Ako napísať kapitolu výsledky, aby kvantitatívne dáta nepôsobili ako náhodná zbierka tabuliek

Máš vyhodnotené dotazníky, v exceli alebo SPSS svietia priemery, percentá a p-hodnoty, ale pri písaní sa zasekneš pri otázke, čo má ísť prvé a čo už patrí do diskusie. Presne tu sa študenti často stratia: tabuľky vložia podľa poradia, v akom im vyšli z programu, ku každej dopíšu jednu vetu a dúfajú, že vedúci pochopí, čo tým chceli povedať. Ak hľadáš, ako napísať kapitolu výsledky, nejde len o technickú úpravu tabuliek. Potrebuješ poradie, ktoré čitateľovi ukáže cestu od výskumnej otázky cez dáta až po zistenie. V bakalárskej aj diplomovej práci sa výsledková kapitola posudzuje podľa toho, či sú zistenia jasne reportované, oddelené od interpretácie a napojené na cieľ práce.

Kapitola výsledkov v kvantitatívnej práci má najprv pomenovať analyzovanú vzorku a premenné, potom ukázať deskriptívne štatistiky, následne výsledky testov a nakoniec stručne zhrnúť, čo zistenia hovoria k výskumným otázkam alebo hypotézam. Výsledky nemajú vysvetľovať „prečo“ sa niečo stalo; majú presne ukázať „čo“ dáta ukázali. Diskusia príde až potom, kde zistenia porovnáš s literatúrou, vysvetlíš ich význam a priznáš limity.

V tomto návode

• Ako má vyzerať kapitola výsledkov v kvantitatívnej práci?
• Ako si pripraviť dáta a osnovu pred písaním výsledkov?
• V akom poradí reportovať kvantitatívne výsledky v práci?
• Ako písať tabuľky a grafy vo výsledkovej časti?
• Ako vyzerá výsledková časť príklad pri rôznych odboroch?
• Ako odlíšiť výsledky verzus diskusia?
• Aké chyby študenti najčastejšie robia pri písaní kapitoly výsledkov?
• Ako skontrolovať kapitolu výsledkov pred odovzdaním vedúcemu?

Ako má vyzerať kapitola výsledkov v kvantitatívnej práci?

Kapitola výsledkov má byť usporiadaná správa o tom, čo ukázala analýza dát. V kvantitatívnej práci zvyčajne obsahuje opis vzorky, deskriptívne štatistiky, výsledky štatistických testov a stručné odpovede na výskumné otázky alebo hypotézy. Nemá byť voľným komentárom k číslam ani opakovaním metodológie.

Základná logika výsledkovej kapitoly

Výsledková kapitola je časť práce, v ktorej prezentuješ zistenia získané analýzou dát. Jej úlohou je ukázať čitateľovi dôkazy: počet respondentov, rozloženie odpovedí, hodnoty premenných, výsledky testov a vzťah týchto zistení k hypotézam.

Dobrá štruktúra často vyzerá takto:

1. stručné uvedenie kapitoly,
2. opis dátového súboru alebo výskumnej vzorky,
3. deskriptívne výsledky hlavných premenných,
4. inferenčné testy alebo modely,
5. výsledky podľa výskumných otázok či hypotéz,
6. krátke vecné zhrnutie bez diskusnej interpretácie.

Pri kvantitatívnej práci je dôležité, aby sa čitateľ nestratil medzi výstupmi zo štatistického programu. Tabuľka sama osebe ešte nie je výsledok. Výsledkom sa stáva až vtedy, keď je jasné, ku ktorej otázke patrí, čo v nej treba sledovať a aký záver z nej vyplýva na úrovni dát.

Ak ešte nemáš pevne vyjasnené premenné, kapitola výsledkov sa bude písať ťažko. Pomôcť môže článok Premenné prepojené so spôsobom merania, pretože výsledky sa nedajú zmysluplne reportovať bez toho, aby bolo jasné, čo presne meriaš.

Čo patrí a nepatrí do výsledkov

Do výsledkov patria čísla, vzorce zistení a vecný komentár. Nepatrí tam rozsiahle vysvetľovanie príčin, hodnotenie kvality výskumu ani porovnávanie s autormi z literatúry, ak tým už začínaš diskusiu.

