070. Jak literatura i teoria powinny uzasadniać hipotezę?

Hipoteza badawcza nie powinna być pojedynczym zdaniem dopisanym na końcu wstępu. Jej zadaniem jest połączyć problem badawczy, dotychczasową wiedzę, teorię lub model wyjaśniający oraz planowane pomiary. W dobrze zaprojektowanym badaniu czytelnik powinien móc prześledzić drogę: od tego, co już wiadomo, przez to, czego jeszcze nie wiadomo, do przewidywania, które zostanie poddane sprawdzeniu.

W tej lekcji, stanowiącej część publicznego szkolenia na statystyka.edu.pl, skupiamy się nie na samym technicznym zapisie hipotezy, lecz na jej uzasadnieniu. To właśnie uzasadnienie decyduje, czy hipoteza jest naukowym przewidywaniem, czy tylko intuicyjnym przypuszczeniem.

1. Czym jest teoretycznie uzasadniona hipoteza?

Hipoteza to sprawdzalne przewidywanie dotyczące relacji między określonymi zmiennymi, różnicy między grupami albo wystąpienia określonego zjawiska. Może mieć postać opisową, porównawczą, korelacyjną, predykcyjną lub przyczynową, zależnie od pytania i schematu badania.

Teoretyczne uzasadnienie hipotezy oznacza, że badacz wyjaśnia:

• jakie pojęcia i mechanizmy są istotne dla badanego zjawiska;
• dlaczego wybrane zmienne powinny być ze sobą powiązane;
• dlaczego zależność powinna mieć określony kierunek albo dlaczego można oczekiwać różnicy między grupami;
• jak wcześniejsze wyniki wspierają przewidywanie;
• dlaczego proponowane badanie jest potrzebne mimo istnienia wcześniejszej literatury.

W tym sensie teoria nie jest synonimem bibliografii. Sama lista publikacji, zmiennych, wykresów i hipotez nie tworzy jeszcze teorii. Teoria dostarcza uporządkowanego wyjaśnienia: wskazuje, jakie elementy są powiązane, przez jaki mechanizm oraz w jakich warunkach można oczekiwać danego wyniku (Sutton i Staw, 1995).

2. Różnica między literaturą, teorią i uzasadnieniem hipotezy

Literatura

Literatura naukowa to zbiór istniejących publikacji dotyczących badanego problemu. Dostarcza informacji o definicjach, wcześniejszych pomiarach, wynikach badań, ograniczeniach metod oraz sporach interpretacyjnych. Literatura odpowiada przede wszystkim na pytanie: co już zbadano i z jakim rezultatem?

Teoria lub model

Teoria jest systemem pojęć i twierdzeń wyjaśniających dane zjawisko. Model może być węższy i bardziej konkretny: przedstawia przewidywane relacje między wybranymi zmiennymi. Teoria lub model odpowiadają na pytanie: dlaczego te zmienne miałyby być powiązane?

Uzasadnienie hipotezy

Uzasadnienie jest argumentem prowadzącym od teorii i wyników wcześniejszych badań do konkretnego przewidywania. Odpowiada na pytanie: dlaczego w tym badaniu, przy tych operacjonalizacjach i w tej populacji, oczekujemy właśnie takiego wyniku?

Można więc przyjąć prosty schemat:

teoria lub model → mechanizm → wyniki wcześniejszych badań → luka poznawcza → hipoteza

Jeżeli któryś z tych elementów jest nieobecny, argumentacja może być niepełna. Na przykład liczne korelacje opisane w literaturze nie wyjaśniają jeszcze, dlaczego korelacja powinna wystąpić w nowej próbie ani czy ma znaczenie praktyczne.

3. Jak literatura prowadzi do hipotezy?

Etap pierwszy: zdefiniowanie zjawiska

Najpierw należy ustalić, co dokładnie jest przedmiotem badania. Pojęcia takie jak „stres”, „jakość życia”, „przestrzeganie zaleceń”, „wypalenie zawodowe” czy „zaufanie do systemu ochrony zdrowia” mogą mieć wiele definicji. Przegląd literatury powinien pokazać, jak dane pojęcie rozumiano w dotychczasowych pracach oraz która definicja jest przyjmowana w bieżącym badaniu.

