Podstawy

metodologii badań
psychologicznych
Ćwiczenia 1

dr Magdalena Żołud
magdalena.zolud@humanum.pl
Warunki zaliczenia ćwiczeń

• Podstawą zaliczenia ćwiczeń jest aktywny udział w zajęciach oraz zdanie

kolokwium.
• Student/ka ma prawo do 2 nieobecności (1,5h = 1 nieobecność), pozostałe
nieobecności należy zaliczyć na konsultacjach.
• Student/ka może otrzymać maksymalnie 20 punktów za:
• Kolokwium: 15 punktów maksymalnie (minimum do zaliczenia kolokwium: 7 punktów)
• Aktywność: 5 punktów maksymalnie

• Termin kolokwium: ostatnie zajęcia

Warunki zaliczenia ćwiczeń

Punktacja do oceny końcowej:

• bardzo dobry (5.0) – 91 -100 %
• dobry plus (4.5) – 81 -90 %
• dobry (4.0) – 71 – 80 %
• dostateczny plus (3.5) – 61 – 70 %
• dostateczny (3.0) – 51 – 60 %
• niedostateczny (2.0) – poniżej 50 %
Postępowanie badawcze - przypomnienie

1. Sformułowanie problemu badawczego i postawienie

hipotezy badawczej
2. Określenie zmiennych
3. Operacjonalizacja zmiennych
4. Określenie modelu badawczego
5. Dobór próby z populacji
6. Wybór modelu statystycznego
7. Akceptacja lub odrzucenie hipotezy
8. Ocena, interpretacja i generalizacja rezultatu badawczego

Brzeziński, J. (2021). Metodologia badań psychologicznych.

Warszawa: Wydawnictwo Naukowe PWN, s. 37.
Operacjonalizacja

• Definicja operacyjna – sposób definiowania pojęć poprzez podawanie operacji ich

tworzenia i mierzenia.

Konceptualizacja
Definicja Definicja Pomiar
nominalna operacyjna

Shaughnessy, J. Zechmeister, E., Zechmeister J. (2002). Metody badawcze w psychologii. Gdańsk: GWP, s. 54.
Babbie, E. (2019). Badania społeczne w praktyce. Warszawa: Wydawnictwo Naukowe PWN, ss. 139-171.
Brzeziński, J. (2021). Metodologia badań psychologicznych. Warszawa: Wydawnictwo Naukowe PWN, ss. 45-49.
 Wskaźnik
Wskaźnik to pewny lub wysoce prawdopodobny znak obecności lub nieobecności badanego
zjawiska. Obserwowalny fakt – zdarzenie, zachowanie, zjawisko – na podstawie którego
wnioskujemy o wystąpieniu innego zjawiska.

Klasyfikacja wskaźników wg Stefana Nowaka:

• Wskaźniki empiryczne – badane zjawisko jest obserwowalne. Badane zjawisko jest bezpośrednio
wskazywane przez wskaźnik. Np. termometr wskazuje temperaturę, stoper wskazuje czas wykonania
zadania.

• Wskaźniki definicyjne – wskaźnik jest częścią definicji badanego zjawiska (są one wysoko skorelowane),
np. wysokość zarobków wskazuje status ekonomiczny.

• Wskaźniki inferencyjne – badane zjawisko nie jest obserwowalne. Wnioskujemy o jego wystąpieniu na
podstawie obserwowalnych wskaźników. Zjawisko jest ukrytą, hipotetyczną zmienną, ale mającą
obserwowalne następstwa, np. samochód jako wskaźnik statusu społecznego.

Babbie, E. (2019). Badania społeczne w praktyce. Warszawa: Wydawnictwo Naukowe PWN, ss. 139-171.
Brzeziński, J. (2021). Metodologia badań psychologicznych. Warszawa: Wydawnictwo Naukowe PWN, ss. 36-41.
Pomiar

• Pomiar jest procedurą przyporządkowywania liczb różnym

wartościom zmiennej według ustalonej zasady.
Wszystkie czynności, które mają na celu wyznaczenie wartości
danego wskaźnika, np. pomiar temperatury za pomocą
termometru, pomiar czasu za pomocą stopera, pomiar
inteligencji za pomocą odpowiedniego kwestionariusza.