Deskriptívna štatistika znamená opis dát: napríklad priemer, medián, smerodajnú odchýlku, minimum, maximum, frekvencie alebo percentá. Inferenčná štatistika znamená testovanie vzťahov alebo rozdielov, napríklad t-test, chí-kvadrát test, koreláciu, regresiu alebo analýzu rozptylu.

Praktický rozdiel:

Slabšia verzia	Silnejšia verzia
„Respondenti boli spokojní, ako vidno v tabuľke.“	„Priemerné skóre spokojnosti bolo 4,12 na päťbodovej škále, pričom 68 % respondentov označilo hodnotu 4 alebo 5.“
„Hypotéza sa potvrdila, lebo p je menšie ako 0,05.“	„Rozdiel medzi skupinami bol štatisticky významný, t(118) = 2,41, p = 0,018; výsledok podporuje hypotézu H1.“
„Ženy odpovedali lepšie ako muži.“	„Ženy dosiahli vyššie priemerné skóre spokojnosti (M = 4,21) než muži (M = 3,89).“
„Tabuľka ukazuje všetky výsledky.“	„Tabuľka 3 uvádza priemery a smerodajné odchýlky troch dimenzií pracovnej motivácie.“

Silnejšia verzia nepreťažuje text, ale dáva čitateľovi konkrétne hodnoty a jasnú vetu o zistení.

Ako si pripraviť dáta a osnovu pred písaním výsledkov?

Pred písaním výsledkov si priprav zoznam výskumných otázok, hypotéz, premenných, použitých testov a tabuliek, ktoré k nim patria. Takto nepíšeš podľa náhodného poradia výstupov zo softvéru, ale podľa logiky svojej práce. Najlepšie je vytvoriť si malú mapu: otázka → premenné → analýza → tabuľka → veta o zistení.

Prepojenie cieľa, otázok a výstupov

Najčastejší problém nie je v tom, že študent nevie vytvoriť tabuľku. Problém je, že nevie, prečo má práve táto tabuľka v kapitole byť. Preto si pred písaním polož tri otázky:

1. Ku ktorej výskumnej otázke alebo hypotéze tento výstup patrí?
2. Ktoré premenné v ňom vystupujú?
3. Akú jednu vec má čitateľ z výstupu pochopiť?

Ak napríklad skúmaš vzťah medzi časom stráveným učením a úspešnosťou v teste, nestačí uviesť korelačnú tabuľku. Musíš jasne povedať, či ide o vzťah, akým smerom ide a či je štatisticky významný.

Tu sa výsledky opierajú o predchádzajúce kapitoly. Ak máš ešte nejasné ciele a hypotézy, pozri si Vzťah medzi cieľom práce, čiastkovými cieľmi a hypotézami. Výsledková kapitola je totiž pokračovaním tejto logiky, nie samostatný blok bez väzby na zvyšok práce.

Mini plán pred písaním kapitoly

Použi jednoduchý postup, ktorý znižuje riziko chaosu:

1. Vypíš všetky výskumné otázky a hypotézy v presnom znení.
2. Ku každej dopíš premenné, ktoré analyzuješ.
3. Urči, či ide o opis, porovnanie skupín, vzťah premenných alebo predikciu.
4. Priraď vhodný štatistický test alebo deskriptívny výstup.
5. Označ tabuľku alebo graf, ktorý bude použitý v texte.
6. Napíš jednu pracovnú vetu typu: „Výsledok ukazuje, že…“
7. Skontroluj, či žiadna tabuľka nie je v kapitole len preto, že ju program vygeneroval.

Väzba na metodológiu a analýzu

Kapitola výsledkov nemá opakovať celú metodológiu, ale musí byť s ňou konzistentná. Ak si v metodologickej kapitole napísal, že použiješ t-test na porovnanie dvoch skupín, vo výsledkoch by sa mal objaviť výsledok tohto testu. Ak si sľúbil analýzu korelácií, čitateľ ju bude očakávať.

Pri výbere testu pomáha mať jasno v type premenných, rozložení dát a výskumnej otázke. Ak si nie si istý, či použiť koreláciu, t-test alebo chí-kvadrát test, pozri si Rozhodovanie pri výbere štatistického testu. Výsledková kapitola potom nebude pôsobiť ako technická náhoda, ale ako odpoveď na plán výskumu.

V akom poradí reportovať kvantitatívne výsledky v práci?

