Statystyka w zarządzaniu — temat 1

Podstawowe pojęcia · konceptualizacja i operacjonalizacja · skale pomiarowe · etapy badania. Na podstawie trzech plików z folderu przedmiotu (materiały K. Piotrowskiej).

⚡ Ściąga w 1 minutę

Jeśli masz czas tylko na jedną rzecz przed kartkówką — przeczytaj to.

Populacja (zbiorowość) = wszyscy, o kim chcemy coś wiedzieć. Jednostka = jeden jej element. Cecha (zmienna) = to, czym jednostki się różnią. Warianty cechy = możliwe „odpowiedzi” (np. 0, 1, 2 dzieci).
Statystyka opisowa mówi tylko o tych, których zbadaliśmy. Wnioskowanie statystyczne uogólnia z próby na całą populację (pod warunkiem dobrze dobranej próby).
Konceptualizacja = CO mierzymy (definicja + wskaźniki). Operacjonalizacja = JAK mierzymy (konkretne pytanie, odpowiedzi, sposób przypisania wartości).
Cztery skale, od najsłabszej: nominalna (tylko „takie samo / inne”) → porządkowa (+ „więcej / mniej”) → interwałowa (+ „o ile”, zero umowne) → ilorazowa (+ „ile razy”, zero = brak).
Średnią liczymy tylko od skali interwałowej w górę. Z nominalnej — procenty i dominanta; z porządkowej — dodatkowo mediana.
Z mocniejszej skali można przejść na słabszą, nigdy odwrotnie.
Kategorie zmiennej muszą być rozłączne (każdy pasuje do jednej) i wyczerpujące (każdy gdzieś pasuje).
Zmienna tylko z dwiema wartościami = dychotomiczna. Kodujemy ją 0/1 (dummy), a nazywamy tak, by było jasne, co znaczy 1 (np. „kobieta”, nie „płeć”).

1Czym jest statystyka?

Słowo „statystyka” ma trzy znaczenia — warto umieć je rozróżnić:

Znaczenie	Po ludzku	Przykład
Zbiór danych liczbowych o jakimś zjawisku	„tabelka z liczbami”	statystyka wypadków drogowych, statystyka cen za m² mieszkań
Nauka o metodach zbierania, analizy i interpretacji danych liczbowych o zjawiskach masowych	„jak mądrze liczyć i wyciągać wnioski”	przedmiot, którego się uczysz (nazwa od łac. status — państwo)
Parametr charakteryzujący zbiorowość	„jedna liczba, która opisuje grupę”	średnia liczba dzieci w rodzinie, przeciętne wynagrodzenie w zawodzie, dominujący wiek studentów

Prawidłowość statystyczna i prawo wielkich liczb

Prawidłowość statystyczna to związek, który stale się powtarza, np. staż pracy a wynagrodzenie, wydatki na reklamę a sprzedaż, metraż mieszkania a cena, pora roku a sprzedaż parawanów.

Prościej: pojedynczy przypadek może być „dziwny” (ktoś z długim stażem zarabia mało). Ale gdy obserwujemy bardzo wielu ludzi, przypadkowe odchylenia się znoszą i widać główną zależność. To jest właśnie prawo wielkich liczb — dlatego statystyka bada zjawiska masowe.

Do czego statystyka nam służy — trzy rodzaje analiz

Analiza	Pytanie
struktury	Jak wygląda badana grupa? (np. ile % pracowników ma wyższe wykształcenie)
współzależności	Czy jedno zjawisko wiąże się z drugim? (np. reklama a sprzedaż)
dynamiki	Jak zjawisko zmienia się w czasie? (np. dzietność w Polsce 1960–2016)

Trzy cele badań

Eksploracyjne — „rozpoznanie terenu”, gdy temat jest nowy i słabo znany.
Opisowe — opisujemy zbiorowość i jej cechy (jak jest?).
Wyjaśniające — szukamy mechanizmu, dlaczego i w jaki sposób zjawiska są powiązane; tu weryfikujemy hipotezy i potrzebna jest teoria.

Uwaga: przykład z wykładu — 50 mieszkań w Warszawie, trzy warianty danych mają podobną średnią cenę za m², ale bardzo różne minimum, maksimum i rozrzut. Wniosek: sama średnia nie wystarczy, żeby opisać grupę. Stąd żarty o statystyce („jeśli ja mam milion, a ty nic, to statystycznie mamy po pół miliona”).

2Populacja i próba — dwa „działy” statystyki

Statystyka opisowa

Badamy jednostki i mówimy tylko o nich. Wnioski dotyczą wyłącznie tych, o których mamy dane.
Najczęściej: badanie pełne — cała populacja.