Bez tego hipoteza może wyglądać precyzyjnie językowo, ale pozostawać niejasna pomiarowo. Zdanie „stres pogarsza funkcjonowanie” nie określa ani rodzaju stresu, ani wymiaru funkcjonowania, ani sposobu pomiaru.

Etap drugi: identyfikacja dotychczasowych zależności

Następnie należy ustalić, jakie relacje między zmiennymi były już obserwowane. Warto zwrócić uwagę na:

• zgodność wyników między badaniami;
• różnice między populacjami i kontekstami;
• różnice w sposobie pomiaru;
• jakość schematów badawczych;
• możliwe zmienne zakłócające;
• przedziały ufności i wielkości efektu, a nie tylko wartości p.

Uzasadnienie nie powinno sprowadzać się do zdania: „w badaniu A uzyskano istotność statystyczną, dlatego stawiamy hipotezę”. Wartość p nie jest prawdopodobieństwem prawdziwości hipotezy zerowej ani miarą ważności wyniku. Dla oceny podstawy empirycznej trzeba rozważyć także wielkość efektu, precyzję oszacowania, jakość badania i zgodność wyników.

Etap trzeci: wskazanie luki poznawczej

Luka nie musi oznaczać całkowitego braku badań. Może polegać na tym, że:

• badano inną populację;
• nie sprawdzono określonego mechanizmu;
• wyniki wcześniejszych badań są niespójne;
• zastosowano słabszy lub nieporównywalny pomiar;
• nie wiadomo, czy efekt utrzymuje się w innym kontekście;
• nie oceniono znaczenia praktycznego obserwowanej zależności.

Luka powinna być konkretna. Sformułowanie „brakuje badań na ten temat” jest zwykle zbyt ogólne. Lepsze będzie: „dotychczasowe badania analizowały związek między obciążeniem pracą a wypaleniem u lekarzy, natomiast niewiele wiadomo o tej zależności u pielęgniarek ratunkowych, z uwzględnieniem pracy zmianowej jako potencjalnego czynnika modyfikującego”.

4. Jak teoria uzasadnia kierunek hipotezy?

Teoria powinna nie tylko wskazywać, że zmienne są powiązane, ale także pomagać uzasadnić kierunek przewidywania. Jeżeli zakładamy, że większe obciążenie pracą zwiększa wyczerpanie emocjonalne, należy wyjaśnić mechanizm. Może nim być ograniczenie zasobów poznawczych i emocjonalnych, mniejsza możliwość regeneracji oraz częstsze doświadczenie braku kontroli nad zadaniami.

Formalnie, dla dwóch zmiennych ilościowych, można zapisać hipotezę kierunkową jako:

H1: ρ < 0

Oznaczenia:

• H1 – hipoteza alternatywna lub badawcza;
• ρ – korelacja w populacji;
• ρ < 0 – przewidywanie ujemnego związku: wraz ze wzrostem jednej zmiennej druga przeciętnie maleje.

Sam zapis nie mówi jednak, czy związek ma znaczenie praktyczne, czy jest przyczynowy ani czy model teoretyczny jest prawidłowy. Te kwestie wymagają osobnej oceny. W badaniu przekrojowym można uzasadniać hipotezę o związku, ale nie należy automatycznie pisać, że jedna zmienna „powoduje” drugą.

5. Dwa przykłady poprawnego uzasadnienia

Przykład 1: zdrowie publiczne i szczepienia

Załóżmy, że badacz chce sprawdzić, czy zaufanie do instytucji publicznych wiąże się z gotowością do przyjęcia szczepienia przeciw chorobie zakaźnej.

Słabe uzasadnienie brzmi: „Zaufanie jest ważne, dlatego osoby bardziej ufające instytucjom będą częściej szczepić się”. Jest to intuicja, lecz brakuje definicji, mechanizmu i odniesienia do luki.