Kvantitatívne výsledky v práci reportuj od všeobecných informácií ku konkrétnym testom. Najprv uveď vzorku a kvalitu dát, potom deskriptívne štatistiky a až potom testovanie hypotéz alebo výskumných otázok. Takéto poradie pomáha čitateľovi pochopiť, z akých dát závery vychádzajú.

Od vzorky k hlavným zisteniam

Prirodzené poradie výsledkov zvyčajne kopíruje logiku otázky: „Kto bol skúmaný? Čo sa meralo? Aké boli základné hodnoty? Aké rozdiely alebo vzťahy sa našli?“ Ak začneš hneď p-hodnotou, čitateľ ešte nevie, aké premenné porovnávaš a aký je kontext dát.

Použiteľné poradie:

1. Charakteristika vzorky — počet respondentov, základné demografické alebo relevantné premenné.
2. Opis hlavných premenných — priemery, frekvencie, rozptyl odpovedí.
3. Kontrola predpokladov alebo dát — chýbajúce hodnoty, normalita, reliabilita škály, ak je to potrebné.
4. Testovanie hypotéz — výsledky testov podľa H1, H2, H3.
5. Doplňujúce analýzy — iba ak majú väzbu na cieľ práce.
6. Vecné zhrnutie — čo bolo podporené, čo nie, bez širšieho vysvetľovania.

Ak pracuješ s dotazníkom, už pri štruktúre otázok vzniká budúce poradie výsledkov. K tomu sa hodí článok Štruktúra dotazníka so škálou odpovedí, najmä ak máš viac blokov škálových položiek.

Poradie podľa hypotéz verzus poradie podľa premenných

V bakalárskych a diplomových prácach je najčitateľnejšie poradie podľa hypotéz alebo výskumných otázok. Pri každej otázke uvedieš potrebné deskriptívne údaje a potom test. Poradie podľa premenných môže fungovať, ak máš jednu hlavnú premennú a viac súvisiacich analýz, ale ľahko sa zmení na katalogizáciu čísel.

Príklad:

• Výskumná otázka 1: Aká je úroveň pracovnej spokojnosti respondentov?
  • tabuľka priemerov,
  • percentá odpovedí,
  • krátky komentár.
• Hypotéza 1: Existuje rozdiel v spokojnosti podľa typu pracovného úväzku?
  • deskriptívne porovnanie skupín,
  • t-test alebo iný vhodný test,
  • veta o podpore alebo nepodpore hypotézy.
• Hypotéza 2: Súvisí pracovná spokojnosť s vnímanou podporou manažéra?
  • korelačná tabuľka,
  • koeficient a p-hodnota,
  • vecné vyjadrenie smeru vzťahu.

Takéto členenie znižuje riziko, že sa výsledky stratia v jednom dlhom podnadpise „Analýza dát“.

Ako písať prechodové vety

Prechodové vety sú krátke signály, ktoré vysvetlia, prečo nasleduje ďalší výstup. Nemajú byť ornamentálne. Stačí jedna funkčná veta.

Príklady:

• „Najprv boli analyzované základné charakteristiky respondentov, aby bolo jasné, z akej vzorky vychádzajú ďalšie testy.“
• „Po opise priemerných hodnôt spokojnosti bola testovaná hypotéza o rozdieloch medzi dennými a externými študentmi.“
• „Na overenie vzťahu medzi frekvenciou pohybovej aktivity a subjektívnym zdravím bola použitá korelačná analýza.“

Tieto vety pomáhajú držať reportovanie kvantitatívnych zistení pod kontrolou. Čitateľ vždy vie, čo práve sleduje a prečo.

Ako písať tabuľky a grafy vo výsledkovej časti?

Tabuľky a grafy majú vo výsledkovej časti ukázať údaje, ktoré by boli v texte neprehľadné. Každá tabuľka alebo graf musí mať jasný názov, byť spomenutý v texte a mať krátky komentár k najdôležitejšiemu zisteniu. Text nemá opakovať každé číslo z tabuľky, ale má čitateľa nasmerovať na významný vzorec.

Čo má obsahovať dobrá tabuľka

Tabuľka v kvantitatívnej práci má byť čitateľná aj bez toho, aby si čitateľ musel domýšľať kontext. Názov má povedať, čo tabuľka zobrazuje, nie iba „Tabuľka 4“. Stĺpce majú byť pomenované jednotne a hodnoty zaokrúhlené rozumne.