↔

Wnioskowanie statystyczne

(statystyka matematyczna, indukcyjna)
Badamy próbę i uogólniamy wyniki na całą populację, także na niezbadanych. Możliwe tylko pod warunkami — przede wszystkim próba musi być właściwie dobrana.

Prościej: zapytałaś wszystkich 30 osób z grupy, ile śpią — to opis. Zapytałaś 1 000 losowo wybranych studentów w Polsce i mówisz, ile śpią wszyscy studenci — to wnioskowanie.

Symbol µ na slajdzie to średnia w całej populacji (zwykle jej nie znamy i próbujemy ją oszacować z próby).

3Podstawowe pojęcia — pięć słów, które musisz znać

Zbiorowość statystyczna (populacja)

Ogół elementów, które nas interesują. Mają:

jedną lub kilka cech stałych — wspólnych dla wszystkich (to one decydują, kto „należy” do populacji),
wiele cech zmiennych — tych, którymi jednostki się różnią.

Zbiorowość to podmiot badania. Populacją nie muszą być ludzie:

Rodzaj	Przykład populacji	Jednostka
osoby	mieszkańcy Polski	mieszkaniec
organizacje	przedsiębiorstwa zarejestrowane w Polsce	przedsiębiorstwo
rzeczy / wytwory	samochody wyprodukowane w danym okresie	samochód
zjawiska społeczne	śluby zawarte w woj. mazowieckim w 2023	ślub
wydarzenia	debaty polityczne w TVP w marcu 2024	debata
grupy	grupy przestępcze działające w Polsce	grupa przestępcza

Jednostka statystyczna

Najmniejszy element zbiorowości — „jeden wiersz w tabeli danych”. Ma cechy wspólne z resztą populacji i cechy indywidualne.

Podzbiorowość

Część populacji, wyróżniona po to, by porównywać: podzbiorowości między sobą albo podzbiorowość z całością. Np. populacja: przedsiębiorstwa w Polsce → podzbiorowość: firmy budowlane.

Cecha statystyczna i jej warianty

Cecha = właściwość, którą mają wszystkie jednostki i która mówi, jaka jest dana jednostka. Każda jednostka ma cechę, ale niekoniecznie ten sam wariant.

Cecha	Warianty
liczba dzieci	0, 1, 2, 3…
wykształcenie	podstawowe, średnie, wyższe
średnia płaca w mieście	4 tys. zł, 5,2 tys. zł…
posiadane zwierzęta	kot, pies, jeżozwierz, brak…

Prościej: cecha = pytanie w ankiecie („Ile masz dzieci?”), wariant = konkretna odpowiedź („2”). W programach statystycznych cechę nazywamy zmienną, a wariant — wartością zmiennej.

Przykład z wykładu — przećwicz na nim

Pojęcie	Przykład
zbiorowość	przedsiębiorstwa z siedzibą na terenie RP
podzbiorowość	przedsiębiorstwa budowlane · szkoły wyższe · firmy farmaceutyczne
jednostka	Exbud · ALK · Polfa Pabianice
cecha	rodzaj działalności, okres istnienia, średnie płace, wydatki na B+R, liczba zatrudnionych

4Rodzaje cech

CECHY STATYSTYCZNE ├── STAŁE (wyznaczają populację — NIE są badane) │ ├── rzeczowe → CO? (np. przedsiębiorstwa) │ ├── przestrzenne → GDZIE? (np. w Polsce) │ └── czasowe → KIEDY? (np. w 2025 r.) └── ZMIENNE (to je badamy) ├── NIEMIERZALNE (jakościowe) np. płeć, marka auta, wykształcenie └── MIERZALNE (ilościowe) ├── skokowe np. liczba dzieci, liczba pracowników ├── ciągłe np. wiek, czas dojazdu, waga └── quasi-ciągłe np. wynagrodzenie, cena, obrót

Pytanie ze slajdu: „Czy cechy stałe podlegają badaniu statystycznemu?” — Nie. Wszyscy mają ten sam wariant, więc nie ma czego porównywać. Cechy stałe służą do zdefiniowania populacji: co, gdzie i kiedy badamy (np. „śluby · w woj. mazowieckim · w 2023 r.”).

Niemierzalne (jakościowe)

Możemy tylko stwierdzić, który wariant ma jednostka. Warianty to słowa, a jeśli liczby — to tylko etykiety (np. numer bloku). Nie wykonujemy na nich działań. Czasem da się je ułożyć w logicznej kolejności (wykształcenie, znajomość języka).

