12, SD = 0.81) než u študentov tretieho ročníka (M = 3.61, SD = 0.76), t(98) = 3.21, p = .002, d = 0.65.

Táto veta obsahuje skupiny, opisné štatistiky, výsledok testu aj veľkosť efektu. Ak píšete po slovensky a vaša fakulta vyžaduje desatinné čiarky, rovnaká veta môže mať hodnoty zapísané ako M = 4,12 a p = 0,002. Nemiešajte však bodku a čiarku náhodne.

Slabý a lepší zápis výsledku

Najväčší rozdiel medzi slabým a použiteľným zápisom nie je v tom, že jeden má viac čísel. Lepší zápis ukazuje, čo čísla znamenajú.

Slabá študentská verzia	Silnejšia verzia podľa APA
„T-test ukázal významný rozdiel medzi mužmi a ženami.“	„Ženy dosiahli vyššie skóre pracovného stresu (M = 3.84, SD = 0.69) než muži (M = 3.41, SD = 0.74), t(126) = 3.37, p = .001, d = 0.60.“
„Hypotéza sa potvrdila, lebo p je menšie ako 0,05.“	„Rozdiel medzi skupinami bol štatisticky významný, t(58) = 2.44, p = .018, pričom veľkosť efektu bola stredná (d = 0.63).“
„Respondenti po kurze boli lepší.“	„Po absolvovaní kurzu mali respondenti vyššie skóre sebadôvery (M = 4.21, SD = 0.52) než pred kurzom (M = 3.68, SD = 0.61), t(34) = 4.09, p < .001.“

V psychológii by takýto zápis mohol opisovať rozdiel v úzkosti medzi študentmi s rôznou mierou sociálnej podpory. V ošetrovateľstve by porovnával priemernú mieru adherencie k liečbe medzi pacientmi, ktorí dostali štandardné poučenie, a pacientmi, ktorí dostali doplnkový telefonický kontakt po prepustení. V manažmente by porovnával spokojnosť zamestnancov pred zavedením flexibilného pracovného času a po ňom.

Čo robiť s nevýznamným výsledkom

Nevýznamný výsledok sa tiež reportuje, nie skrýva. Ak p nie je menšie než vopred zvolená hladina významnosti, napríklad .05, napíšte to vecne a bez dramatických formulácií.

Príklad:

Rozdiel v priemernej spokojnosti medzi študentmi dennej formy (M = 3.72, SD = 0.88) a externej formy štúdia (M = 3.59, SD = 0.91) nebol štatisticky významný, t(112) = 0.78, p = .438, d = 0.15.

Nevýznamný výsledok neznamená, že medzi skupinami „nie je žiadny rozdiel“. Presnejšie je povedať, že analýza neposkytla dostatočný dôkaz o štatisticky významnom rozdiele v danej vzorke. Pri bakalárskej alebo diplomovej práci je takáto formulácia bezpečnejšia než kategorické tvrdenie.

Ako má vyzerať reportovanie t-testu APA pri nezávislých a párových výberoch?

Reportovanie t-testu APA závisí od toho, či porovnávate dve nezávislé skupiny alebo dve merania tej istej skupiny. Pri nezávislom t-teste opisujete dve skupiny, pri párovom t-teste opisujete zmenu v čase alebo medzi dvoma podmienkami u tých istých respondentov.

Nezávislý t-test

Nezávislý t-test sa používa, keď každá osoba patrí len do jednej skupiny. Typický príklad je porovnanie študentov bakalárskeho a magisterského stupňa, verejných a súkromných škôl alebo dvoch oddelení v podniku.

Postup pri zápise môže byť takýto:

1. Pomenujte premennú, ktorú porovnávate.
2. Uveďte obe skupiny a ich priemery so smerodajnými odchýlkami.
3. Zapíšte t(df), p-hodnotu a veľkosť efektu.
4. Jednou vetou vysvetlite smer rozdielu.
5. Nepreťažujte text technickými detailmi, ktoré patria do metodiky alebo prílohy.

Príklad z pedagogiky:

Žiaci, ktorí sa pravidelne zúčastňovali doučovania, dosiahli vyššie skóre v teste čitateľskej gramotnosti (M = 78.40, SD = 9.15) než žiaci bez doučovania (M = 72.10, SD = 10.02), t(86) = 3.05, p = .003, d = 0.66.

Tu je jasné, ktorá skupina mala vyšší priemer. Čitateľ nemusí hádať, čo znamená „významný rozdiel“.

