POLECAMY
Wydawca:
Format:
ibuk
Statystyka spędza sen z Twoich powiek? Nie wiesz, co właściwie znaczą cyfry w tych tabelach i jak je interpretować? Planowanie badania naukowego to dla Ciebie enigma, a wizja analizy uzyskanych wyników przyprawia o dreszcze? Wielu studentów twierdzi, że mają problem ze statystyką! Ta książka powstała po to, by przybliżyć Ci podstawy metodologii badań naukowych oraz analizy i interpretacji ich wyników. To nie jest podręcznik statystyki! To bardziej przewodnik, zaproszenie do podróży, którą będziesz mógł rozpocząć po zapoznaniu się z metodologią badań naukowych. Poznając tę część, zyskasz uprawnienia do prowadzenia naukowej maszyny i niczym pilot podrywający do lotu swego dreamlinera, udasz się bez lęku na drugi koniec świata. Będzie to podróż wyjątkowa, bowiem dzięki niej: znajdziesz być może pracę marzeń (dowiesz się przy okazji, co to jest testowanie hipotez statystycznych), zagrasz, a następnie wygrasz wysoką kwotę w kasynie (poczytasz o statystykach opisowych), poznasz tajemnice lokalnej mafii (czyli testu ?2) i… wypijesz najlepsze miejscowe piwo (z twórcą testu t Studenta). W końcu… (za pomocą ANOVY) zaczniesz przeprowadzać życiowe eksperymenty nad związkiem spożywanych napojów i poziomem energii, odkryjesz (dzięki korelacji), co idzie w parze z bogatym życiem towarzyskim, finalnie (w toku regresji) znajdziesz inne, niż tylko podróżowanie, sposoby na dobre samopoczucie – memy! Niniejsza publikacja powstała z potrzeby podzielenia się pasją, jaką jest projektowanie badań naukowych i analizowanie danych. Tak, nie pomyliłeś się – to może być pasja! Nauka może przypominać absorbujący serial, który potrafi wciągnąć na długie wieczory! Ze wstępu Autorzy w przystępny sposób tłumaczą relatywnie złożone pojęcia i reguły metodologii badań. Bardzo często posługują się przykładami, które odnoszą się bezpośrednio do codziennego studenckiego życia. Humor i dystans do siebie stanowią znak rozpoznawczy tego przewodnika. Z recenzji dr hab. Sylwiusza Retowskiego, prof. SWPS
Rok wydania | 2023 |
---|---|
Liczba stron | 440 |
Kategoria | Metodologia badań psychologicznych |
Wydawca | Wydawnictwo Naukowe PWN |
ISBN-13 | 978-83-01-22830-9 |
Numer wydania | 1 |
Język publikacji | polski |
Informacja o sprzedawcy | ePWN sp. z o.o. |
POLECAMY
Ciekawe propozycje
Spis treści
Przedmowa – Przeczytaj mnie, please… XI | |
CZĘŚĆ. METODOLOGIA BADAŃ | 1 |
ROZDZIAŁ 1. Wprowadzenie do metody naukowej, czyli samo życie | 3 |
1.1. Jeśli nie z internetu, to skąd się bierze wiedza? | 4 |
1.1.1. Autorytet | 5 |
1.1.2. Empiryzm | 9 |
1.1.3. Wnioskowanie | 9 |
1.2. Metoda naukowa… czyli jak sobie ugotujesz, tak się najesz! | 11 |
1.3. Pseudonauka – gdy zamiast zjeść naleśnik, wydaje ci się, że na nim mieszkasz | 14 |
