Як описати статистичні результати t-тестів, кореляцій і регресії в академічній роботі за стилем APA

Ви вже порахували аналіз у SPSS, Jamovi, JASP, Excel або R, але розділ результатів усе ще виглядає як набір випадкових чисел: t, df, p, r, B, β, R². Сам тест ніби зроблено правильно, а написати людською мовою важче, ніж натиснути потрібну кнопку в програмі. Саме тут студенти часто губляться: чи треба пояснювати p-значення, куди ставити середні значення, як не переплутати кореляцію з причинністю, чи достатньо скопіювати таблицю з програми. Якщо ви шукаєте, як описати статистичні результати в курсовій, дипломній або магістерській роботі, головне завдання не в тому, щоб показати всі цифри, а в тому, щоб читач зрозумів відповідь на дослідницьке питання.

Щоб описати статистичні результати за APA, назвіть тест і змінні, подайте потрібні статистичні показники у стандартному форматі, а потім коротко поясніть, що результат означає для гіпотези. Для t-тесту це зазвичай середні значення, стандартні відхилення, t, df, p і розмір ефекту; для кореляції — r, p, напрям і сила зв’язку; для регресії — R², F, коефіцієнти предикторів, p і змістовне тлумачення моделі.

У цьому матеріалі

• Як описати статистичні результати в APA без сухого переліку чисел
• Що потрібно підготувати перед описом t-тесту кореляції або регресії
• Як зробити опис t-тесту APA зрозумілим у курсовій чи магістерській роботі
• Як подати кореляцію в APA і не перебільшити зв’язок між змінними
• Як зробити опис регресії в APA щоб читач бачив модель а не лише таблицю
• Як оформлення статистики за APA відрізняється для тексту таблиць і рисунків
• Яких помилок студенти найчастіше припускаються коли пишуть статистичні результати
• Як перевірити готовий опис результатів перед розділом обговорення

Як описати статистичні результати в APA без сухого переліку чисел?

Статистичний результат за APA описують не як звіт із програми, а як відповідь на конкретне дослідницьке питання. Мінімальна структура така: що порівнювали або перевіряли, які показники отримали, чи був результат статистично значущим, наскільки він змістовно помітний і як це пов’язано з гіпотезою.

Логіка речення про результат

Статистичний тест — це спосіб перевірити, чи узгоджуються дані з очікуваною різницею, зв’язком або прогнозною моделлю. У розділі результатів читачеві не потрібно повторно пояснювати всю теорію тесту, але потрібно бачити, чому саме цей тест відповідає вашому питанню.

Зручна схема одного абзацу така:

1. Назвіть мету аналізу: порівняти дві групи, перевірити зв’язок або спрогнозувати залежну змінну.
2. Назвіть змінні в людських термінах, а не тільки як коди з таблиці.
3. Подайте описові статистики, якщо вони потрібні для розуміння результату.
4. Запишіть тестову статистику у форматі APA.
5. Додайте одне речення про зміст: гіпотезу підтримано, не підтримано або результат частково узгоджується з очікуванням.

Наприклад, у психології студент може писати про різницю в рівні академічного стресу між студентами, які працюють під час навчання, і тими, хто не працює. У медсестринстві це може бути порівняння прихильності до приймання ліків між пацієнтами після телефонного супроводу і без нього. У менеджменті — зв’язок між автономією працівників і наміром залишитися в компанії.

Слабка й сильніша версія опису

Слабкий варіант	Сильніший варіант
“Було проведено t-тест. Результат значущий, p < .05.”	“Студенти, які працювали понад 20 годин на тиждень, мали вищий середній рівень академічного стресу (M = 4.12, SD = 0.71), ніж студенти без оплачуваної роботи (M = 3.48, SD = 0.83). Різниця була статистично значущою, t(86) = 3.84, p < .001, d = 0.82.”
“Кореляція позитивна.”	“Між кількістю годин самостійної підготовки та балом за підсумковий тест виявлено позитивний зв’язок середньої сили, r(118) = .42, p < .001.”
“Регресія показала вплив мотивації.”	“Модель регресії пояснювала 31% варіації академічної успішності, R² = .31, F(2, 97) = 21.84, p < .001. Внутрішня мотивація була значущим позитивним предиктором успішності, β = .46, p < .001.”

