048. Jak unikać celów pozornych i niemierzalnych?

W poprzednich lekcjach rozróżnialiśmy rodzaje celów badania i ich miejsce w strukturze projektu. Teraz skupimy się na problemie bardzo częstym w pracach dyplomowych, projektach klinicznych i badaniach społecznych: celu, który brzmi ambitnie, lecz nie wskazuje, co rzeczywiście zostanie zmierzone. Taki cel może być pozorny, niemierzalny albo niewykonalny. Jego obecność utrudnia dobór próby, narzędzi, procedury oraz analizy statystycznej. W praktyce cel powinien być nie tylko interesujący, ale także przekładalny na obserwacje i dane.

1. Czym jest cel badania?

Cel badania to precyzyjnie sformułowany zamiar poznawczy lub praktyczny, który określa, do jakiego rozstrzygnięcia ma doprowadzić badanie. Nie jest on ogólnym hasłem dotyczącym dziedziny, deklaracją wartości ani opisem wszystkich możliwych korzyści projektu.

Dobry cel odpowiada na pytanie: co dokładnie chcemy ustalić w określonej populacji, w odniesieniu do określonych zmiennych i przy użyciu określonego sposobu pomiaru? Dlatego cel powinien pozostawać w zgodzie z tematem, problemem badawczym, projektem badania i planem analizy.

W standardach raportowania badań ilościowych zaleca się, aby cele, hipotezy i analizy były jasno rozdzielone, a cele wskazywały badane populacje, zmienne niezależne lub predyktory oraz wyniki, które mają zostać ocenione (Appelbaum et al., 2018). W badaniach klinicznych podobny wymóg widoczny jest w zaleceniach CONSORT, gdzie należy wyraźnie przedstawić naukowe uzasadnienie i cele badania (Schulz et al., 2010). W badaniach obserwacyjnych analogiczną funkcję pełni między innymi STROBE (von Elm et al., 2007).

2. Cel pozorny – na czym polega problem?

Cel pozorny to sformułowanie, które wygląda jak cel badawczy, ale nie prowadzi do jednoznacznego pomiaru ani rozstrzygnięcia. Często zawiera czasowniki takie jak: „poznanie”, „zbadanie”, „ukazanie”, „przedstawienie”, „ocena” lub „analiza”, lecz nie określa, czego konkretnie dotyczy poznanie czy ocena.

Sam czasownik „zbadać” nie jest błędny. Problem pojawia się wtedy, gdy po nim nie następuje informacja o przedmiocie pomiaru, populacji, warunkach i sposobie interpretacji.

Przykłady celów pozornych

• „Celem pracy jest zbadanie cukrzycy typu 2.”
• „Celem badania jest poznanie problemów pielęgnacyjnych pacjentów.”
• „Celem projektu jest ukazanie znaczenia aktywności fizycznej.”
• „Celem pracy jest ocena jakości życia społeczeństwa.”
• „Celem badania jest analiza wpływu stresu na zdrowie.”

Każde z tych zdań może być punktem wyjścia do dobrego projektu, lecz w obecnej postaci nie wiadomo, kto będzie badany, jak zdefiniowano pojęcia, kiedy wykonano pomiar, jaki jest typ zależności oraz jakie wyniki pozwolą uznać cel za osiągnięty.

3. Cel niemierzalny a cel trudny do zmierzenia

Nie każdy cel musi prowadzić do pomiaru liczbowego. W badaniach jakościowych można analizować doświadczenia, narracje, znaczenia i sposoby interpretowania sytuacji. Mierzalność nie oznacza więc automatycznie użycia skali lub testu statystycznego. Oznacza natomiast możliwość wskazania, jakie dane będą stanowić podstawę odpowiedzi.

Cel jest niemierzalny w sensie metodologicznym, jeżeli nie można określić:

• jakie informacje zostaną zebrane;
• od kogo lub z jakich źródeł będą pochodzić;
• jak zostanie rozpoznany interesujący konstrukt;
• jakie kryterium pozwoli uznać cel za osiągnięty;
• jaka analiza lub procedura interpretacyjna odpowie na pytanie badawcze.

Na przykład „zbadanie dobrostanu” nie jest jeszcze celem operacyjnym. Można jednak badać średni wynik w określonym kwestionariuszu, odsetek osób z wynikiem poniżej ustalonego punktu odcięcia albo doświadczenia dobrostanu opisywane w wywiadach półustrukturyzowanych. Każda z tych wersji wymaga innego projektu.

4. Operacjonalizacja: od abstrakcyjnego zamiaru do danych

Operacjonalizacja polega na przełożeniu pojęcia lub celu na sposób obserwacji, pomiaru i analizy. W tym procesie trzeba rozróżnić konstrukt, zmienną, wskaźnik i wynik.