ROZDZIAŁ 2. Proces badawczy, czyli „czy leci z nami pilot?” | 19 |
2.1. Symulator lotów naukowych | 21 |
2.1.1. Inspiracja | 22 |
2.1.1.1. Obserwacja | 23 |
2.1.1.2. Przegląd literatury | 24 |
2.1.1.3. Autorytet | 33 |
2.1.1.4. Ciekawość poznawcza | 33 |
2.1.1.5. Szczęśliwy traf! | 34 |
2.1.2. Cel badawczy | 37 |
2.1.2.1. Cel a problem badawczy | 39 |
2.1.3. Pytania i hipotezy badawcze | 41 |
2.1.3.1. Pytania badawcze | 42 |
2.1.3.2. Hipotezy | 45 |
2.1.4. Typ badania | 48 |
2.1.5. Model badawczy | 51 |
2.1.5.1. Model eksperymentalny | 53 |
2.1.5.2. Model nieeksperymentalny | 58 |
2.1.6. Operacjonalizacja zmiennych | 61 |
2.1.7. Pomiar | 64 |
2.1.7.1. Skale pomiarowe | 64 |
2.1.7.2. Trafność i rzetelność pomiaru | 73 |
2.1.8. Narzędzia | 78 |
2.1.9. Grupa badawcza | 80 |
2.1.10. Trafność badania | 82 |
2.1.10.1. Trafność wniosków | 83 |
2.1.10.2. Trafność zewnętrzna | 83 |
2.1.10.3. Trafność wewnętrzna | 84 |
2.2. Terrain ahead, pull up!…, czyli kiedy naukowiec zderza się z ziemią | 86 |
2.2.1. Ostatni przegląd techniczny – checklista przed badaniem | 90 |
2.2.2. Procedury awaryjne – jak przygotować się na najgorsze? | 97 |
2.2.2.1. Pasażerowie, czyli o przyczynach awarii ze strony badanych | 97 |
2.2.2.2. Nieprzewidziana zła pogoda, czyli o nieoczekiwanych okolicznościach zewnętrznych wpływających na przebieg badania | 100 |
2.2.2.3. Usterka techniczna, czyli kiedy zawodzą narzędzia | 101 |
2.2.2.4. Błąd ludzki, czyli kiedy zawiodłeś jako naukowiec | 103 |
2.3. Pierwszy start, czyli realizacja badania w kontekście analizy danych | 105 |
2.3.1. Przygotowanie bazy i wprowadzanie danych do analizy | 106 |
2.3.1.1. Dane surowe a dane robocze | 106 |
2.3.1.2. Specyfika i wygląd roboczej bazy danych | 107 |
2.3.1.3. Czyszczenie bazy danych | 110 |
2.3.2. Kodowanie danych i tworzenie wskaźników | 111 |
2.3.2.1. Kodowanie | 111 |
2.3.2.2. Tworzenie wskaźników | 111 |
2.3.3. Braki danych | 112 |
2.3.3.1. Mechanizmy występowania braków danych | 113 |
2.3.3.2. Radzenie sobie z brakami danych | 118 |
2.3.4. Cel podróży, czyli wybór testu statystycznego | 120 |
2.3.4.1. Testy różnic | 120 |
2.3.4.2. Testy związków | 121 |
2.3.5. Lądowanie – wnioski z badania i dyskusja | 122 |
CZĘŚĆ 2. WPROWADZENIE DO WNIOSKOWANIA STATYSTYCZNEGO | 129 |
ROZDZIAŁ 3. Wprowadzenie do testowania hipotez, czyli czy warto zarabiać na statystyce? | 131 |
3.1. Populacja vs próba, czyli jak zrobić research na rynku pracy? | 132 |
3.1.1. Reprezentatywność grupy | 133 |
3.1.1.1. Losowy dobór próby | 134 |
3.1.1.2. Liczebność próby | 137 |
3.2. Szacowanie, czyli czy statystyka prawdę ci powie? | 137 |
3.2.1. Estymacja punktowa | 140 |
3.2.2. Parametr i estymator | 143 |
