Как обработать результаты опросника в дипломе: пошагово

У вас на руках стопка заполненных бланков опросника, а в голове — туман: что с ними делать дальше, чтобы получилась глава диплома с цифрами и выводами? Сейчас всё разложим по полочкам.

Путь один и тот же почти для любой методики: посчитать баллы → перевести в стандартные (если надо) → занести в таблицу → описать → проверить нормальность → выбрать критерий → посчитать → написать словами. Пройдём этот путь на сквозном примере с тревожностью Спилбергера.

В двух словах

Обработка опросника — это превратить «галочки» в баллы, баллы — в таблицу, а таблицу — в выводы с p-значением. Главные онлайн-инструменты на этом пути:

• Описательная статистика — средние, медианы, отклонения по каждой шкале.
• Критерий Шапиро-Уилка — проверка, нормально ли распределены данные.
• Критерий Вилкоксона и его «соседи» — сравнить «до» и «после» или две группы.

Какой именно критерий брать — зависит от вашего дизайна исследования; общая карта выбора есть в статье «Как выбрать статистический критерий».

Шаг 1. Посчитать сырые баллы по ключу

Сырой балл — это просто сумма очков, которую человек набрал по шкале. Чтобы её получить, у каждого опросника есть ключ — табличка, где написано, какой ответ сколько стоит и какие пункты в какую шкалу складывать.

Главная ловушка ключа — прямые и обратные пункты.

• Прямой пункт. Чем больше согласие, тем больше балл. Утверждение «Я часто волнуюсь по пустякам»: ответ «почти всегда» = 4 балла, «почти никогда» = 1.
• Обратный пункт. Логика перевёрнута. Утверждение «Я обычно спокоен и хладнокровен» при той же шкале считается наоборот: «почти всегда» = 1 балл, «почти никогда» = 4. Балл как бы «переворачивают»: при шкале 1–4 это 5 минус ответ.

Пример. В шкале тревожности Спилберга-Ханина шкала ситуативной тревожности считается так: из суммы прямых пунктов вычитают сумму обратных и прибавляют 50. Перепутаете прямые с обратными — и у спокойного человека получится «зашкаливающая тревога».

Считать можно вручную (для 20–30 человек это полчаса), но удобнее сразу в Excel: создаёте формулу для прямых пунктов как обычную сумму, а для обратных — через вычитание, и дальше она работает для всех респондентов автоматически.

Шаг 2. Перевести в стандартные баллы (если нужно)

Сырой балл сам по себе ни о чём не говорит: 38 — это много или мало? Чтобы понять, методики переводят сырые баллы в стандартные — единую шкалу, где сразу видно «норма / выше / ниже».

Самые частые стандартные шкалы:

• Стены (1–10). Среднее по выборке — это 5,5 стена. Грубо: 1–3 стена — низко, 4–7 — норма, 8–10 — высоко.
• Т-баллы (среднее 50, шаг 10). Часто встречаются в личностных опросниках (Айзенк, MMPI-подобные). 40–60 Т-баллов — обычно норма.

Перевод делается по таблице норм из методики: нашли свой сырой балл в столбце — рядом написан стен или Т-балл.

Перевод в стены нужен не всегда. Если вы сравниваете «до и после» внутри одной выборки или две группы между собой, для статистики удобнее работать с сырыми баллами — они точнее. Стены и Т-баллы нужны, когда хотите сказать про конкретного человека «у него высокая тревожность» или сравнить с нормами из методики.

Пример. По опроснику Айзенка студент набрал 16 сырых баллов по шкале нейротизма. Сам по себе «16» непонятен, но по таблице это около 60 Т-баллов — то есть верхняя граница нормы, эмоциональная чувствительность чуть повышена.

Шаг 3. Занести данные в таблицу

Это фундамент всей статистики. Делается в Excel (или Google Таблицах) по железному правилу:

• строки — это респонденты (один человек = одна строка);
• столбцы — это шкалы и признаки (пол, возраст, балл по каждой шкале, замер «до», замер «после»).

Такая таблица называется матрицей сырых данных, и именно её потом «скармливают» любому калькулятору.