Párový t-test

Párový t-test sa používa, keď porovnávate dve merania u rovnakých osôb. V zdravotníckych odboroch môže ísť o bolesť pacienta pred edukáciou a po edukácii. V manažmente môže ísť o pracovnú spokojnosť pred organizačnou zmenou a po nej.

Príklad z ošetrovateľstva:

Pacienti uvádzali nižšiu mieru obáv z domácej liečby po edukačnom rozhovore (M = 2.31, SD = 0.77) než pred rozhovorom (M = 3.18, SD = 0.84), t(41) = 5.26, p < .001, d = 0.82.

Pri párovom t-teste nehovorte o „dvoch skupinách“, ak ide o tú istú skupinu meranú dvakrát. Správnejšie je písať o dvoch meraniach, podmienkach alebo časových bodoch.

Ak ešte len volíte medzi t-testom, koreláciou a regresiou, oplatí sa najprv prejsť logiku výberu testu v článku Rozhodovanie pri výbere štatistického testu. Nesprávne zvolený test sa nedá zachrániť pekným APA zápisom.

Ako uvádzať koreláciu podľa APA bez prehnanej interpretácie?

Koreláciu podľa APA uvádzajte cez korelačný koeficient, počet alebo stupne voľnosti, p-hodnotu a smer vzťahu. Interpretácia má zostať pri asociácii medzi premennými, nie pri tvrdení, že jedna premenná spôsobila druhú.

Zápis Pearsonovej korelácie

Korelácia vyjadruje silu a smer vzťahu medzi dvoma premennými. Najčastejšie sa v študentských prácach používa Pearsonov korelačný koeficient r, ak sú premenné kvantitatívne a približne spĺňajú predpoklady testu.

Príklad reportovania korelácie APA:

Medzi akademickou sebadôverou a spokojnosťou so štúdiom sa zistil stredne silný pozitívny vzťah, r(118) = .42, p < .001.

Táto veta hovorí tri veci: premenné spolu súviseli, vzťah bol pozitívny a výsledok bol štatisticky významný. Pozitívny vzťah znamená, že vyššie hodnoty jednej premennej sú spojené s vyššími hodnotami druhej premennej. Negatívny vzťah znamená, že vyššie hodnoty jednej premennej sú spojené s nižšími hodnotami druhej.

Príklad zo sociálnych vied:

Častejšie používanie sociálnych sietí na akademické účely súviselo s vyššou vnímanou dostupnosťou študijných informácií, r(156) = .36, p < .001.

Takýto výsledok neznamená, že sociálne siete automaticky zlepšujú informovanosť. Znamená iba to, že vo vzorke existovala súvislosť medzi dvoma meranými premennými.

Korelácia nie je dôkaz príčiny

Pri reportovaní korelácie APA je najčastejším problémom jazyk. Študent napíše „motivácia ovplyvnila výkon“, hoci urobil iba korelačnú analýzu. Ak nemáte experimentálny dizajn alebo silný longitudinálny model, bezpečnejšie je písať „súvisela“, „bola spojená“ alebo „korelovala“.

Slabá verzia:

„Vyššia empatia spôsobila lepšiu komunikáciu sestier s pacientmi.“

Silnejšia verzia:

„Vyššia miera empatie sestier bola spojená s vyšším hodnotením komunikačnej spokojnosti pacientov, r(74) = .39, p = .001.“

V zdravotníckom výskume je tento rozdiel obzvlášť dôležitý. Ak študent v práci o komunikácii sestier tvrdí kauzalitu len z korelácie, komisia sa môže pýtať, kde je intervencia, kontrolná skupina alebo časová následnosť. Korelácia sama o sebe tieto otázky nerieši.

Kedy použiť tabuľku korelácií

Ak máte jednu alebo dve korelácie, väčšinou stačí text. Ak skúmate päť premenných a medzi nimi desať korelácií, text sa rýchlo zmení na neprehľadný zoznam p-hodnôt. Vtedy je lepšia korelačná matica v tabuľke.

V texte potom neprepisujte každú bunku tabuľky. Vyberte výsledky, ktoré priamo odpovedajú na hypotézy alebo výskumné otázky. Napríklad:

Ako ukazuje tabuľka 3, najsilnejší vzťah sa zistil medzi pracovnou autonómiou a pracovnou spokojnosťou, r = .51, p < .001. Vzťah medzi dĺžkou praxe a spokojnosťou nebol štatisticky významný, r = .08, p = .314.

