140. Jak przygotować książkę kodową gotową do SPSS, Jamovi, R i Statistica?
Dowiedz się, jak zaprojektować kompletny codebook: nazwy zmiennych, etykiety, kody, braki danych, skale pomiarowe i kontrolę jakości.
-
-
139. Kontrola zakresów dopuszczalnych wartości
Jak ustalać, sprawdzać i dokumentować dopuszczalne zakresy wartości w badawczej bazie danych? Praktyczne zasady, przykłady i najczęstsze błędy.
-
138. Dane tekstowe w badaniu ilościowym – kiedy i jak je kategoryzować?
Dane tekstowe mogą wzbogacić badanie ilościowe, ale ich kategoryzowanie wymaga jasnych definicji, codebooka, kontroli rzetelności i dokumentacji decyzji.
-
137. Identyfikator uczestnika – jak tworzyć go bez danych osobowych?
Jak projektować identyfikatory uczestników badań, aby łączyć pomiary bez wpisywania imienia, nazwiska ani innych danych osobowych?
-
136. Słownik kodów i etykiety wartości – jak je przygotować?
Dowiedz się, jak przygotować słownik kodów i etykiety wartości, aby baza danych była jednoznaczna, sprawdzalna i gotowa do analizy.
-
135. Kodowanie braków danych – czego nie robić?
Brak danych nie jest zwykłą kategorią liczbową. Sprawdź, jak kodować wartości brakujące, aby nie zniekształcić analiz i interpretacji wyników.
-
134. Rekodowanie zmiennych – zasady i dokumentacja
Rekodowanie zmiennych porządkuje dane, ale może też zmienić ich interpretację. Lekcja pokazuje, jak planować, wykonywać i dokumentować rekodowanie.
-
133. Odwrócone itemy – po co się je stosuje i jak je rekodować?
Odwrócone itemy mogą ograniczać bezrefleksyjne odpowiadanie, ale także zwiększać ryzyko błędów. Lekcja pokazuje, jak je rozpoznawać, rekodować i kontrolować.
-
132. Jednostki miary – jak unikać niespójności w bazie?
Jednostki miary nie są dodatkiem do wartości liczbowej, lecz częścią jej znaczenia. Lekcja pokazuje, jak projektować, kodować i kontrolować jednostki w bazie danych.
-
131. Data i czas jako zmienne analityczne
Data i czas nie są wyłącznie informacją opisową. W badaniach mogą określać kolejność zdarzeń, czas obserwacji, sezonowość, opóźnienia i czas do wystąpienia wyniku.
-
130. Zmienne porządkowe – jak zachować naturalny porządek kodów?
Jak kodować zmienne porządkowe, aby liczby zachowywały kolejność kategorii, ale nie sugerowały nieuprawnionych odległości?
-
129. Kategorie wielokrotnego wyboru – jak kodować je w bazie?
Jak poprawnie zapisywać odpowiedzi typu „zaznacz wszystkie pasujące” w bazie danych? Lekcja wyjaśnia strukturę zmiennych, kodowanie 0/1, braki danych i analizę.
-
128. Zmienne binarne – kodowanie 0/1 i interpretacja
Zmienne binarne przyjmują dwie kategorie, ale sposób ich zakodowania wpływa na interpretację tabel, modeli regresji i wyników badań.
-
127. Czy wyniki skal wielopozycyjnych można traktować jako ilościowe?
Krótka odpowiedź: często tak, ale nie automatycznie Pojedyncza odpowiedź w formacie Likerta, np.: 1 – zdecydowanie się nie zgadzam,2 – raczej się nie zgadzam,3 – ani się zgadzam, ani nie zgadzam,4 – raczej się zgadzam,5 – zdecydowanie się zgadzam, ma przede wszystkim charakter porządkowy. Wiemy, że odpowiedź 5 oznacza większe nasilenie badanej cechy niż odpowiedź…
-
126. Skala Likerta a pojedynczy item Likerta – ważne rozróżnienie
Wyjaśnienie różnicy między pojedynczym itemem Likerta a wielopozycyjną skalą Likerta oraz konsekwencji dla kodowania, analizy i interpretacji danych.
-
125. Poziom pomiaru a wybór statystyki – jak je łączyć bez uproszczeń?
Poziom pomiaru pomaga dobrać statystykę, ale nie działa jak automatyczna instrukcja. Sprawdź, jak łączyć skalę zmiennej z rozkładem, celem analizy i projektem badania.
-
124. Skala ilorazowa – kiedy zero ma sens absolutny?
Skala ilorazowa pozwala interpretować nie tylko różnice, lecz także proporcje między wartościami. Sprawdź, kiedy zero jest rzeczywistym początkiem pomiaru.
-
123. Skala przedziałowa – znaczenie równych odległości
Skala przedziałowa pozwala interpretować różnice między wynikami, ale nie uzasadnia porównań typu „dwa razy więcej”. Lekcja wyjaśnia jej własności, przykłady i ograniczenia.
-
122. Skala porządkowa – co naprawdę oznacza kolejność kategorii?
Skala porządkowa pozwala stwierdzić, że jedna kategoria oznacza więcej, mniej lub wyższy poziom badanego zjawiska niż inna, ale nie mówi, jak duże są różnice między kategoriami.
-
121. Skala nominalna – właściwości, przykłady i dopuszczalne operacje
Skala nominalna służy do klasyfikowania obiektów do rozłącznych kategorii. Poznaj jej właściwości, zasady kodowania, przykłady i poprawne operacje statystyczne.