Сильніша версія не просто “має більше цифр”. Вона дає читачеві контекст: які групи, які змінні, який напрям результату, наскільки він сильний і як його пов’язати з гіпотезою.

Що означає “за APA” у статистиці

Стиль APA — це набір правил для ясного подання академічної інформації, зокрема статистичних результатів, посилань, таблиць і рисунків. У статистичних фразах APA зазвичай вимагає курсив для латинських статистичних символів: t, p, r, F, M, SD, B, SE, β, R².

У звичайному Markdown курсив можна оформити зірочками, наприклад: t(58) = 2.31, p = .024. Для p-значень в APA часто не ставлять нуль перед десятковою крапкою, якщо значення не може бути більшим за 1: p = .032, r = .41. Для середніх значень нуль може бути потрібний, якщо шкала це передбачає: M = 3.08.

Якщо ви ще не впевнені, чи обрали правильний тест, варто повернутися на крок назад до візуальної схеми вибору статистичного тесту. Неправильно вибраний тест неможливо “врятувати” гарним описом за APA.

Що потрібно підготувати перед описом t-тесту, кореляції або регресії?

Перед написанням результатів потрібно мати не лише таблицю з p-значенням, а й дослідницьке питання, гіпотезу, назви змінних, типи шкал, описові статистики та рішення щодо тесту. Без цих елементів опис легко перетворюється на механічну вставку чисел без зв’язку з роботою.

Мінімальний набір даних для написання

Перед тим як сідати писати абзац результатів, зберіть коротку “картку аналізу”. Вона економить час і зменшує ризик, що ви забудете важливий показник.

Для t-тесту потрібні:

• назви двох груп або двох вимірювань;
• середнє значення для кожної групи;
• стандартне відхилення для кожної групи;
• t, ступені свободи, p;
• розмір ефекту, найчастіше Cohen’s d;
• напрям різниці: яка група має вищий або нижчий показник.

Для кореляції потрібні:

• дві змінні;
• розмір вибірки або ступені свободи;
• коефіцієнт r;
• p-значення;
• напрям зв’язку;
• обережне тлумачення без причинності.

Для регресії потрібні:

• залежна змінна;
• один або кілька предикторів;
• R² або скоригований R²;
• F, ступені свободи, p для моделі;
• коефіцієнти B, SE, β, t, p для предикторів;
• висновок про внесок кожного предиктора.

Зв’язок із змінними та гіпотезами

Незалежна змінна — це змінна, яка позначає групу, умову або предиктор. Залежна змінна — це показник, який ви порівнюєте, пояснюєте або прогнозуєте. Якщо ці ролі не прописані, опис результатів стає нечітким: читач не розуміє, що саме змінюється і відносно чого.

Наприклад, у дослідженні з освіти “формат навчання” може бути незалежною змінною з двома групами: онлайн і змішане навчання. “Результат тесту з академічного письма” буде залежною змінною. У такому разі t-тест відповідає на питання, чи відрізняються середні бали між двома форматами.

Якщо змінні ще не операціоналізовані, поверніться до схеми операціоналізації змінних у кількісному дослідженні. Статистичний опис тримається на тому, як саме виміряно кожну змінну: балом анкети, сумою правильних відповідей, кількістю днів, індексом або категорією.

Числа не замінюють пояснення

Студенти часто копіюють фрагмент output із програми, бо здається, що “там усе вже написано”. Проблема в тому, що програма не знає вашої гіпотези, розділу літератури й логіки роботи. Вона видає числа, а не академічну відповідь.

Порівняйте два підходи:

До редагування	Після редагування
“Independent Samples Test показав Sig. .017.”	“Середній рівень задоволеності навчанням був вищим у групі змішаного навчання, ніж в онлайн-групі; різниця була статистично значущою, t(74) = 2.45, p = .017.”
“Pearson Correlation дорівнює .51.”	“Між самоефективністю студента та середнім балом виявлено позитивний зв’язок середньої сили, r(102) = .51, p < .001.”
“Model Summary: R Square .28.”	“Регресійна модель пояснювала 28% варіації наміру залишитися в компанії, R² = .28, що свідчить про помітний внесок предикторів у пояснення результату.”

Тут важлива не “красива фраза”, а точність. Кожне число має виконувати роботу: показувати величину, напрям, значущість або пояснювальну силу.

Як зробити опис t-тесту APA зрозумілим у курсовій чи магістерській роботі?