Ak potrebujete vedieť, ktoré opisné údaje uvádzať pred testovaním hypotéz, užitočný je článok Prehľad premenných v deskriptívnej štatistike. Korelačná tabuľka bez základných opisných štatistík často pôsobí vytrhnuto z kontextu.

Ako má vyzerať reportovanie regresie APA v kapitole výsledkov?

Reportovanie regresie APA má ukázať, či celý model vysvetľuje významnú časť variability závislej premennej a ktoré prediktory k tomu prispievajú. Nestačí uviesť len tabuľku koeficientov; text má pomenovať model, hodnotu F, R², p-hodnotu a hlavné koeficienty.

Čo uviesť pri lineárnej regresii

Lineárna regresia skúma, ako jedna alebo viac nezávislých premenných predikuje závislú premennú. Závislá premenná je výsledok, ktorý sa snažíte vysvetliť. Prediktor je premenná, pomocou ktorej vysvetľujete rozdiely v závislej premennej.

Základný zápis pre jednoduchú lineárnu regresiu môže vyzerať takto:

Model, v ktorom bola akademická prokrastinácia prediktorom študijnej spokojnosti, bol štatisticky významný, F(1, 132) = 18.47, p < .001, R² = .12. Vyššia prokrastinácia predikovala nižšiu spokojnosť so štúdiom, β = −.35, t(132) = −4.30, p < .001.

Tu je najprv výsledok celého modelu a potom konkrétny prediktor. Hodnota R² = .12 znamená, že model vysvetlil 12 % variability závislej premennej. To neznamená, že „prokrastinácia ovplyvňuje spokojnosť na 12 %“. Takáto formulácia je nepresná.

Ak pracujete s viacerými prediktormi, text by mal povedať, ktoré prediktory boli významné a ktoré nie. Nie je potrebné opísať každý koeficient v samostatnom odseku, ak sú všetky v tabuľke.

Príklad z manažmentu

Predstavme si diplomovú prácu o pracovnej spokojnosti v malých firmách. Závislou premennou je pracovná spokojnosť. Prediktormi sú pracovná autonómia, vnímaná podpora nadriadeného a pracovné preťaženie.

Silnejší zápis:

Viacnásobná lineárna regresia ukázala, že model predikujúci pracovnú spokojnosť bol štatisticky významný, F(3, 146) = 24.62, p < .001, R² = .34. Vyššia pracovná autonómia (β = .31, p < .001) a vyššia podpora nadriadeného (β = .28, p = .002) predikovali vyššiu pracovnú spokojnosť, zatiaľ čo pracovné preťaženie bolo negatívnym prediktorom (β = −.24, p = .006).

Tento zápis je čitateľný, pretože najprv hodnotí celý model a až potom jednotlivé prediktory. Komisia vidí, čo bolo testované, aký veľký bol vysvetlený podiel variability a ktoré premenné mali zmysel.

Regresia verzus korelácia

Korelácia opisuje vzťah medzi dvoma premennými. Regresia ide o krok ďalej: modeluje predikciu závislej premennej pomocou jedného alebo viacerých prediktorov. To však stále automaticky neznamená kauzalitu, najmä ak ide o prierezové dotazníkové dáta.

Ak skúmate, či stres, spánok a sociálna podpora predikujú vyhorenie študentov, regresia je vhodnejšia než séria samostatných korelácií. Ak však máte iba otázku, či stres súvisí so spánkom, korelácia môže byť primeraná. Výber analýzy musí vychádzať z výskumnej otázky, nie z toho, ktorý výstup vyzerá pôsobivejšie.

Pri plánovaní kvantitatívnej kapitoly pomáha zosúladiť otázku, premenné a analýzu už v metodike. Pozrite si aj článok Schéma metodologickej kapitoly od dizajnu po analýzu, najmä ak výsledková časť ešte nemá jasné napojenie na výskumný dizajn.

Ako sa rozhodnúť, či výsledok patrí do textu, tabuľky alebo prílohy?

Do textu patria výsledky, ktoré priamo odpovedajú na výskumné otázky alebo hypotézy. Do tabuliek patria súbory výsledkov, ktoré by v texte pôsobili neprehľadne, a do príloh patria podporné výstupy, ktoré nie sú nutné na pochopenie hlavnej argumentácie.

Text pre hlavné výsledky

Text je najvhodnejší pre kľúčové zistenia. Ak máte tri hypotézy, každá by mala mať jasný textový výsledok. Čitateľ by nemal hľadať odpoveď iba v tabuľke v prílohe.

