Regresja liniowa często brzmi jak analiza „z wyższej półki”, ale w pracy magisterskiej bywa bardzo praktyczna. Pomaga sprawdzić, czy jedna zmienna przewiduje drugą i jak silny jest ten związek. Problem zaczyna się wtedy, gdy ktoś widzi tabelę z B, beta, p-value i R², a potem próbuje z tego ulepić sensowny opis. Ten wpis porządkuje temat krok po kroku.
Istotny wynik ANOVA albo Kruskala-Wallisa mówi, że między grupami coś się dzieje. Ale nie mówi jeszcze, które grupy różnią się od których. I właśnie tutaj wchodzą testy post hoc – etap często pomijany, a bardzo ważny w poprawnym opisie wyników.
Masz dane zapisane w tabeli krzyżowej i zastanawiasz się, czy lepszy będzie test chi-kwadrat, czy test Fishera? To częsty problem przy analizie odpowiedzi typu tak/nie, płeć, grupa, wybór kategorii albo obecność danego zjawiska. W tym wpisie pokażę, kiedy który test ma sens, jak sprawdzić tabelę przed analizą i jak nie pomylić danych kategorycznych z klasycznym porównaniem średnich.
Masz tabelę korelacji, ale nie wiesz, co właściwie z niej wynika? W tym wpisie pokażę Ci, jak interpretować tabelę korelacji i jak przełożyć liczby na sensowny opis do pracy dyplomowej.
Masz trzy grupy albo więcej i chcesz sprawdzić, czy różnią się między sobą, ale nie wiesz, czy wybrać ANOVA czy Kruskal-Wallis? W tym wpisie pokażę Ci, jak porównać 3 grupy bez zgadywania, z uwzględnieniem rodzaju danych, normalności rozkładu i celu analizy.
Masz dwie grupy i chcesz sprawdzić, czy różnią się między sobą, ale nie wiesz, czy wybrać test t-Studenta czy U Manna-Whitneya? W tym wpisie pokazuję Ci, jak porównać dwie grupy bez zgadywania, z uwzględnieniem rodzaju danych, normalności rozkładu i celu analizy.
Masz dane, ale zanim wybierzesz test, trzeba sprawdzić jedną ważną rzecz: czy rozkład wygląda normalnie. W tym wpisie pokazuję, jak sprawdzić normalność rozkładu, co naprawdę z tego wynika i kiedy brak idealnej normalności wcale nie oznacza statystycznej katastrofy.
Masz już tabelę, wynik testu i poziom istotności, ale nadal nie wiesz, jak opisać wyniki statystyczne w pracy dyplomowej? W tym wpisie pokazuję Ci, jak przejść od liczb do sensownego tekstu naukowego bez lania wody, bez chaosu i bez opisu, który brzmi jakby pisał go kalkulator po ciężkiej nocy.
Masz dane i nie wiesz, czy lepiej policzyć korelację Pearsona, korelację Spearmana czy sięgnąć po test U Manna Whitneya? W tym wpisie pokazuję Ci, jaki test statystyczny wybrać, żeby analiza miała sens i dała się obronić bez nerwów.
Nie każdy test pasuje do każdych danych. W tym wpisie pokażesz czytelnikowi, jak dobrać metodę analizy do rodzaju zmiennych, liczby grup i celu badania.