Lepsza argumentacja może wyglądać następująco: zaufanie do instytucji wpływa na ocenę wiarygodności komunikatów, bezpieczeństwa procedur oraz kompetencji osób odpowiedzialnych za politykę zdrowotną. Jeżeli obywatel uznaje instytucje za wiarygodne, może być bardziej skłonny przyjąć informacje o korzyściach i ryzyku szczepienia. Wcześniejsze badania wskazują na związek zaufania z akceptacją zaleceń zdrowotnych, ale siła tej zależności może zależeć od rodzaju szczepienia i poziomu wykształcenia. Dlatego hipoteza może brzmieć: wyższy poziom zaufania do instytucji publicznych będzie wiązał się z większą deklarowaną gotowością do szczepienia, po uwzględnieniu wieku, wykształcenia i wcześniejszych doświadczeń ze szczepieniami.

To uzasadnienie wskazuje zmienne, mechanizm, możliwe czynniki zakłócające oraz zakres przewidywania. Nadal jednak opisuje związek, a nie dowód przyczynowy.

Przykład 2: psychologia i jakość snu

Badacz może analizować, czy regularność snu wiąże się z objawami lękowymi u studentów. Teoria samoregulacji i modele stresu sugerują, że nieregularny sen może ograniczać regenerację i pogarszać regulację emocji. Wcześniejsze badania mogą wskazywać na współwystępowanie zaburzeń snu i objawów lękowych, ale nie zawsze rozstrzygają kierunek zależności.

Uzasadniona hipoteza powinna zatem unikać zbyt mocnego języka: mniejsza regularność snu będzie związana z większym nasileniem objawów lękowych. Jeżeli badanie jest przekrojowe, nie należy formułować hipotezy w rodzaju „nieregularny sen powoduje lęk”, chyba że projekt i analiza rzeczywiście uzasadniają wnioskowanie przyczynowe.

6. Jak budować akapit uzasadniający hipotezę?

Praktyczny akapit można zbudować z pięciu zdań:

1. Zdefiniuj główne zjawisko i jego znaczenie dla problemu badawczego.
2. Przedstaw teorię lub model wskazujący możliwy mechanizm.
3. Omów najważniejsze wyniki wcześniejszych badań, uwzględniając ich ograniczenia.
4. Wskaż konkretną lukę oraz uzasadnij, dlaczego obecne badanie ją adresuje.
5. Sformułuj hipotezę w sposób zgodny z projektem, populacją i pomiarem.

Nie trzeba cytować każdej części akapitu osobnym źródłem, ale każde twierdzenie empiryczne lub teoretyczne powinno mieć odpowiednie oparcie. Przegląd literatury powinien być syntetyczny, a nie katalogowy. Zamiast streszczać kolejno dziesięć artykułów, lepiej porównać ich wyniki, metody i ograniczenia.

Wytyczne raportowania, takie jak APA JARS, STROBE czy PRISMA, nie zastępują teorii, ale pomagają przejrzyście pokazać, jak sformułowano problem, jakie były założenia i w jaki sposób dobierano dowody (Appelbaum i in., 2018; von Elm i in., 2007; Page i in., 2021).

7. Najczęstsze błędy

• Hipoteza oparta wyłącznie na intuicji. Intuicja może rozpocząć poszukiwania, ale nie zastępuje argumentu teoretycznego i empirycznego.
• Lista cytowań zamiast syntezy. Same odwołania bibliograficzne nie pokazują, jak wyniki prowadzą do hipotezy.
• Wybiórcze cytowanie. Pomijanie badań o wynikach przeciwnych osłabia wiarygodność argumentacji.
• Mylenie korelacji z przyczynowością. Związek obserwowany w badaniu przekrojowym nie dowodzi, że jedna zmienna wywołuje drugą.
• Uzasadnianie hipotezy wyłącznie wartością p. Należy uwzględniać wielkość efektu, przedział ufności, jakość pomiaru i znaczenie praktyczne.
• Nadmiernie ogólna teoria. Odwołanie do „teorii stresu” bez wskazania konkretnych pojęć i mechanizmu niewiele wyjaśnia.
• Hipoteza niezgodna z operacjonalizacją. Jeżeli mierzymy deklarowaną gotowość, nie powinniśmy twierdzić, że badamy rzeczywiste zachowanie.
• Wprowadzanie mechanizmu, którego się nie mierzy. Mediator lub moderator może być elementem modelu, ale jeśli nie został zaplanowany i zmierzony, nie należy przedstawiać go jako sprawdzonego wyjaśnienia.
• Tworzenie uzasadnienia po obejrzeniu wyników. Dopasowywanie teorii do uzyskanych rezultatów prowadzi do problemu HARKing, omawianego w poprzedniej lekcji.