Опис t-тесту APA має показати, які дві групи або два вимірювання порівнювалися, які середні значення отримано, чи є різниця статистично значущою і який її розмір. Найкращий абзац про t-тест поєднує описові статистики, тестову статистику та коротке змістовне тлумачення.

Формула речення для незалежного t-тесту

Незалежний t-тест порівнює середні значення двох різних груп. Його часто використовують у студентських роботах, коли є дві категорії учасників: експериментальна й контрольна група, чоловіки й жінки, студенти з досвідом роботи й без нього, пацієнти з втручанням і без втручання.

Базова формула речення:

Учасники з [група 1] мали [вищий/нижчий] середній рівень [змінна] (M = X, SD = X), ніж учасники з [група 2] (M = X, SD = X). Різниця була [статистично значущою / не була статистично значущою], t(df) = X, p = X, d = X.

Приклад із психології:

Студенти з високим рівнем соціальної підтримки мали нижчий середній рівень академічного стресу (M = 2.91, SD = 0.68), ніж студенти з низьким рівнем соціальної підтримки (M = 3.54, SD = 0.74). Різниця була статистично значущою, t(92) = -4.21, p < .001, d = 0.88.

Мінус у t не є помилкою. Він залежить від порядку груп у програмі. У тексті краще пояснити напрям різниці словами, щоб читач не виводив його з математичного знака.

Формула для парного t-тесту

Парний t-тест порівнює два вимірювання в тих самих учасників: до й після тренінгу, до й після втручання, перший і другий замір. Тут групи не незалежні, тому важливо писати про зміну в межах однієї вибірки.

Приклад із медсестринства:

Після чотиритижневого освітнього втручання пацієнти повідомляли про вищу прихильність до приймання ліків (M = 4.18, SD = 0.52), ніж до втручання (M = 3.61, SD = 0.66). Зростання було статистично значущим, t(39) = 5.09, p < .001, d = 0.80.

Тут не варто писати “група після втручання була кращою”, бо це не окрема група. Точніше: “показник після втручання був вищим, ніж до втручання”.

Якщо результат незначущий

Незначущий результат не означає, що “нічого не сталося” або що дослідження провалилося. Він означає, що на основі цих даних не отримано достатніх підстав відхилити нульову гіпотезу.

Приклад:

Середній рівень задоволеності практикою не відрізнявся статистично значуще між студентами денного (M = 3.82, SD = 0.59) і заочного навчання (M = 3.74, SD = 0.63), t(68) = 0.54, p = .591, d = 0.13.

Не пишіть “гіпотеза доведена неправильно” або “між групами немає різниці взагалі”. Краще: “статистично значущої різниці не виявлено”. Це обережніше й точніше, бо ваша вибірка не доводить повну відсутність різниці в популяції.

Як подати кореляцію в APA і не перебільшити зв’язок між змінними?

Кореляцію в APA подають через коефіцієнт r, ступені свободи або розмір вибірки, p-значення, напрям і силу зв’язку. У тлумаченні потрібно писати про асоціацію між змінними, а не про вплив однієї змінної на іншу.

Базовий опис кореляції

Кореляція — це статистичний показник зв’язку між двома кількісними змінними. Вона показує, чи змінюються показники разом, але не доводить причинно-наслідковий зв’язок.

Формула речення:

Між [змінна 1] і [змінна 2] виявлено [позитивний/негативний] зв’язок [слабкої/середньої/сильної] сили, r(df) = X, p = X.

Приклад з освіти:

Між кількістю годин підготовки до семінарів і підсумковим балом за курс виявлено позитивний зв’язок середньої сили, r(116) = .39, p < .001.

Це речення не стверджує, що години підготовки автоматично “спричинили” вищий бал. Можливо, мотивованіші студенти і більше готувалися, і краще складали тест. Для причинності потрібен інший дизайн, а не лише кореляція.

Як подати кореляцію в APA для кількох змінних

Якщо у вас кілька кореляцій, не варто описувати кожну однаково довгим реченням. У тексті краще згадати найважливіші для гіпотез зв’язки, а решту винести в кореляційну таблицю.

Приклад для менеджменту:

Намір залишитися в компанії позитивно корелював із задоволеністю роботою, r(148) = .56, p < .001, і сприйнятою підтримкою керівника, r(148) = .44, p < .001. Кореляція між наміром залишитися та робочим навантаженням була негативною, r(148) = -.31, p < .001.