Mierzalne (ilościowe)

Mierzymy je liczbami mianowanymi — z jednostką (zł, m, lata, sztuki, kg). Można powiedzieć, o ile i ile razy jeden wariant jest większy od drugiego.

Trzy rodzaje cech mierzalnych

Rodzaj	Po ludzku	Przykłady
skokowe (dyskretne)	da się je policzyć na sztuki, nie ma wartości „pomiędzy”	liczba sprzedanych aut, dzieci w klasie, dni urlopu, połączeń telefonicznych
ciągłe	mogą przyjąć każdą wartość z przedziału (liczby rzeczywiste)	wiek, czas rozmowy o pracę, waga, spalanie na 100 km
quasi-ciągłe	z natury skokowe (grosze!), ale wariantów jest tak dużo, że traktujemy je jak ciągłe; zwykle w pieniądzach	wynagrodzenie, dywidenda, cena energii, dzienny obrót

5Konceptualizacja i operacjonalizacja

Zanim cokolwiek zmierzymy, musimy dokładnie wiedzieć, co to jest i jak to zmierzymy. Dopiero potem następuje pomiar.

Konceptualizacja = CO?

Określamy, jakie znaczenie nadajemy pojęciu w naszym badaniu (definicja) i ustalamy jego wskaźniki — po czym poznamy, że zjawisko występuje i w jakim stopniu.

(wg Babbiego, „Podstawy badań społecznych”)

Operacjonalizacja = JAK?

Ustalamy, jakimi działaniami (operacjami) przypiszemy każdej jednostce wartość zmiennej: konkretne pytanie, możliwe odpowiedzi, sposób liczenia.

Szczegóły operacjonalizacji zawsze opisujemy w raporcie z badania.

Prościej: chcesz zbadać „zaangażowanie w pracę”. Konceptualizacja: „Co ja w ogóle nazywam zaangażowaniem?” Operacjonalizacja: „Jakie pytanie zadam i jak z odpowiedzi zrobię liczbę?”

Cztery przykłady z materiałów

1. Czas dojazdu do pracy — łatwy przypadek

Definicja jest w samej nazwie. Operacjonalizacja = sformułowanie pytania, np. „Ile czasu zazwyczaj jednego dnia zajmują Pani/Panu dojazdy do pracy i z pracy? Proszę podać łączny czas w minutach.”

Decyzja: pytać o dzień czy tydzień? Dzień jest łatwiejszy (nie trzeba sumować), ale niektóre dni bywają inne (korki) — tydzień bywa trafniejszy.
Wpisywanie dokładnej liczby minut daje więcej informacji niż wybór przedziału (np. 30–60 min). Przedziały stosujemy tylko, gdy jest uzasadnienie.
Warto użyć pytania z innego badania (np. „Diagnoza społeczna”), żeby móc porównać wyniki.
Inna możliwość: odczyt z GPS w telefonie (dokładne, ale kwestie prywatności, zgody, telefon nie zawsze przy sobie).

Mankament pytania z „Diagnozy społecznej” („Ile przeciętnie czasu zabiera Panu droga do pracy i z pracy do domu?”): nie wiadomo, czy chodzi o jedną drogę, czy tam i z powrotem, ani o jaki okres — każdy może zrozumieć to inaczej; do tego forma „Panu” pomija kobiety.

2. „Miłośnik gotowania” wśród studentów ALK

Słownik: miłośnik = ten, kto szczególnie coś lubi i znajduje przyjemność w zajmowaniu się tym. To są dwa wskaźniki.

Wersja prosta: „Czy lubisz gotować? TAK/NIE”, „Czy gotowanie sprawia Ci przyjemność? TAK/NIE”. Miłośnik = dwa razy TAK. Plus: proste. Minus: gubi słowo „szczególnie” — każdy, kto trochę lubi, staje się miłośnikiem.
Wersja dokładniejsza: skala, np. 1–10 albo „zdecydowanie nie … zdecydowanie tak”. Miłośnik = np. tylko „zdecydowanie tak”. Lepiej oddaje „szczególne” lubienie.

3. Zaangażowanie w pracę — trudny przypadek

Wg słownika: postawa osoby przekonanej o słuszności działań, która zdecydowanie dąży do celu, poświęcając czas, siły i energię → kilka wskaźników.

W ujęciu naukowym (Łaguna i in., 2015) zaangażowanie ma 3 wymiary:

vigor — energia, prężność, chęć wysiłku,
dedication — poczucie ważności pracy, entuzjazm, duma, praca jako wyzwanie,
absorption — pochłonięcie pracą, niezauważanie upływu czasu.

Pojęcie złożone z kilku wymiarów to konstrukt. W badaniach naukowych korzystamy z gotowych, sprawdzonych kwestionariuszy; tworzenie własnego narzędzia to długi proces wymagający wiedzy z metodologii, psychometrii i statystyki.