Francuz, P., & Mackiewicz, R. (2007). Liczby nie wiedzą, skąd pochodzą: przewodnik po metodologii i statystyce: nie tylko dla psychologów. Wydawnictwo KUL., ss. 28-29.
Brzeziński, J. (2021). Metodologia badań psychologicznych. Warszawa: Wydawnictwo Naukowe PWN, ss. 26-32.
Skale pomiarowe
Stanleya S. Stevensa klasyfikacja
zmiennych:
• Skala nominalna (kategorialna)
• Skala porządkowa
• Skala interwałowa (przedziałowa)
• Skala ilorazowa (stosunkowa)
Typ skali wskazuje: ilość informacji dostarczonej przez pomiar zmiennej
oraz określa dopuszczalne przekształcenia, operacje i statystyki,
jakie można przeprowadzić na zbiorze wartości danej zmiennej.
Babbie, E. (2019). Badania społeczne w praktyce. Warszawa: Wydawnictwo Naukowe PWN, ss. 156-160.
Brzeziński, J. (2021). Metodologia badań psychologicznych. Warszawa: Wydawnictwo Naukowe PWN, ss. 30-32.
Skala nominalna
• Zmienne jakościowe
• Wartości zmiennych są wzajemnie
rozłączne i wyczerpujące.
• Pozwala na pogrupowanie obiektów (osób)
według wartości, jakie przyjmują zmienne
dla tych obiektów.
• Całą populację można podzielić na tyle
grup, ile wartości może przyjmować dana
zmienna nominalna.
• Pomiar pozwala stwierdzić tożsamość:
• czy dwa obiekty są jednakowe czy
różne od siebie pod względem
wartości, jaką przyjmuje dla nich
zmienna.
• Przykłady: płeć, wyznanie, miasto
urodzenia Babbie, E. (2019). Badania społeczne w praktyce. Warszawa: Wydawnictwo Naukowe PWN, ss. 156-160.
Brzeziński, J. (2021). Metodologia badań psychologicznych. Warszawa: Wydawnictwo Naukowe PWN, ss. 30-32.
Skala porządkowa
• Uporządkowanie obiektów według
wartości, jakie przyjmują dla nich zmienne.
• Skala nie posiada równych przedziałów.
• Pomiar pozwala stwierdzić:
• Tożsamość: czy dwa obiekty są
jednakowe czy różne od siebie pod
względem wartości, jaką przyjmuje dla
nich zmienna.
• Natężenie: uporządkowanie obiektów
wg wartości, jakie przyjmuje dla nich
zmienna.
• Przykłady: religijność, konserwatyzm,
kolejność na mecie, smak potraw, oceny
szkolne.

Babbie, E. (2019). Badania społeczne w praktyce. Warszawa: Wydawnictwo Naukowe PWN, ss. 156-160.
Brzeziński, J. (2021). Metodologia badań psychologicznych. Warszawa: Wydawnictwo Naukowe PWN, ss. 30-32.
Skala interwałowa (przedziałowa)
• Skala ilościowa
• Skala posiada równe przedziały, ale nie posiada
zera.
• Pomiar pozwala stwierdzić:
• Tożsamość: czy dwa obiekty są jednakowe
czy różne od siebie pod względem
wartości, jaką przyjmuje dla nich zmienna.
• Natężenie: uporządkowanie obiektów wg
wartości, jakie przyjmuje dla nich zmienna.
• Różnice w natężeniu: pozwala na
stwierdzenie o ile natężenie zmiennej jest
większe/mniejsze dla jednego obiektu
względem drugiego obiektu.
• Przykłady: temperatura, wyniki w testach
psychologicznych.

Babbie, E. (2019). Badania społeczne w praktyce. Warszawa: Wydawnictwo Naukowe PWN, ss. 156-160.
Brzeziński, J. (2021). Metodologia badań psychologicznych. Warszawa: Wydawnictwo Naukowe PWN, ss. 30-32.
Skala ilorazowa (stosunkowa)
• Skala ilościowa
• Skala posiada równe przedziały oraz posiada zero
bezwzględne.
• Pomiar pozwala stwierdzić:
• Tożsamość: czy dwa obiekty są jednakowe czy
różne od siebie pod względem wartości, jaką
przyjmuje dla nich zmienna.
• Natężenie: uporządkowanie obiektów wg
wartości, jakie przyjmuje dla nich zmienna.
• Różnice w natężeniu: pozwala na stwierdzenie
o ile natężenie zmiennej jest większe/mniejsze
dla jednego obiektu względem drugiego
obiektu.
• Precyzyjniejsze różnice w natężeniu: pozwala
na stwierdzenie o ile razy natężenie zmiennej
jest większe/mniejsze dla jednego obiektu
względem drugiego obiektu.
• Przykłady: czas, wiek, liczba poprawnych Babbie, E. (2019). Badania społeczne w praktyce. Warszawa: Wydawnictwo Naukowe PWN, ss. 156-160.
odpowiedzi, częstość zachowań. Brzeziński, J. (2021). Metodologia badań psychologicznych. Warszawa: Wydawnictwo Naukowe PWN, ss. 30-32.
Skale
pomiarowe

Źródło: Babbie, E. (2019).

Badania społeczne w praktyce.
Warszawa: Wydawnictwo
Naukowe PWN, ss. 158.
 Jaka to skala?