Тут читач бачить не тільки окремі коефіцієнти, а й загальну картину: позитивні ресурси пов’язані з наміром залишитися, а навантаження — з нижчим наміром.

Якщо перед кореляціями вам потрібно описати середні значення, діапазони або стандартні відхилення, корисною буде візуальна схема описової статистики в дослідженні. Описові статистики допомагають зрозуміти, чи змінні взагалі мають достатню варіативність для аналізу зв’язку.

Обережні формулювання для кореляцій

Для кореляційних результатів краще використовувати слова “пов’язаний”, “асоціюється”, “корелює”, “має зв’язок”. Слова “впливає”, “зумовлює”, “призводить до” підходять лише тоді, коли дизайн дослідження справді дозволяє причинні висновки.

Слабкий варіант:

“Самооцінка впливає на успішність студентів, бо кореляція значуща.”

Сильніший варіант:

“Вища самооцінка була пов’язана з вищою академічною успішністю, r(94) = .34, p = .001. Цей результат узгоджується з гіпотезою про позитивний зв’язок між самооцінкою та успішністю, але не дає підстав робити причинний висновок.”

Таке формулювання виглядає академічно зріло. Воно не применшує результат, але й не обіцяє більше, ніж дозволяють дані.

Як зробити опис регресії в APA, щоб читач бачив модель, а не лише таблицю?

Опис регресії в APA має пояснити, що саме прогнозувала модель, скільки варіації вона пояснила, чи була модель статистично значущою і які предиктори мали самостійний внесок. Добрий текст про регресію читається як відповідь на питання “що допомагає пояснити залежну змінну?”, а не як копія таблиці коефіцієнтів.

Що писати про модель загалом

Регресія — це аналіз, який оцінює зв’язок між залежною змінною та одним або кількома предикторами. Якщо кореляція описує парний зв’язок, то регресія дозволяє оцінити внесок предиктора з урахуванням інших змінних у моделі.

Базовий опис моделі:

Регресійна модель із [предиктори] статистично значуще прогнозувала [залежна змінна], F(df1, df2) = X, p = X, і пояснювала X% варіації результату, R² = X.

Приклад із бізнесу:

Регресійна модель із задоволеністю роботою, автономією та робочим навантаженням статистично значуще прогнозувала намір працівників залишитися в компанії, F(3, 146) = 24.62, p < .001, і пояснювала 34% варіації результату, R² = .34.

Після цього потрібно перейти до предикторів. Інакше читач знає, що модель “працює”, але не знає, які змінні справді пов’язані з результатом.

Як описувати окремі предиктори

Для кожного ключового предиктора подають коефіцієнт, напрям і значущість. У студентських роботах часто достатньо стандартизованого коефіцієнта β, t і p, якщо таблиця містить повні дані. Якщо керівник просить повний формат, додайте B і SE.

Приклад:

Автономія була значущим позитивним предиктором наміру залишитися, β = .41, t(146) = 5.28, p < .001. Робоче навантаження було значущим негативним предиктором, β = -.24, t(146) = -3.11, p = .002. Задоволеність роботою не мала самостійного значущого внеску після врахування інших предикторів, β = .12, p = .114.

Тут текст відділяє загальну якість моделі від ролі кожної змінної. Саме це часто втрачається, коли студент просто вставляє таблицю.

Опис регресії в APA для гіпотез

Якщо у вас є гіпотеза “X позитивно прогнозує Y”, речення має прямо відповідати на неї. Не потрібно залишати читача здогадуватися, чи результат підтримує очікування.

Приклад із медичних наук:

У моделі, що прогнозувала рівень прихильності до реабілітаційних вправ після виписки, сприйнята підтримка медсестри була значущим позитивним предиктором, β = .38, p < .001. Це підтримує гіпотезу про те, що пацієнти, які відчувають більшу професійну підтримку, повідомляють про вищу прихильність до рекомендацій.

Якщо результат не підтримує гіпотезу, пишіть прямо:

Вік пацієнта не був значущим предиктором прихильності до вправ після врахування підтримки медсестри та тяжкості симптомів, β = -.07, p = .382. Отже, гіпотеза про негативний зв’язок між віком і прихильністю не отримала підтримки в цій вибірці.