Pri deskriptívnych štatistikách sa často uvádza:

• počet pozorovaní alebo respondentov,
• priemer,
• medián, ak je vhodný,
• smerodajná odchýlka,
• minimum a maximum,
• percentá pri kategóriách.

Ak potrebuješ detailnejšie vedieť, čo pri deskriptívnej štatistike vybrať a čo vynechať, pomôže Prehľad premenných v deskriptívnej štatistike. Nie každá premenná potrebuje rovnaký typ ukazovateľa.

Ako komentovať tabuľku bez opisovania každého čísla

Slabý komentár iba oznámi, že tabuľka existuje. Silnejší komentár pomenuje vzorec v dátach.

Slabé: „V tabuľke 2 sú uvedené odpovede respondentov na otázky týkajúce sa motivácie. Ako vidno, odpovede boli rôzne.“

Silnejšie: „Tabuľka 2 ukazuje, že najvyššie priemerné skóre dosiahla vnútorná motivácia (M = 4,18), zatiaľ čo najnižšie skóre mala položka týkajúca sa finančného ohodnotenia (M = 3,21).“

Silnejšia verzia nerobí diskusiu, ale jasne hovorí, čo si má čitateľ všimnúť. Ak je výsledok dôležitý pre hypotézu, doplň vetu o tom, ku ktorej hypotéze sa vzťahuje.

Kedy použiť graf namiesto tabuľky

Graf je vhodný vtedy, keď chceš ukázať trend, rozdiel medzi skupinami alebo rozloženie odpovedí. Tabuľka je lepšia vtedy, keď potrebuješ presné hodnoty. V jednej kapitole nemusíš pre ten istý výsledok použiť tabuľku aj graf, ak by sa iba opakovali.

Použi graf napríklad pri:

• porovnaní priemerného skóre troch skupín,
• zobrazení podielu odpovedí v kategóriách,
• znázornení trendu v čase,
• prezentácii rozdielu pred a po intervencii.

Pri grafe vždy uveď, čo zobrazuje os x a os y, aj keď je to z názvu zdanlivo jasné. V texte potom napíš jednu až dve vety, ktoré vystihujú hlavný obrazec, nie kompletný prepis grafu.

Ako vyzerá výsledková časť príklad pri rôznych odboroch?

Výsledková časť sa mení podľa odboru, ale jej logika ostáva rovnaká: ukázať dáta, testy a odpoveď na výskumnú otázku. V psychológii môže ísť o škálové skóre a korelácie, v ošetrovateľstve o skupinové rozdiely alebo adherenciu pacientov, v manažmente o spokojnosť zamestnancov a výkonové ukazovatele. Dôležité je, aby bol každý príklad napojený na premenné a výskumný cieľ.

Sociálne vedy a psychológia

Predstav si bakalársku prácu z psychológie o vzťahu medzi akademickým stresom a kvalitou spánku u vysokoškolákov. Výskumná otázka znie: „Súvisí miera akademického stresu s kvalitou spánku?“ Premenné sú skóre stresu a skóre kvality spánku, obe merané štandardizovanými škálami.

Výsledková časť môže postupovať takto:

1. opis vzorky podľa ročníka štúdia a formy štúdia,
2. priemery a smerodajné odchýlky skóre stresu a spánku,
3. korelačná analýza medzi stresom a kvalitou spánku,
4. krátka veta, či výsledok podporuje hypotézu.

Príklad formulácie:

„Priemerné skóre akademického stresu bolo 3,42 (SD = 0,71) na päťbodovej škále. Kvalita spánku negatívne korelovala s akademickým stresom, r = -0,36, p = 0,004, čo znamená, že vyššia miera stresu bola spojená s nižšou kvalitou spánku.“

Toto je výsledok, nie diskusia. Diskusia by až následne riešila, prečo sa taký vzťah mohol objaviť a ako súvisí s existujúcou literatúrou.

Zdravotnícke vedy a ošetrovateľstvo

V diplomovej práci z ošetrovateľstva môže študent skúmať dodržiavanie liečebného režimu u starších pacientov po prepustení do domácej starostlivosti. Výskumná otázka môže znieť: „Líši sa adherencia k liečbe podľa toho, či pacient absolvoval edukačný rozhovor pri prepustení?“

Výsledková kapitola by mohla obsahovať:

• počet pacientov v skupine s edukáciou a bez edukácie,
• priemerné skóre adherencie v oboch skupinách,
• výsledok testu rozdielu medzi skupinami,
• vecnú interpretáciu, či skupiny vykazovali rozdiel.