1. Wykształcenie
2. Dochód
3. Liczba przyjaciół
4. Skala SAM (Self Assessment Manikin)
Istotność statystyczna
Czy różnica między Przykład: samoocena mierzona u nastolatków z dwóch grup:
średnimi jest duża czy 1) oglądających przerobione zdjęcia,
mała? 2) oglądająca nieprzerobione zdjęcia.
Średnie wyniki w wykonywaniu sztuczek
dla psów i kotów…
Czy różnica między średnimi jest duża czy mała?

Grupa N Średnia SD
Trening z
8 6.375 1.408
klikaczem
Trening z
8 5.125 1.727
jedzonkiem

Grupa N Średnia SD
Kontrolna 23 41.522 17.149
Treningowa 21 51.476 11.007
 Wnioskowanie statystyczne

• Testowanie przedziałów ufności

• Testowanie hipotez zerowych
 Testowanie hipotez zerowych
• Testowanie hipotezy zerowej – ma na celu sprawdzenie, czy różnice między średnimi grup eksperymentalnych są
większe niż wynikałoby to z przypadku.
• Testowanie hipotez zerowych ma charakter:
• Indukcyjny – wyciąganie ogólnych wniosków na temat populacji na podstawie specyficznych prób, które badamy w eksperymencie.
• Pośredni – zakłada hipotezy zerowe.
• Krok 1: przyjęcie założenia, że grupy się NIE RÓŻNIĄ, to znaczy, że zmienna niezależna nie ma wpływu na zmienną
zależną (hipoteza zerowa).
• Wiek niemowląt nie ma wpływu na zachowania eksploracyjne przeprowadzane na obrazkach.
• Oglądanie zdjęć z filtrem nie ma wpływu na poziom samooceny.
• Nie ma różnic, związków, zależności, itp.
• Za pomocą teorii prawdopodobieństwa szacujemy prawdopodobieństwo uzyskania takiej różnicy jak w naszym
badaniu, jeśli hipoteza zerowa jest prawdziwa (czyli w rzeczywistości nie ma różnic).
• Jeśli to prawdopodobieństwo jest wystarczająco małe, to odrzucamy H0 , a wynik uznajemy za istotny
statystycznie. Gdy prawdopodobieństwo nie jest wystarczająco małe, to nie mamy podstaw do odrzucenia H 0
(wynik nie jest istotny statystycznie).
• Co to znaczy, że prawdopodobieństwo jest „małe”?
• Poziom istotności – α (alfa)
• Przyjmuje się, że 5 na 100 to mało, czyli: p ≤ 0,05
 Błędy związane z testowaniem hipotez zerowych

• Błąd pierwszego rodzaju – odrzucamy hipotezę zerową, gdy ona jest prawdziwa.
• Błąd drugiego rodzaju – nie odrzucamy hipotezy zerowej, gdy ona jest fałszywa (powinna
zostać odrzucona.

Stany rzeczywiste
H0 – jest fałszywa H0 – jest prawdziwa
Odrzucenie H0
(p < α) Prawidłowa decyzja Błąd I rodzaju
Wynik testowania
statystycznego Przyjęcie H0
(p > α) Błąd II rodzaju Prawidłowa decyzja
 Błąd Błąd drugiego
pierwszego rodzaju
rodzaju Nie odrzucamy
Odrzucamy hipotezy
hipotezę zerowej,
zerową, gdy ona jest
gdy ona jest fałszywa.
prawdziwa.
 Ograniczenia procedury
testowania hipotezy zerowej

• Wynik istotny statystycznie:

• Wyniki istotny statystycznie nie jest tym samym, co
wynik mający znaczenie praktyczne.
• Wyniki istotny statystycznie nie oznacza jednocześnie, że
to wynik jest interpretowalny.
• Wyniki istotny statystycznie nie mówi nic o tym, czy
hipoteza zerowa jest prawdziwa.
• Wyniki istotny statystycznie nie mówi nam, czy
eksperyment zostanie zreplikowany.

• To czemu nadal stosujemy takie wnioskowanie?