Якщо статистичний аналіз має відповідати загальній методологічній логіці роботи, перевірте, чи ваш метод справді збігається з питанням і дизайном. Для цього можна використати схему методологічного розділу дослідження.

Як оформлення статистики за APA відрізняється для тексту, таблиць і рисунків?

Оформлення статистики за APA залежить від того, де саме ви подаєте результат: у тексті, таблиці або рисунку. Текст має давати головний висновок, таблиця — точні числові деталі, а рисунок — візуальний патерн, який допомагає швидко побачити різницю, зв’язок або прогноз.

Що залишати в тексті

У тексті не потрібно дублювати всю таблицю. Текст має вести читача через головні результати, особливо ті, що відповідають гіпотезам.

Залишайте в тексті:

• назву тесту або тип аналізу;
• ключові змінні;
• напрям результату;
• статистичну значущість;
• розмір ефекту або пояснену варіацію;
• короткий висновок щодо гіпотези.

Якщо таблиця вже містить усі коефіцієнти регресії, текст може бути коротшим, але він не має зникати повністю. Таблиця без пояснювального абзацу змушує читача самостійно виконувати вашу аналітичну роботу.

Коли потрібна таблиця

Таблиця корисна, коли даних більше, ніж зручно прочитати в одному абзаці. Наприклад, кореляційна матриця з п’ятьма змінними або регресія з кількома предикторами краще виглядають у таблиці, ніж у довгому ланцюжку речень.

Типова таблиця регресії може містити такі колонки:

Предиктор	Що показує	Приклад інтерпретації
B	Нестандартизована зміна залежної змінної	“За зростання автономії на 1 бал намір залишитися зростає на 0.42 бала.”
SE	Стандартна похибка коефіцієнта	“Оцінка коефіцієнта має певну статистичну невизначеність.”
β	Стандартизований внесок предиктора	“Автономія має сильніший внесок, ніж навантаження.”
p	Статистична значущість	“Предиктор має або не має значущого внеску в моделі.”

У тексті після таблиці не потрібно повторювати кожен рядок. Краще назвати предиктори, які мають найбільше значення для ваших гіпотез.

Коли потрібен рисунок

Рисунок варто додавати, коли форма результату важлива для розуміння. Для t-тесту це може бути стовпчикова діаграма або точковий графік із середніми значеннями. Для кореляції — діаграма розсіювання. Для регресії — лінія прогнозу або графік залишків, якщо ви обговорюєте припущення моделі.

Рисунок не замінює статистичний опис. Якщо на графіку видно, що одна група має вищий середній бал, у тексті все одно треба подати t, df, p і розмір ефекту. Якщо видно позитивний нахил хмари точок, у тексті все одно потрібен r або коефіцієнт регресії.

Для студентської роботи найкраще працює проста логіка: текст відповідає на питання, таблиця зберігає точність, рисунок допомагає побачити патерн.

Яких помилок студенти найчастіше припускаються, коли пишуть статистичні результати?

Найчастіші помилки виникають не через самі обчислення, а через неправильне тлумачення й неповне подання результатів. Студенти часто копіюють output, забувають описові статистики, плутають кореляцію з причинністю, не пишуть про розмір ефекту або роблять надто сильні висновки з незначущих результатів.

Типові помилки з реальними прикладами

1. Копіювання output без академічного речення
   Приклад студента: “Sig. (2-tailed) = .004, Equal variances assumed.”
   Виправлення: “Середній рівень тривожності був вищим у студентів першого курсу, ніж у студентів четвертого курсу, t(78) = 2.96, p = .004.” Назви колонок із програми не є готовим текстом для роботи.

2. Порожнє p-значення без напряму результату
   Приклад студента: “Результат був значущий, p < .05.”
   Виправлення: додайте, що саме було вищим, нижчим, сильнішим або слабшим. Значущість без напряму не відповідає на дослідницьке питання.

3. Причинне тлумачення кореляції
   Приклад студента: “Більша кількість годин у соцмережах знижує успішність, бо r = -.29.”
   Виправлення: “Більша кількість годин у соцмережах була пов’язана з нижчою успішністю, r = -.29.” Для твердження про вплив потрібен відповідний дизайн.

4. Ігнорування розміру ефекту
   Приклад студента: “Різниця значуща, тому вона велика.”
   Виправлення: статистична значущість не дорівнює практичній важливості. Для t-тесту додайте d, для регресії — R², для кореляції — величину r і змістовний коментар.