Pri texte sa držte jednoduchej štruktúry: najprv veta o tom, čo sa testovalo, potom štatistický zápis, potom vecný význam. Napríklad:

Hypotéza o pozitívnom vzťahu medzi školskou podporou a študijnou angažovanosťou bola podporená. Medzi premennými sa zistil pozitívny vzťah, r(102) = .44, p < .001, čo naznačuje, že vyššie vnímanie podpory súviselo s vyššou angažovanosťou.

Takáto formulácia je lepšia než „H1 bola potvrdená“, pretože vysvetľuje, čo presne hypotéza znamenala.

Tabuľky pre viac výsledkov naraz

Tabuľka je vhodná, ak porovnávate viac skupín, uvádzate korelačnú maticu alebo máte regresný model s viacerými prediktormi. Tabuľka však nemá nahradiť interpretáciu. Ak uvediete tabuľku regresie, text má povedať, ktoré zistenia sú hlavné.

Porovnanie vhodného a nevhodného umiestnenia:

Situácia	Lepšie riešenie
Jeden t-test porovnávajúci dve skupiny	Výsledok uveďte priamo v texte s priemermi a p-hodnotou.
Desať korelácií medzi piatimi premennými	Použite korelačnú tabuľku a v texte opíšte len hlavné vzťahy.
Viacnásobná regresia so štyrmi prediktormi	Uveďte tabuľku koeficientov a v texte výsledok modelu a významné prediktory.
Kompletný výstup zo softvéru s technickými tabuľkami	Dajte ho do prílohy len vtedy, ak to vyžaduje školiteľ alebo metodické pokyny.

Prílohy nie sú skladisko všetkého

Niektorí študenti vložia do prílohy celý výstup zo štatistického programu a v texte napíšu iba „výsledky sú uvedené v prílohe“. To je slabé riešenie. Kapitola výsledkov musí byť samostatne čitateľná.

Príloha môže obsahovať doplnkové tabuľky, úplné výstupy, diagnostiku modelu alebo detailné kontroly predpokladov. Hlavné zistenia však patria do jadra práce. Ak školiteľ alebo katedra vyžaduje konkrétnu štruktúru, riaďte sa ňou, ale nenechajte čitateľa skladať výsledok z nespracovaných výstupov.

Aké chyby študenti najčastejšie robia pri uvádzaní štatistických výsledkov?

Študenti najčastejšie robia chyby v tom, že uvádzajú iba p-hodnotu, zamieňajú koreláciu za kauzalitu, neuvádzajú smer výsledku alebo kopírujú výstup zo softvéru bez akademickej interpretácie. Tieto chyby sa dajú opraviť tak, že každý výsledok spojíte s premennými, testom, číslami a vecným významom.

Konkrétne chyby a opravy

1. P-hodnota bez kontextu
   Študentský príklad: „Výsledok bol významný, p = .031.“
   Oprava: Uveďte, čo bolo testované, aký bol smer rozdielu alebo vzťahu a aká bola testová štatistika. Napríklad: „Skupina s pravidelnou prípravou mala vyššie skóre testu než skupina bez pravidelnej prípravy, t(64) = 2.21, p = .031.“

2. Zamieňanie korelácie za príčinu
   Študentský príklad: „Sociálna podpora znižuje stres študentov, r = −.46.“
   Oprava: Ak ide o koreláciu, píšte o súvislosti: „Vyššia sociálna podpora súvisela s nižšou mierou stresu, r(110) = −.46, p < .001.“

3. Chýbajúce opisné štatistiky pri t-teste
   Študentský príklad: „Medzi skupinami bol rozdiel, t(80) = 2.67, p = .009.“
   Oprava: Doplňte priemery a smerodajné odchýlky, aby bolo jasné, ktorá skupina mala vyššiu hodnotu.

4. Prehnané tvrdenie pri regresii
   Študentský príklad: „Model dokázal, že autonómia spôsobuje spokojnosť zamestnancov.“
   Oprava: Pri neexperimentálnych dátach píšte opatrnejšie: „Vyššia autonómia bola pozitívnym prediktorom pracovnej spokojnosti.“

5. Nekonzistentný formát čísel a symbolov
   Študentský príklad: „T(58)=2,4, p=.02, R2 = 0.19“ v jednej vete a inde „t (58) = 2.40; p = 0,020“.
   Oprava: Zvoľte jeden systém podľa pokynov fakulty a používajte ho v celej práci. Štatistika v APA štýle pôsobí dôveryhodne aj vďaka jednotnosti.