Таблица 1 — Матрица сырых данных: ситуативная тревожность до и после тренинга (фрагмент, n = 24)

В таблице 1 каждая строка — отдельный студент, а столбцы «СТ до» и «СТ после» — его ситуативная тревожность в баллах на двух замерах. Столбец «Сдвиг» (после минус до) удобно добавить сразу — он понадобится для проверки нормальности и для Вилкоксона.

Шаг 4. Описательная статистика

Прежде чем что-то сравнивать, картину описывают «в среднем». Описательная статистика — это короткий портрет выборки в цифрах. Минимальный набор для диплома:

• Среднее (M). Сумма всех баллов, делённая на число людей. Показывает типичный уровень.
• Стандартное отклонение (σ или SD). Насколько баллы разбросаны вокруг среднего. Маленькое — выборка однородная, большое — люди очень разные.
• Медиана (Me). Значение ровно посередине, если выстроить всех по росту балла. Устойчива к выбросам.

Считать руками не нужно — вставьте столбец в калькулятор описательной статистики, и он выдаст всё разом. Подробный разбор, что из этого писать в работу, есть в статье «Описательная статистика в дипломе».

Пример. Для 24 студентов калькулятор выдал по ситуативной тревожности: до тренинга M = 47,2; SD = 6,1; Me = 48. После: M = 41,0; SD = 5,8; Me = 39. Уже видно, что в среднем тревожность снизилась примерно на 6 баллов — но «видно» и «доказано» это пока разные вещи.

Шаг 5. Проверить нормальность распределения

Нормальное распределение — это когда большинство людей кучкуются около среднего, а крайних значений мало (классическая «колоколообразная» гора). От ответа на вопрос «нормально или нет» зависит, какой критерий вы имеете право применить.

Проверяют это критерием Шапиро-Уилка (для выборок примерно до 50 человек он считается лучшим). Читается результат просто по p-значению:

• p > 0,05 — распределение можно считать нормальным (берём параметрические критерии);
• p ≤ 0,05 — распределение не нормальное (берём непараметрические).

Загружаете столбец в калькулятор Шапиро-Уилка — он сам посчитает и подскажет вывод. Если шкал несколько, проверяйте каждую отдельно. Пошагово процедура разобрана в статье «Как проверить нормальность распределения».

Шаг 6. Выбрать критерий по дизайну исследования

Дизайн — это просто схема, кого с кем вы сравниваете. От неё и от результата проверки нормальности зависит критерий. Разложим по ситуациям.

• Одна группа, два замера (до / после). Связанные выборки. Нормальные разности → парный критерий Стьюдента. Ненормальные или баллы → критерий Вилкоксона.
• Две разные группы (контрольная и экспериментальная). Независимые выборки. Нормальные данные → критерий Стьюдента. Ненормальные → критерий Манна-Уитни.
• Три и более замеров или групп. Для связанных — критерий Фридмана, для независимых — Краскела-Уоллиса или ANOVA.
• Связь двух шкал между собой. Корреляция: Пирсона для нормальных данных, Спирмена для баллов и рангов.

Рисунок 1 покрывает самые частые случаи в дипломе. Если групп или замеров больше двух — смотрите расширенную карту в «Как выбрать статистический критерий».

Шаг 7. Посчитать

Самый быстрый шаг, если предыдущие сделаны честно. Открываете нужный калькулятор, вставляете столбцы из своей таблицы и получаете готовый результат — статистику критерия и p-значение.

В нашем сквозном примере разности «сдвига» оказались ненормальными (по Шапиро-Уилку p = 0,03), а тревожность измеряется в баллах. Значит, берём критерий Вилкоксона: вставляем столбцы «СТ до» и «СТ после» — калькулятор выдаёт T = 42 и вывод о значимости.

Пример из другой методики. Допустим, вы сравниваете уровень школьной мотивации (опросник Лускановой) в двух классах — обычном и с углублённой программой. Это две независимые группы, данные — баллы. Подходящий инструмент — критерий Манна-Уитни: вставляете два столбца с баллами и получаете U и p-значение.

Шаг 8. Описать результат словами

Цифры без слов в дипломе не работают. Главный вывод делается по p-значению (что это такое — в статье «Что такое p-значение»):

• p < 0,05 — различие или сдвиг статистически значимы, эффект не случаен;
• p > 0,05 — значимых различий не выявлено.