8. Przykład praktyczny: projekt badania pielęgniarek

Rozważmy projekt dotyczący związku między obciążeniem pracą a satysfakcją zawodową pielęgniarek pracujących w szpitalu.

Problem: rotacja personelu i obciążenie oddziałów mogą wpływać na funkcjonowanie zawodowe pielęgniarek.

Teza teoretyczna: zgodnie z podejściem zasobów i wymagań pracy, wysokie wymagania zawodowe przy niewystarczających zasobach mogą prowadzić do przeciążenia, zmniejszenia poczucia kontroli i niższej satysfakcji.

Stan wiedzy: wcześniejsze badania sugerują związek obciążenia z dobrostanem zawodowym, ale wyniki mogą różnić się zależnie od typu oddziału, systemu zmianowego i dostępnego wsparcia zespołowego.

Luka: w planowanej placówce nie oceniono jednocześnie obciążenia, wsparcia przełożonego i satysfakcji zawodowej.

Hipoteza: wyższe postrzegane obciążenie pracą będzie związane z niższą satysfakcją zawodową, a siła tego związku będzie mniejsza u pielęgniarek deklarujących większe wsparcie przełożonego.

Druga część jest hipotezą moderacji. Wymaga zaplanowania interakcji statystycznej między obciążeniem a wsparciem. Nie wystarczy podzielić uczestników na grupy po analizie i sprawdzać wiele przypadkowych porównań. Model powinien być określony przed analizą, a uzasadnienie powinno wyjaśniać, dlaczego wsparcie miałoby zmieniać siłę zależności.

Co warto zapamiętać?

• Literatura pokazuje, co już wiadomo; teoria lub model wyjaśnia, dlaczego można oczekiwać określonej relacji.
• Dobra hipoteza wynika z ciągu: teoria, mechanizm, dowody empiryczne, luka poznawcza, przewidywanie.
• Uzasadnienie powinno uwzględniać wyniki zgodne i niezgodne z przewidywaniem.
• Kierunek hipotezy wymaga argumentu, a nie tylko deklaracji badacza.
• Hipoteza musi odpowiadać populacji, projektowi, operacjonalizacji i planowanej analizie.
• Badanie obserwacyjne zwykle uzasadnia hipotezę o związku, nie zaś automatycznie o przyczynowości.
• Istotność statystyczna nie zastępuje teorii, wielkości efektu ani oceny znaczenia praktycznego.
• Najlepszym testem jakości uzasadnienia jest pytanie: czy czytelnik rozumie, dlaczego właśnie tę hipotezę, w tej populacji i przy tych pomiarach, należy sprawdzić?

\n

Źródła i dalsza lektura

\n

1. Sutton, Robert I.; Staw, Barry M. (1995). What Theory Is Not. Administrative Science Quarterly, 40(3), 371–384. DOI: 10.2307/2393788.
2. Whetten, David A. (1989). What Constitutes a Theoretical Contribution?. Academy of Management Review, 14(4), 490–495. DOI: 10.5465/amr.1989.4308371.
3. Appelbaum, Mark; Cooper, Harris; Kline, Rex B.; Mayo-Wilson, Evan; Nezu, Arthur M.; Rao, Stephen M.; et al. (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.
4. von Elm, Erik; Altman, Douglas G.; Egger, Matthias; Pocock, Stuart J.; Gøtzsche, Peter C.; Vandenbroucke, Jan 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.
5. Page, Matthew J.; McKenzie, Joanne E.; Bossuyt, Patrick M.; Boutron, Isabelle; Hoffmann, Tammy C.; Mulrow, Cynthia D.; et al. (2021). The PRISMA 2020 Statement: An Updated Guideline for Reporting Systematic Reviews. BMJ, 372, n71. DOI: 10.1136/bmj.n71.
6. EQUATOR Network (2026). Library for Health Research Reporting. EQUATOR Network. EQUATOR Network. Źródło.

\n

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

Jeżeli potrzebujesz indywidualnego wsparcia w doborze metod, przygotowaniu bazy lub opracowaniu wyników badań, sprawdź analiza statystyczna.