Prečo tieto chyby vadia komisii

Komisia z výsledkov nehodnotí iba to, či viete spustiť test. Hodnotí, či rozumiete vzťahu medzi hypotézou, premennými a analýzou. Ak je zápis neúplný, výsledok sa nedá ľahko overiť. Ak je interpretácia prehnaná, práca môže pôsobiť metodologicky nepresne.

Pri bakalárskej práci sa zvyčajne neočakáva špecializovaná štatistická expertíza. Očakáva sa však, že budete vedieť vysvetliť, čo ste urobili a čo z toho primerane vyplýva. Pri diplomovej práci býva požiadavka prísnejšia, najmä ak je kvantitatívna analýza hlavným dôkazom celej práce.

Ako skontrolovať štatistiku v APA štýle pred odovzdaním práce?

Štatistiku v APA štýle skontrolujte tak, že pri každom výsledku overíte použitý test, premenné, hodnoty testovej štatistiky, p-hodnotu, veľkosť efektu, smer interpretácie a súlad s hypotézou. Posledná kontrola má zachytiť nielen preklepy v číslach, ale aj neprimerané alebo neúplné tvrdenia.

Rýchla kontrola zápisu

Pred odovzdaním si vytvorte jednoduchú mapu: hypotéza → test → výsledok → interpretácia. Ak sa niektorý článok reťazca stratí, výsledková kapitola bude pôsobiť rozbito. Napríklad hypotéza o rozdiele medzi dvoma skupinami by nemala končiť iba korelačnou tabuľkou, ak ste v skutočnosti potrebovali porovnanie priemerov.

Skontrolujte aj to, či názvy premenných v texte zodpovedajú názvom v metodike a v tabuľkách. Ak v metodike píšete „vnímaná sociálna podpora“ a vo výsledkoch zrazu „podpora okolia“, čitateľ nemusí vedieť, či ide o tú istú premennú.

Pri interpretácii sa pýtajte: „Povedal by som túto vetu aj pred školiteľom, keby sa ma opýtal, ako som k nej prišiel?“ Ak nie, veta je pravdepodobne príliš silná alebo nedostatočne podložená.

Predtým než pokračujete: kontrolný zoznam pre uvádzanie štatistických výsledkov

• Pri každom teste je jasné, ktoré premenné boli analyzované.
• Pri t-teste sú uvedené priemery a smerodajné odchýlky oboch skupín alebo meraní.
• Pri korelácii je uvedený smer a sila vzťahu bez kauzálneho preháňania.
• Pri regresii je uvedený výsledok celého modelu aj hlavné prediktory.
• P-hodnoty sú zapísané jednotne v celej práci.
• Štatistické symboly ako t, r, F, p, M, SD, β a R² majú jednotný formát.
• Každý výsledok je napojený na konkrétnu hypotézu alebo výskumnú otázku.
• Nevýznamné výsledky nie sú zamlčané ani prehnane interpretované.
• Tabuľky neobsahujú zbytočné výstupy zo softvéru bez vysvetlenia.
• Text výsledkov nerozoberá príčiny a širšie dôsledky, ktoré patria až do diskusie.
• Čísla v texte sú rovnaké ako čísla v tabuľkách.
• Formát zodpovedá pokynom katedry, školiteľa alebo šablóny práce.

Posledná úprava viet

Dobrá posledná úprava nie je iba jazyková korektúra. Pri štatistike kontrolujte, či každá veta robí presne to, čo má: opisuje výsledok, nie dojem autora. Nahraďte frázy ako „výrazne sa zlepšilo“ presnejšími formuláciami, napríklad „priemerné skóre sa zvýšilo“ alebo „rozdiel bol štatisticky významný“.

Ak máte viac výsledkov, zachovajte rovnaký rytmus. Pri každej hypotéze môžete použiť podobnú štruktúru: najprv pripomenutie testovaného vzťahu alebo rozdielu, potom číselný zápis, potom krátka interpretácia. Takáto jednotnosť pomáha čitateľovi a znižuje riziko, že zabudnete na podstatnú hodnotu.

Odporúčané interné odkazy

(Metadáta zostavovacieho systému — neodstraňujte túto sekciu)

• Premenné prepojené so spôsobom merania
• Rozhodovanie pri výbere štatistického testu
• Prehľad premenných v deskriptívnej štatistike
• Schéma metodologickej kapitoly od dizajnu po analýzu