Príklad:

„Pacienti, ktorí absolvovali edukačný rozhovor, dosiahli vyššie priemerné skóre adherencie (M = 8,12; SD = 1,04) než pacienti bez edukačného rozhovoru (M = 7,31; SD = 1,28). Rozdiel medzi skupinami bol štatisticky významný, t(86) = 3,02, p = 0,003.“

Aj tu text ostáva pri dátach. Nehovorí ešte, že edukácia „určite spôsobila“ zlepšenie, ak dizajn práce neumožňuje kauzálny záver.

Pedagogika a manažment

V pedagogickej práci môže ísť o porovnanie výsledkov žiakov pred a po zavedení krátkej didaktickej intervencie. V manažérskej práci môže študent skúmať súvis medzi štýlom vedenia a pracovnou spokojnosťou zamestnancov v malej firme.

Príklad z manažmentu:

„Cieľom analýzy bolo zistiť, či transformačný štýl vedenia súvisí s pracovnou spokojnosťou zamestnancov. Korelačná analýza ukázala pozitívny vzťah medzi skóre transformačného vedenia a pracovnou spokojnosťou, r = 0,44, p < 0,001.“

Príklad z pedagogiky:

„Priemerné skóre v teste čitateľskej gramotnosti sa po intervencii zvýšilo z 61,4 bodu na 68,9 bodu. Párový t-test ukázal štatisticky významný rozdiel medzi meraním pred intervenciou a po nej, t(29) = 2,87, p = 0,008.“

V oboch prípadoch je výsledková časť príkladom vecného reportovania: premenné, hodnoty, test, stručná odpoveď. Širšie vysvetlenie patrí do diskusie.

Ako odlíšiť výsledky verzus diskusia?

Výsledky ukazujú, čo dáta ukázali; diskusia vysvetľuje, čo tieto zistenia znamenajú. Vo výsledkoch uvádzaš hodnoty, tabuľky, grafy a výsledky testov, zatiaľ čo v diskusii ich porovnávaš s literatúrou, vysvetľuješ možné príčiny a priznávaš limity. Ak sa pristihneš pri slovách „môže to byť spôsobené tým, že…“, pravdepodobne už píšeš diskusiu.

Rýchle pravidlo „čo“ verzus „prečo“

Rozlíšenie výsledky verzus diskusia si zapamätáš cez otázky:

• Výsledky odpovedajú: Čo sme zistili?
• Diskusia odpovedá: Čo to znamená, prečo to mohlo vzniknúť a ako to súvisí s literatúrou?

Vo výsledkoch môžeš napísať:

„Medzi vekom respondentov a spokojnosťou so službou nebol zistený štatisticky významný vzťah, r = 0,08, p = 0,214.“

V diskusii môžeš napísať:

„Neprítomnosť významného vzťahu medzi vekom a spokojnosťou môže súvisieť s tým, že hodnotená služba bola navrhnutá jednotne pre všetky vekové skupiny.“

Prvá veta je reportovanie. Druhá veta je interpretácia.

Porovnanie viet vo výsledkoch a diskusii

Situácia	Patrí do výsledkov	Patrí do diskusie
Hypotéza H1 nebola podporená	„Hypotéza H1 nebola podporená, p = 0,184.“	„Možným vysvetlením je malý rozdiel medzi porovnávanými skupinami.“
Skupina A mala vyšší priemer	„Skupina A dosiahla vyššie priemerné skóre než skupina B.“	„Vyššie skóre skupiny A môže súvisieť s predchádzajúcou skúsenosťou účastníkov.“
Korelácia je významná	„Medzi premennými bol zistený pozitívny vzťah, r = 0,39.“	„Tento vzťah podporuje predpoklady uvádzané v literatúre.“
Výsledok je neočakávaný	„Výsledok nebol v súlade s hypotézou H2.“	„Neočekávaný výsledok môže byť ovplyvnený spôsobom výberu vzorky.“

Toto porovnanie ti pomôže pri revízii. Ak veta vysvetľuje dôvod alebo hodnotí význam zistenia, presuň ju do diskusie.