Дальше — раздел с готовыми формулировками, которые можно прямо вставлять в работу.

Что писать в дипломе

Возьмите шаблон и подставьте свои числа. Главное — всегда указывать сам критерий, его статистику, число наблюдений и p-значение.

• «Уровень ситуативной тревожности после тренинга статистически значимо снизился (критерий Вилкоксона, T = 42, p < 0,05)».
• «Статистически значимых различий между контрольной и экспериментальной группами не выявлено (U = 210; p = 0,18)».
• «По результатам критерия Стьюдента средний показатель в экспериментальной группе значимо выше (t = 2,8; p < 0,01)».

Для параметрических критериев рядом приводят средние «до» и «после» (M ± σ), для непараметрических — медианы (Me). Результаты принято сводить в таблицу с подписью сверху и иллюстрировать диаграммой — как именно, разобрано в статье «Как оформить таблицы и рисунки в дипломе».

Частые ошибки

• Забыть обратные пункты при подсчёте. Самая частая и самая обидная ошибка — портит сразу всю выборку.
• Считать статистику по стенам вместо сырых баллов. Перевод в стены огрубляет данные; для критериев берите сырые баллы.
• Перепутать строки и столбцы в таблице. Респонденты — всегда строки, шкалы — столбцы. Иначе калькулятор посчитает не то.
• Проверять нормальность у значений, а не у разностей (для схемы «до / после»). Критерий Шапиро-Уилка применяют к столбцу «Сдвиг».
• Применить критерий не того дизайна. Например, Вилкоксона к двум разным группам (там нужен Манна-Уитни) — это меняет результат и его легко заметят на защите.
• Написать «стало лучше» без критерия и p-значения. Разница средних сама по себе ничего не доказывает.

Частые вопросы

Нужно ли вообще переводить баллы в стены?

Не всегда. Для сравнения групп или замеров «до / после» работайте с сырыми баллами — они точнее. Стены и Т-баллы нужны, когда вы описываете уровень у конкретного человека или сверяетесь с нормами методики.

Как быть, если в опроснике несколько шкал?

Каждую шкалу обрабатывайте как отдельный показатель: свой столбец в таблице, своя описательная статистика, своя проверка нормальности и свой критерий. По сути вы повторяете шаги 4–8 столько раз, сколько у вас шкал.

Что делать с пропусками — если человек не ответил на пару вопросов?

Если пропусков мало (1–2 пункта), их иногда заменяют средним по шкале у этого же человека. Если бланк заполнен меньше чем наполовину или пустых пунктов много — такой бланк честнее исключить из анализа и оговорить это в тексте.

Сколько респондентов нужно, чтобы обработка имела смысл?

Для большинства студенческих методик ориентир — около 30 человек на группу, но многое зависит от темы. Подробный разбор — в статье «Сколько респондентов нужно для диплома».

А если данные оказались нормальными — можно ли всё равно взять непараметрический критерий?

Да, непараметрические критерии (Вилкоксон, Манна-Уитни) корректны и для нормальных данных. Наоборот нельзя: применять параметрические к ненормальным или балльным данным некорректно. При сомнениях безопаснее непараметрический.

Короткий алгоритм

1. Посчитайте сырые баллы по ключу, не забыв обратные пункты.
2. При необходимости переведите в стены или Т-баллы по таблице норм.
3. Занесите всё в таблицу: строки — люди, столбцы — шкалы.
4. Посчитайте описательную статистику по каждой шкале.
5. Проверьте нормальность критерием Шапиро-Уилка.
6. Выберите критерий по дизайну и результату проверки.
7. Посчитайте в нужном калькуляторе.
8. Опишите вывод словами: критерий + статистика + p-значение.

Что ещё почитать

• Как выбрать статистический критерий для диплома — полная карта выбора под ваш дизайн.
• Как проверить нормальность распределения — детально про шаг 5.
• Описательная статистика в дипломе — что и как писать про средние и отклонения.
• Программа психодиагностического обследования — как спланировать сам сбор данных.
• Калькулятор описательной статистики и калькулятор Вилкоксона — посчитать онлайн.

Не уверены, что обработали бланки правильно, — загляните в базу методов или закажите консультацию: эксперт проверит ключ, посчитает статистику и поможет с формулировками.