• Konstrukt – pojęcie teoretyczne, na przykład lęk, jakość życia, wypalenie zawodowe lub zaufanie do systemu ochrony zdrowia.
• Zmienna – cecha, która może przyjmować różne wartości, na przykład wynik skali lęku, liczba dni absencji lub poziom satysfakcji.
• Wskaźnik – obserwowalna informacja używana do reprezentowania badanego zjawiska, na przykład wynik konkretnego narzędzia albo odpowiedź na pytanie ankietowe.
• Wynik – określona miara, którą ostatecznie opisujemy lub porównujemy, na przykład średnia, mediana, odsetek, iloraz szans albo różnica średnich.

W praktyce użyteczny jest następujący schemat:

Cel badawczy → konstrukt/zmienna → sposób pomiaru → populacja → punkt czasowy → analiza → interpretacja.

Jeżeli któregoś elementu brakuje, cel może pozostać zbyt ogólny. Na przykład:

„Ocenić poziom wypalenia zawodowego u pielęgniarek pracujących na oddziałach intensywnej terapii w województwie X w 2026 roku za pomocą zwalidowanej skali, a następnie oszacować częstość wysokiego poziomu wypalenia oraz sprawdzić jego związek z liczbą dyżurów nocnych.”

Ten cel wskazuje populację, czas, konstrukt, narzędzie, dwa wyniki i planowaną relację między zmiennymi. Nadal wymaga doprecyzowania szczegółów, ale jest już możliwy do przełożenia na procedurę badawczą.

5. Test siedmiu pytań kontrolnych

Przed zatwierdzeniem celu warto odpowiedzieć na siedem pytań:

1. Co? Jakie zjawisko, cecha lub zależność ma być rozpoznana?
2. Kogo lub czego dotyczy badanie? Jaka jest populacja, jednostka analizy i kryteria kwalifikacji?
3. W jakich warunkach? Czy znaczenie ma miejsce, rodzaj świadczenia, etap choroby lub typ instytucji?
4. Kiedy? Czy pomiar jest jednorazowy, powtarzany, retrospektywny czy prospektywny?
5. Jak będzie mierzony wynik? Jakie narzędzie, skala, rejestr, obserwacja lub wywiad dostarczy danych?
6. Jak rozpoznamy odpowiedź? Jaki opis, porównanie, oszacowanie albo model będzie właściwym rezultatem?
7. Czy cel jest wykonalny? Czy badacz ma dostęp do próby, danych, czasu, zasobów i zgód etycznych?

Jeżeli na kilka pytań nie da się odpowiedzieć, nie należy od razu rozpoczynać pisania hipotez. Najpierw trzeba dopracować cel.

6. Mierzalność nie oznacza sztucznej precyzji

Wymóg mierzalności nie powinien prowadzić do pozornej dokładności. Nie należy wpisywać do celu wielu liczb tylko po to, aby wyglądał naukowo. Przykładowo sformułowanie „zbadanie satysfakcji u 200 osób w trzech poradniach w okresie od 1 stycznia do 31 marca” zawiera parametry organizacyjne, ale nadal nie wyjaśnia, czym jest satysfakcja i jak będzie oceniana.

Precyzja metodologiczna polega na zgodności elementów, a nie na nagromadzeniu szczegółów. Cel powinien być wystarczająco określony, aby można było z niego wyprowadzić problem badawczy, zmienne i analizę, lecz nie powinien zastępować całego protokołu.

Warto też rozróżnić istotność statystyczną, wielkość efektu i znaczenie praktyczne. Cel „wykazać istotność” jest słaby, ponieważ sprowadza sens badania do wartości p. Wartość p nie jest prawdopodobieństwem prawdziwości hipotezy zerowej ani miarą ważności wyniku. Lepszy cel określa, jaki efekt ma zostać oszacowany i z jaką niepewnością, na przykład różnicę średnich wraz z przedziałem ufności lub iloraz szans wraz z przedziałem ufności.

7. Przykład 1: ratownictwo medyczne

Wersja pozorna

„Celem badania jest ocena skuteczności działań ratowników medycznych w stanach nagłych.”

Nie wiadomo, czym jest „skuteczność”, jaki stan nagły będzie analizowany, czy chodzi o wynik kliniczny, czas wykonania procedury, zgodność z algorytmem czy bezpieczeństwo pacjenta.

Wersja poprawiona

„Celem badania jest porównanie odsetka pacjentów z pozaszpitalnym zatrzymaniem krążenia, u których uzyskano powrót spontanicznego krążenia, między zespołami stosującymi standardowy algorytm postępowania a zespołami korzystającymi z elektronicznej listy kontrolnej, z uwzględnieniem czasu do rozpoczęcia resuscytacji.”