Krátke zhrnutie na konci kapitoly

Na konci výsledkov môže byť krátky odsek, ktorý zhrnie, ktoré hypotézy boli podporené a ktoré nie. Tento odsek však nemá prejsť do vysvetľovania.

Vhodné:

„Analýza podporila hypotézu H1 o rozdiele medzi skupinami a hypotézu H3 o vzťahu medzi spokojnosťou a vnímanou podporou. Hypotéza H2 o rozdiele podľa pohlavia podporená nebola.“

Nevhodné:

„Hypotéza H2 sa nepotvrdila, pravdepodobne preto, že muži a ženy v súčasnosti vnímajú pracovné podmienky podobne, čo zodpovedá moderným trendom na trhu práce.“

Druhá verzia už patrí do diskusie, pretože vysvetľuje a porovnáva.

Aké chyby študenti najčastejšie robia pri písaní kapitoly výsledkov?

Študenti najčastejšie miešajú výsledky s diskusiou, vkladajú tabuľky bez jasného komentára, reportujú testy bez napojenia na hypotézy a opisujú každé číslo namiesto hlavného zistenia. Ďalšou častou chybou je, že výsledky kopírujú poradie výstupov zo softvéru, nie logiku výskumnej otázky. Oprava zvyčajne znamená preusporiadať kapitolu podľa otázok, premenných a dôkazov.

Konkrétne chyby a opravy

1. Tabuľka bez dôvodu

   • Študentský príklad: „Tabuľka 5 uvádza odpovede na všetky otázky dotazníka.“
   • Problém: Nie je jasné, prečo je tabuľka dôležitá ani ku ktorej otázke patrí.
   • Oprava: „Tabuľka 5 uvádza rozloženie odpovedí na položky tvoriace škálu pracovnej spokojnosti, ktorá bola použitá pri testovaní hypotézy H1.“

2. P-hodnota bez vecného výsledku

   • Študentský príklad: „Výsledok bol významný, p = 0,03.“
   • Problém: Čitateľ nevie, čo bolo významné, medzi kým alebo čím.
   • Oprava: „Respondenti s pravidelnou pohybovou aktivitou dosiahli vyššie skóre subjektívneho zdravia než respondenti bez pravidelnej aktivity, p = 0,03.“

3. Diskusia vložená do výsledkov

   • Študentský príklad: „Žiaci po intervencii dosiahli lepšie výsledky, pretože použité metódy boli zaujímavejšie a viac ich motivovali.“
   • Problém: Prvá časť je výsledok, druhá časť je vysvetlenie bez priameho dôkazu v tejto kapitole.
   • Oprava: „Žiaci po intervencii dosiahli vyššie priemerné skóre než pred intervenciou. Možné vysvetlenia budú rozpracované v diskusii.“

4. Opis každého čísla

   • Študentský príklad: „V prvej položke bolo 12 % odpovedí 1, 18 % odpovedí 2, 24 % odpovedí 3, 31 % odpovedí 4 a 15 % odpovedí 5.“
   • Problém: Text iba prepisuje tabuľku a čitateľ nevie, čo je hlavné.
   • Oprava: „Najviac respondentov označilo hodnoty 3 a 4, čo naznačuje skôr strednú až vyššiu mieru súhlasu s položkou.“

5. Nejasné označenie hypotézy

   • Študentský príklad: „Hypotéza sa potvrdila.“
   • Problém: Nie je jasné, ktorá hypotéza a na základe akého testu.
   • Oprava: „Hypotéza H2, podľa ktorej existuje pozitívny vzťah medzi podporou učiteľa a motiváciou žiaka, bola podporená korelačnou analýzou, r = 0,41, p = 0,006.“

Slabá a silnejšia verzia jedného odseku

Slabá študentská verzia	Silnejšie prepracovanie
„V tabuľke sú výsledky spokojnosti. Vidíme, že respondenti boli celkom spokojní. Hypotéza sa potvrdila, keďže hodnota p bola menšia ako 0,05. Tento výsledok je dobrý, lebo ukazuje, že spokojnosť je dôležitá.“	„Tabuľka 4 uvádza priemerné skóre pracovnej spokojnosti podľa typu pracovného úväzku. Zamestnanci na plný úväzok dosiahli vyššie priemerné skóre spokojnosti (M = 4,08; SD = 0,62) než zamestnanci na čiastočný úväzok (M = 3,71; SD = 0,74). Rozdiel bol štatisticky významný, t(96) = 2,35, p = 0,021, preto výsledok podporuje hypotézu H1.“

Silnejší odsek má tri vlastnosti: pomenúva tabuľku, uvádza konkrétne hodnoty a viaže výsledok na hypotézu. Nehodnotí ešte, čo výsledok znamená pre prax alebo teóriu.