5. Надмірний висновок після незначущого результату
   Приклад студента: “Метод навчання не має жодного впливу на результати.”
   Виправлення: “У цій вибірці статистично значущої різниці між форматами навчання не виявлено.” Таке речення точніше й не виходить за межі даних.

Таблиця “до і після” для виправлення результатів

Проблемний запис	Кращий академічний запис
“Кореляція мотивації й оцінок хороша.”	“Мотивація позитивно корелювала з підсумковою оцінкою, r(88) = .37, p < .001.”
“Гіпотеза доведена.”	“Результат підтримує гіпотезу про вищий рівень задоволеності в експериментальній групі.”
“Регресія вплинула на залежну змінну.”	“Предиктори в регресійній моделі пояснювали 26% варіації залежної змінної, R² = .26.”
“Немає різниці, бо p = .08.”	“Статистично значущої різниці не виявлено, p = .080; однак напрям середніх значень відповідав очікуванню.”

Такі виправлення не роблять результат “кращим” статистично. Вони роблять його точнішим, зрозумілішим і придатним для академічного читання.

Як перевірити готовий опис результатів перед розділом обговорення?

Перед переходом до обговорення перевірте, чи кожен статистичний абзац має зв’язок із питанням або гіпотезою, чи всі ключові показники подані за APA і чи тлумачення не виходить за межі дизайну. Якщо розділ результатів читається без таблиць і все одно зрозуміло, що було знайдено, опис майже готовий.

Послідовність самоперевірки

Скористайтеся коротким порядком перевірки для кожного аналізу:

1. Знайдіть гіпотезу або дослідницьке питання, на яке відповідає аналіз.
2. Перевірте, чи названо змінні повними зрозумілими назвами.
3. Переконайтеся, що подано описові статистики там, де вони потрібні.
4. Звірте формат APA для символів, дужок, десяткових знаків і p-значень.
5. Додайте розмір ефекту або пояснену варіацію.
6. Приберіть причинні формулювання там, де дизайн лише кореляційний.
7. Завершіть абзац відповіддю на гіпотезу без переходу в розлоге обговорення.

Розділ результатів не має пояснювати, чому саме отримано такі дані. Це завдання розділу обговорення. Але він має чітко сказати, що саме отримано.

Межа між результатами й обговоренням

У результатах пишуть: “що показали дані”. В обговоренні пишуть: “що це може означати у світлі літератури, обмежень і практичного контексту”. Змішування цих двох функцій створює плутанину.

Результат:

“Між підтримкою викладача та академічною залученістю виявлено позитивний зв’язок, r(121) = .48, p < .001.”

Обговорення:

“Цей зв’язок може свідчити, що сприйнята підтримка викладача пов’язана з більш активною участю студентів у навчальному процесі, що узгоджується з попередніми роботами про роль навчального середовища.”

Перше речення належить до розділу результатів. Друге — до обговорення. Якщо тримати цю межу, текст стає чистішим і легше перевіряється керівником.

Перед переходом далі: чекліст опису статистичних результатів

• Кожен t-тест, кореляція або регресія прив’язаний до конкретної гіпотези чи дослідницького питання.
• Змінні названо зрозумілими словами, а не лише кодами з файлу даних.
• Для t-тесту подано M, SD, t, df, p і, за потреби, Cohen’s d.
• Для кореляції подано r, ступені свободи або розмір вибірки, p, напрям і силу зв’язку.
• Для регресії подано R², F, p для моделі та коефіцієнти ключових предикторів.
• Значущі й незначущі результати описано нейтрально, без перебільшень.
• Кореляційні результати не сформульовано як причинний вплив.
• Таблиці не дублюються повністю в тексті, але текст пояснює головні висновки.
• Усі статистичні символи оформлено в одному стилі APA.
• Після кожного результату зрозуміло, чи підтримано відповідну гіпотезу.
• Опис результатів не переходить передчасно в теоретичне обговорення.

Рекомендовані внутрішні посилання

(Службові метадані для системи збірки — не видаляйте цей розділ)

• Візуальна схема вибору статистичного тесту
• Схема операціоналізації змінних у кількісному дослідженні
• Візуальна схема описової статистики в дослідженні
• Схема методологічного розділу дослідження