Ta wersja jest lepsza, ponieważ wskazuje populację, interwencję lub ekspozycję, wynik główny, grupę porównawczą i potencjalną zmienną zakłócającą. Jeżeli badanie nie jest randomizowane, należy ostrożnie formułować wnioski. Samo porównanie zespołów nie uzasadnia automatycznie stwierdzenia, że lista kontrolna spowodowała zmianę wyniku.

8. Przykład 2: zdrowie psychiczne studentów

Wersja pozorna

„Celem pracy jest poznanie wpływu mediów społecznościowych na zdrowie psychiczne studentów.”

To sformułowanie zawiera kilka niejasności. „Media społecznościowe” mogą oznaczać czas korzystania, rodzaj aktywności, liczbę platform lub bierne przeglądanie treści. „Zdrowie psychiczne” jest szerokim konstruktem, a słowo „wpływ” sugeruje związek przyczynowy, którego badanie przekrojowe zwykle nie rozstrzyga.

Wersja odpowiednia dla badania przekrojowego

„Celem badania jest oszacowanie związku między deklarowanym czasem aktywnego i biernego korzystania z mediów społecznościowych a nasileniem objawów depresyjnych u studentów pierwszego roku, ocenianym za pomocą określonego narzędzia przesiewowego, z uwzględnieniem płci, sytuacji materialnej i jakości snu.”

W tej wersji nie używamy języka przyczynowego. Badanie może oszacować współwystępowanie lub zależność, ale nie rozstrzyga, czy korzystanie z mediów poprzedza objawy, czy osoby z gorszym samopoczuciem częściej korzystają z mediów. Takie rozróżnienie jest elementem rzetelności metodologicznej.

9. Przykład praktyczny: przeredagowanie celu krok po kroku

Załóżmy, że studentka pielęgniarstwa proponuje cel: „Celem pracy jest przedstawienie jakości opieki nad osobami starszymi w szpitalu”.

Krok 1 – identyfikacja konstruktu. „Jakość opieki” może obejmować bezpieczeństwo, komunikację, realizację potrzeb, dokumentację, zapobieganie odleżynom i satysfakcję pacjenta. Należy wybrać zakres.

Krok 2 – wybór jednostki oceny. Czy oceniane będą opinie pacjentów, obserwowalne procesy opieki, dokumentacja czy wyniki kliniczne?

Krok 3 – wskazanie populacji i miejsca. Na przykład osoby w wieku co najmniej 65 lat hospitalizowane na oddziałach internistycznych dwóch szpitali.

Krok 4 – wybór wyniku. Można ocenić wynik standaryzowanej skali satysfakcji, odsetek kompletnie wykonanych ocen ryzyka odleżyn albo częstość zdarzeń niepożądanych.

Krok 5 – określenie typu celu. Czy chodzi o opis, porównanie oddziałów, czy analizę czynników związanych z wynikiem?

Przykładowy cel końcowy może brzmieć: „Celem badania jest opisanie poziomu satysfakcji z komunikacji i ciągłości opieki wśród pacjentów w wieku co najmniej 65 lat hospitalizowanych na oddziałach internistycznych dwóch szpitali oraz porównanie wyników między oddziałami”.

Jeśli projekt ma charakter przekrojowy, nie należy pisać, że badanie „oceni jakość całego systemu opieki” ani że „wykaże skuteczność pielęgniarek”. Zakres wniosku musi odpowiadać zakresowi danych.

10. Najczęstsze błędy

• Używanie wielkich pojęć bez definicji. „Zdrowie”, „jakość”, „skuteczność” i „postawy” mogą mieć wiele znaczeń.
• Łączenie kilku badań w jednym celu. Cel obejmujący częstość, przyczyny, skuteczność interwencji i rekomendacje zwykle jest zbyt szeroki.
• Mylenie celu z czynnością badacza. „Przeprowadzić ankietę” lub „zebrać dane” opisuje działanie organizacyjne, a nie rezultat poznawczy.
• Wpisywanie do celu gotowego wniosku. „Udowodnić, że…” zakłada wynik przed przeprowadzeniem analizy.
• Nadmierne obietnice przyczynowe. Słowa „wpływ”, „skutek” i „efekt” wymagają projektu umożliwiającego wnioskowanie przyczynowe.
• Koncentracja na wartości p. Celem nie powinno być „wykazanie istotności”, lecz oszacowanie określonej różnicy, zależności lub częstości.
• Brak kryterium wykonalności. Cel może być teoretycznie interesujący, ale niewykonalny z powodu braku dostępu do populacji lub odpowiedniego narzędzia.
• Zmiana celu po obejrzeniu danych bez oznaczenia tego faktu. Cele pierwotne, wtórne i eksploracyjne należy rozróżniać, co podkreślają standardy APA JARS (Appelbaum et al., 2018).