Ako skontrolovať kapitolu výsledkov pred odovzdaním vedúcemu?

Kapitolu výsledkov skontroluj podľa toho, či každá tabuľka, graf a veta plní jasnú funkciu vo vzťahu k výskumnej otázke alebo hypotéze. Skontroluj aj to, či sú výsledky oddelené od diskusie, či sú testy reportované jednotne a či text neprepisuje tabuľky mechanicky. Najlepšia kontrola je čítať kapitolu ako dôkazovú reťaz: otázka, dáta, analýza, zistenie.

Kontrola logiky kapitoly

Pri revízii si nečítaj kapitolu iba od začiatku do konca. Najprv skontroluj mapu výsledkov: ku každej výskumnej otázke alebo hypotéze musí existovať aspoň jeden relevantný výstup. Ak máš výstup bez otázky, pravdepodobne je nadbytočný alebo patrí do prílohy. Ak máš otázku bez výstupu, kapitola má medzeru.

Potom skontroluj poradie. Čitateľ by nemal dostať výsledok testu skôr, než vie, aké premenné boli analyzované. Pri každej tabuľke sa pýtaj: „Vie čitateľ, prečo túto tabuľku vidí?“ Ak odpoveď nie je jasná, pridaj krátku uvádzaciu vetu alebo tabuľku presuň.

Jazyk výsledkov

Jazyk výsledkov má byť presný, ale nie zbytočne komplikovaný. Nepíš „bolo možné pozorovať signifikantnosť na úrovni rozdielov“, ak stačí „rozdiel bol štatisticky významný“. Zároveň sa vyhýbaj nepresným výrazom ako „veľmi dobré výsledky“, pokiaľ ich nepodložíš hodnotami.

Užitočné formulácie:

• „Výsledok podporuje hypotézu H1.“
• „Hypotéza H2 nebola podporená.“
• „Medzi premennými bol zistený pozitívny vzťah.“
• „Rozdiel medzi skupinami nebol štatisticky významný.“
• „Najvyššie priemerné skóre dosiahla dimenzia…“
• „Najnižší podiel súhlasných odpovedí sa objavil pri položke…“

Vyhýbaj sa formuláciám:

• „dokázalo sa, že“,
• „je jasné, že“,
• „určite to spôsobilo“,
• „výsledky sú perfektné“,
• „respondenti si myslia“, ak si meral iba škálové odpovede a nie hlbšie dôvody.

Pred odchodom ďalej: kontrolný zoznam kapitoly výsledkov

• Každá výskumná otázka alebo hypotéza má vo výsledkoch vlastný výstup.
• Kapitola začína opisom vzorky alebo dátového súboru.
• Deskriptívne štatistiky sú uvedené pred testovaním hypotéz.
• Každá tabuľka a graf sú pomenované, očíslované a spomenuté v texte.
• Text pri tabuľkách pomenúva hlavné zistenie, nie každé číslo.
• P-hodnoty sú doplnené o vecný opis rozdielu alebo vzťahu.
• Hypotézy sú označené rovnako ako v úvode a metodológii.
• Výsledky neobsahujú rozsiahle vysvetľovanie príčin ani porovnanie s literatúrou.
• Záverečný odsek iba vecne zhŕňa podporené a nepodporené hypotézy.
• Tabuľky s doplnkovými alebo príliš detailnými výstupmi sú presunuté do príloh.
• Formát čísel, zaokrúhľovanie a názvy premenných sú jednotné v celej kapitole.

Odporúčané interné odkazy

(Metadáta pre systém — neodstraňovať túto sekciu)

• Premenné prepojené so spôsobom merania
• Vzťah medzi cieľom práce, čiastkovými cieľmi a hypotézami
• Rozhodovanie pri výbere štatistického testu
• Prehľad premenných v deskriptívnej štatistike