3.2.3. Błąd pomiaru i błąd standardowy | 144 |
3.2.4. Prawo wielkich liczb | 145 |
3.2.5. Optymalna (?) wielkość próby | 146 |
3.3. Rozkład, czyli pensja na wykresie | 148 |
3.3.1. Histogram | 149 |
3.3.2. Rozkład w populacji, w próbie oraz z próby (próbkowania) | 151 |
3.3.2.1. Rozkład próbkowania a precyzja pomiaru | 152 |
3.3.3. Rozkład normalny | 154 |
3.3.3.1. Standaryzacja Z | 155 |
3.3.4. Testy statystyczne | 161 |
3.3.4.1. Centralne Twierdzenie Graniczne. | 161 |
3.3.5. Estymacja przedziałowa | 163 |
3.4. Hipotezy i testowanie, czyli statystyczna „gra o tron” | 167 |
3.4.1. Podejście częstościowe vs Bayesowskie | 167 |
3.4.2. Hipotezy statystyczne (zerowa i alternatywna) | 168 |
3.4.3. Błąd I i II rodzaju | 171 |
3.4.4. Poziom istotności (α) i poziom ufności | 172 |
3.4.4.1. Przedziały ufności | 172 |
3.4.5. Moc testu | 174 |
3.4.6. Statystyka testowa | 175 |
3.4.7. Wartość p i wartość krytyczna – istotność statystyczna wyników | 178 |
3.4.8. Dobre praktyki i błędy w raportowaniu wyników | 186 |
3.4.8.1. Miary siły efektu | 188 |
3.4.8.2. Zapis wartości p | 189 |
ROZDZIAŁ 4. Statystyki opisowe, czyli jak rozbić bank? | 197 |
4.1. Statystyczna ruletka | 197 |
4.2. O co zakład? | 199 |
4.3. Statystyki opisowe, czyli jak liczyć pieniądze? | 202 |
4.3.1. Miary tendencji centralnej | 203 |
4.3.1.1. Miara klasyczna – średnia arytmetyczna (M, µ) | 204 |
4.3.1.2. Miary pozycyjne – mediana oraz kwantyle | 211 |
4.3.1.3. Miary pozycyjne – dominanta (moda) | 215 |
4.3.2. Miary rozproszenia | 218 |
4.3.2.1. Rozstęp | 219 |
4.3.2.2. Wariancja i odchylenie standardowe | 219 |
4.3.2.3. Rozstęp miedzykwartylowy (IQR) | 226 |
4.3.3. Miary asymetrii i obserwacji odstających | 228 |
4.3.3.1. Skośność | 228 |
4.3.3.2. Kurtoza | 230 |
CZĘŚĆ 3. WYBRANE TESTY STATYSTYCZNE | 235 |
ROZDZIAŁ 5. La Familia χ2, czyli o statystycznej mafii | 237 |
5.1. Włoska rodzina | 238 |
5.1.1. Tabele krzyżowe i sumy brzegowe | 241 |
5.1.2. Procenty w tabelach krzyżowych | 243 |
5.2. Don, Capo i żołnierze | 246 |
5.2.1. Test χ2 niezależności | 250 |
5.2.2. Test χ2 zgodności/dobroci dopasowania | 251 |
5.2.3. Test McNemara i Q Cochrana | 252 |
5.2.3.1. Test McNemara | 252 |
5.2.3.2. Test Q Cochrana | 254 |
5.3. Żelazne zasady mafii, czyli co należy zrobić, aby przyjęli cię do rodziny | 255 |
5.4. Jak rozdzielić towar? Wnioskowanie na podstawie χ2 | 257 |
5.4.1. Standaryzowane i skorygowane reszty Pearsona | 257 |
5.4.2. Współczynniki siły efektu | 259 |
5.4.2.1. Interpretacja siły efektu | 259 |
5.5. Część praktyczna | 261 |
5.5.1. Case study – test χ2 niezależności | 261 |
ROZDZIAŁ 6. Test t Studenta…, czyli o matematycznym wzorze na dobre piwo | 269 |
6.1. I wtedy wchodzi on… cały na biało, czyli o Studencie słów kilka! | 270 |