11. Jak sprawdzić cel przed rozpoczęciem badania?

Praktycznym rozwiązaniem jest przygotowanie tabeli zgodności:

Element	Pytanie kontrolne	Przykład
Populacja	Kogo badamy?	Pacjenci po 65. roku życia
Zmienna główna	Co mierzymy?	Satysfakcję z komunikacji
Pomiar	Czym mierzymy?	Zweryfikowany kwestionariusz
Czas	Kiedy wykonujemy pomiar?	Przy wypisie ze szpitala
Wynik	Co będzie raportowane?	Średnia i przedział ufności
Analiza	Jak odpowiemy na cel?	Porównanie dwóch oddziałów

Jeżeli elementy tabeli nie pasują do siebie, problem zwykle tkwi w celu, a nie w wyborze testu statystycznego. Test statystyczny nie naprawi niejasnego pytania badawczego.

12. Związek celu z raportowaniem wyników

Cel powinien umożliwiać sprawdzenie, czy wyniki rzeczywiście odpowiadają na pytanie postawione na początku. W badaniu obserwacyjnym należy później jasno opisać populację, zmienne, źródła danych i metody analizy, zgodnie z zasadami przejrzystego raportowania STROBE (von Elm et al., 2007). W badaniu randomizowanym cel powinien pozostawać zgodny z określonym wynikiem głównym i planem analizy, aby ograniczać ryzyko selektywnego raportowania (Schulz et al., 2010; Chan et al., 2004).

W tym sensie cel pełni funkcję „umowy metodologicznej”: przed rozpoczęciem badania określa, czego szukamy, a po zakończeniu pozwala ocenić, czy nie zastąpiliśmy pytania pierwotnego przypadkowym wynikiem, który okazał się interesujący w danych.

Co warto zapamiętać?

• Cel badania powinien wskazywać przedmiot poznania, populację, sposób pomiaru i oczekiwany rodzaj wyniku.
• Cel pozorny brzmi naukowo, ale nie pozwala ustalić, jakie dane należy zebrać i jak odpowiedzieć na pytanie.
• Mierzalność nie oznacza wyłącznie liczb; w badaniach jakościowych oznacza możliwość wskazania materiału empirycznego i reguł interpretacji.
• Operacjonalizacja łączy konstrukt z konkretną zmienną, wskaźnikiem, narzędziem i analizą.
• Nie należy używać języka przyczynowego, jeżeli schemat badania pozwala jedynie na opis lub ocenę związku.
• Istotność statystyczna nie jest tym samym co wielkość efektu ani znaczenie praktyczne.
• Przed rozpoczęciem badania warto sprawdzić zgodność celu z populacją, pomiarem, wynikiem i planem analizy.

W ramach publicznego szkolenia na statysty.edu.pl warto traktować każdy cel jako punkt wyjścia do dalszych decyzji metodologicznych. Jeżeli nie da się z niego wyprowadzić problemu badawczego, zmiennych i sposobu analizy, najprawdopodobniej wymaga jeszcze dopracowania.

Źródła i dalsza lektura

1. Appelbaum, M., Cooper, H., Kline, R. B., Mayo-Wilson, E., Nezu, A. M., & Rao, S. M. (2018). Journal article reporting standards for quantitative research in psychology: The APA Publications and Communications Board task force report. American Psychologist, 73(1), 3–25. DOI: 10.1037/amp0000191.
2. Schulz, K. F., Altman, D. G., & Moher, D., for the CONSORT Group (2010). CONSORT 2010 Statement: Updated guidelines for reporting parallel group randomised trials. BMJ, 340, c332. DOI: 10.1136/bmj.c332.
3. von Elm, E., Altman, D. G., Egger, M., Pocock, S. J., Gøtzsche, P. C., Vandenbroucke, J. P., for the STROBE Initiative (2007). The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) Statement: Guidelines for Reporting Observational Studies. PLoS Medicine, 4(10), e296. DOI: 10.1371/journal.pmed.0040296.
4. Chan, A.-W., Hróbjartsson, A., Haahr, M. T., Gøtzsche, P. C., & Altman, D. G. (2004). Empirical evidence for selective reporting of outcomes in randomized trials: Comparison of protocols to published articles. JAMA, 291(20), 2457–2465. DOI: 10.1001/jama.291.20.2457.
5. Locke, E. A., & Latham, G. P. (2002). Building a practically useful theory of goal setting and task motivation: A 35-year odyssey. American Psychologist, 57(9), 705–717. DOI: 10.1037/0003-066X.57.9.705.
6. American Psychological Association (2018). APA Style Journal Article Reporting Standards. American Psychological Association. Źródło.
7. EQUATOR Network (2024). Reporting guidelines for main study types. EQUATOR Network. Źródło.

Więcej kolejnych lekcji publicznego szkolenia znajdziesz na statystyk.edu.pl.