 Wielkość efektu
Problem związany z wnioskowaniem statystycznym polega na tym,
że wpływa na nie wielkość grupy biorącej udział w eksperymencie.
Miara wielkości efektu wskazuje na moc związku między zmienną
niezależną a zmienną zależną, ale nie zależy od wielkości grupy.
Zalety posługiwania się miarą wielkości efektu:
• Uzupełnienie testów statystycznych (jak silne ZN wpływa na ZZ).
• Porównania wyników eksperymentów z różną liczbą osób badanych.
• Szacunek ogólnej wielkości efektu dla serii podobnych
eksperymentów.
 Metaanaliza

Analiza wyników wielu niezależnych

eksperymentów z tej samej dziedziny. Zwykle
używa się w niej jakiejś miary wielkości efektu.
 Przekształcenie skal

W analizie można wykorzystać skalę:

Nominalną Porządkową Interwałową Ilorazową

Nominalnej X
W badaniu
pomiaru
Porządkowej X X
dokonano
na skali:
Interwałowej X X X
Ilorazowej X X X X

Babbie, E. (2019). Badania społeczne w praktyce. Warszawa: Wydawnictwo Naukowe PWN, ss. 156-160.
Brzeziński, J. (2021). Metodologia badań psychologicznych. Warszawa: Wydawnictwo Naukowe PWN, ss. 30-32.
 Statystyki na skalach

Co można policzyć? Nominalna Porządkowa Interwałowa Ilorazowa

Rozkład częstości X X X X
Moda (dominanta) X X X X
Mediana, kwartyle,
rozstęp X X X
Średnia
i odchylenie
standardowe (i inne)
X X

Bedyńska, S., & Cypryańska, M. (Eds.). (2013). Statystyczny drogowskaz: Praktyczne wprowadzenie do wnioskowania statystycznego.
Wydawnictwo Akademickie Sedno, ss. 94-101.
Brzeziński, J. (2021). Metodologia badań psychologicznych. Warszawa: Wydawnictwo Naukowe PWN, s. 32.
 Miary tendencji
centralnej

Pozwala opisać „środek ciężkości” wyników, wskazać gdzie znajduje się ich „centrum”. Wynik „typowy”, wokół którego
koncentrują się dane.

Moda (modalna, dominanta)

Mediana

Średnia
Moda (modalna, dominanta)

• Wartość najczęściej występująca w zbiorze

oceny Jasia = 2 3 3 3 3 4 4 4 5 5 6
oceny Stasia = 3 3 3 3 3 4 4 4 5 5 5

Jaś, moda = 3
Staś, moda = 3
Mediana
• Wartość dzieląca uporządkowany zbiór danych na pół.

oceny Jasia = 2 3 3 3 3 4 4 4 5 5 6
oceny Stasia = 3 3 3 3 3 4 4 4 5 5 5

Mediana = 4

3 3 3 4 5 6 6 6
Mediana = 4,5
Średnia (M)
• Suma wszystkich wartości zmiennej podzielona przez ich liczbę.

oceny Jasia = 2 3 3 3 3 4 4 4 5 5 6
oceny Stasia = 3 3 3 3 3 4 4 4 5 5 5

Średnia
M = 3,81
 Miary rozproszenia

Pozwalają opisać na ile wyniki są rozproszone wokół „środka”

Rozstęp

Wariancja

Odchylenie standardowe
Rozstęp
• „Odległość” pomiędzy najniższym i najwyższym wynikiem.

oceny Jasia = 2 3 3 3 3 4 4 4 5 5 6
oceny Stasia = 3 3 3 3 3 4 4 4 5 5 5

Jaś, Rozstęp = 4
Staś, Rozstęp = 2
Wariancja

• Miara rozproszenia wyników wokół

średniej. Wariancja jest równa
sumie kwadratów odchyleń od
średniej, dzielonej przez liczbę
wyników pomniejszoną o 1. 
• Wariancja = zmienność

oceny Jasia = 2 3 3 3 3 4 4 4 5 5 6
oceny Stasia = 3 3 3 3 3 4 4 4 5 5 5
Jaś, wariancja = 0,763
Staś, wariancja = 1,364
Odchylenie standardowe (SD)
• Miara – jak szeroko wartości są rozrzucone wokół średniej. Im większe
SD tym większe rozproszenie wokół średniej. Odchylenie standardowe
to pierwiastek kwadratowy z wariancji.

oceny Jasia = 2 3 3 3 3 4 4 4 5 5 6
oceny Stasia = 3 3 3 3 3 4 4 4 5 5 5

Jaś, SD = 1,17
Staś, SD = 0,87
Odchylenie standardowe (SD)

Źródło: Pogotowie statystyczne, https://pogotowiestatystyczne.pl/odchylenie-standardowe-czyli-nie-sama-srednia-czlowiek-zyje/

Pojęcie rozkładu normalnego (krzywej dzwonowej, krzywej Gaussa)

Opisuje sposób, w jaki wartości

zmiennych występują w populacji.

• Średnia, mediana i moda mają

tę samą wartość
• Skośność i kurtoza wynoszą 0
 Miary kształtu rozkładu
• Kurtoza – miara asymetrii rozkładu w
• Skośność – miara asymetrii pionie. Stopień skupienia wartości
rozkładu normalnego w poziomie wyników wokół wartości centralnej.
Dziękuję za uwagę
dr Magdalena Żołud
magdalena.zolud@humanum.pl