6.1.1. Badanie małych prób i rozkład t | 271 |
6.2. Rodzina testów t Studenta, czyli trzech synów matka miała… | 275 |
6.2.1. Warianty testu t – podobieństwa i różnice | 275 |
6.2.2. Hipotezy statystyczne dla testów t | 280 |
6.2.2.1. Test t dla jednej próby | 280 |
6.2.2.2. Test t dla dwóch prób niezależnych | 280 |
6.2.2.3. Test t dla dwóch prób zależnych | 280 |
6.3. Kryteria stosowania testów t, czyli co musisz założyć, żeby ich użyć… | 281 |
6.4. To kto w końcu i kiedy pije najwięcej piwa…, czyli o wnioskowaniu na podstawie wyników testów t | 294 |
6.4.1. Miary siły efektu | 295 |
6.5. Część praktyczna | 298 |
6.5.1. Case study 1 – test t Studenta dla jednej próby | 299 |
6.5.2. Case study 2 – test t Studenta dla prób niezależnych | 302 |
6.5.3. Case study 3 – test t Studenta dla prób zależnych | 307 |
ROZDZIAŁ 7. Analiza wariancji…, czyli what the F? | 311 |
7.1. Im więcej, tym weselej…, czyli o ANOVA słów kilka! | 312 |
7.2. What the F? Czyli o co chodzi w analizie wariancji? | 316 |
7.3. Kryteria stosowania analizy wariancji, czyli powtórka z rozrywki | 321 |
7.4. Co pić, żeby zdać? Czyli o wnioskowaniu na podstawie wyników ANOVA | 328 |
7.4.1. Testy post-hoc | 328 |
7.4.2. Miary siły efektu | 331 |
7.5. Część praktyczna | 333 |
7.5.1. Case study 1. ANOVA | 334 |
ROZDZIAŁ 8. O korelacji…, czyli o najbardziej romantycznej relacji w statystyce! | 339 |
8.1. O relacjach w świecie nauki, czyli nie wszystko złoto, co się świeci… na czerwono! | 340 |
8.2. Testowanie związku, czyli „Nie czytasz? Nie idę z Tobą do łóżka!” | 344 |
8.3. Oczekiwania…, czyli o założeniach analizy korelacji | 348 |
8.4. Sztuka interpretacji związku | 357 |
8.4.1. Siła i współczynnik determinacji związku | 358 |
8.4.2. Przyczynowość i problem trzeciej zmiennej w analizie korelacji | 360 |
8.5. Część praktyczna | 368 |
8.5.1. Case study 1. Analiza korelacji | 370 |
ROZDZIAŁ 9. Regresja, czyli o oglądaniu memów w służbie ego | 375 |
9.1. O statystycznej regresji w służbie ego… | 378 |
9.2. Statystyczne proroctwa, czyli o wróżeniu z liczb i roli Sylvestra Stallone… | 379 |
9.2.1. Funkcja liniowa | 379 |
9.2.2. Równanie regresji i jego parametry | 380 |
9.2.2.1. Liczby ustalone a i b | 380 |
9.2.3. Metoda najmniejszych kwadratów i linia najlepszego dopasowania | 383 |
9.2.4. Hipotezy statystyczne | 385 |
9.2.5. Analiza wariancji w regresji | 386 |
9.2.6. Współczynnik standaryzowany Beta | 390 |
9.3. O re(sz)ty! Czyli o założeniach regresji! | 390 |
9.4. Wnioskowanie, czyli one meme a day keeps doctor away? | 405 |
9.5. Część praktyczna | 407 |
9.5.1. Case study 1. Analiza regresji | 407 |
9.5.2. Case study 2. Analiza regresji | 414 |
Zakończenie | 419 |
Bibliografia | 420 |
Indeks | 422 |
O Autorach | 424 |