4. Bezrobocie — ta sama nazwa, różne definicje

Kto jest bezrobotny? To zależy od przyjętej definicji:

Ustawa o promocji zatrudnienia — m.in. zarejestrowany w powiatowym urzędzie pracy, gotowy do pracy, w określonym wieku (bardzo długa lista warunków).
OECD — osoba w wieku produkcyjnym bez pracy, dostępna do pracy i aktywnie jej szukająca (dobra do porównań między krajami).
GUS (BAEL, NSP) — osoba w wieku 15–74 lata, która jednocześnie: nie pracowała w badanym tygodniu, aktywnie szukała pracy w ciągu 4 tygodni, była gotowa ją podjąć.

Stopa bezrobocia = bezrobotni ÷ (bezrobotni + pracujący), czyli bezrobotni ÷ siła robocza.

W praktyce korzystamy z danych wtórnych (gotowe wskaźniki od GUS, OECD) — ale nadal musimy napisać, jak dany wskaźnik został policzony.

Kolejność: konceptualizacja → operacjonalizacja → pomiar. Konceptualizacja i operacjonalizacja należą do etapu projektowania badania (określenie przedmiotu badania).

6Pomiar i skale pomiarowe ⭐ (najpewniej na kartkówce)

Pomiar statystyczny = przyporządkowanie badanym jednostkom liczb lub symboli według określonych zasad (Stevens, 1946). Mierzymy każdą jednostkę i w ten sam sposób.

Skala (poziom) pomiaru mówi, ile informacji niesie zmienna — a od tego zależy, co wolno z nią liczyć. Każda kolejna skala potrafi wszystko, co poprzednia, plus coś więcej:

Nominalnatakie samo / inne
= ≠

Porządkowa+ większe / mniejsze
= ≠ < >

Interwałowa (przedziałowa)+ o ile różnią się
= ≠ < > + −

Ilorazowa (stosunkowa)+ ile razy więcej
= ≠ < > + − × ÷

słabsza ⟶ mocniejsza · im słabsza skala, tym mniej wiemy o relacjach między obiektami

Skala	Co umożliwia	Jednostka miary / zero	Co wolno policzyć	Przykłady
nominalna	tylko klasyfikacja (do której kategorii należy)	brak jednostki	liczebności, %, najczęstsza kategoria (dominanta). Bez średniej i mediany	kolor oczu, grupa krwi, rodzaj umowy, marka auta, dział w firmie, miejsce urodzenia, numer bloku
porządkowa	klasyfikacja + uporządkowanie (ranking)	brak jednostki	to co wyżej + mediana, rangi. Bez średniej	wykształcenie, zadowolenie (słowne), klasa energetyczna A–G, wielkość miejscowości, stopień alarmowy, przedziały dochodu
interwałowa	+ porównanie różnic; odstępy na skali są równe	jednostka jest; zero względne (umowne)	to co wyżej + średnia, odchylenie standardowe, dodawanie i odejmowanie. Bez „ile razy”	temperatura w °C, IQ, rok założenia firmy, godzina rozpoczęcia pracy, ocena na skali 0–10
ilorazowa	+ porównanie stosunków („ile razy”)	naturalna jednostka; zero absolutne (0 = brak)	wszystkie działania matematyczne	dochód w zł, wiek w latach, metraż, liczba godzin pracy, kapitalizacja spółki, wynik egzaminu w %

Jak rozpoznać skalę — 3 pytania

Czy warianty da się sensownie ułożyć od najmniejszego do największego? Nie → nominalna.
Czy odstępy między wariantami są równe i liczbowe (jest jednostka)? Nie → porządkowa.
Czy zero oznacza brak zjawiska (i ma sens „dwa razy więcej”)? Nie → interwałowa. Tak → ilorazowa.

Interwałowa vs ilorazowa — to najczęściej się myli

interwałowa — zero względne

0°C to nie „brak temperatury”, tylko umowny punkt (zamarzanie wody). W Fahrenheitach ta sama temperatura to 32°. Dlatego 12°C i 36°C — nie powiemy, że było „trzy razy cieplej”.

Możemy za to porównać stosunek różnic: między rokiem 2010 a 2022 minęło dwa razy więcej czasu niż między 1990 a 1996 (12 lat vs 6 lat). Ale rok 2000 nie jest „dwa razy później” niż 1000.

Trudno też wyobrazić sobie „zerową inteligencję” — dlatego IQ jest interwałowe.

ilorazowa — zero absolutne

0 zł, 0 m², 0 lat — to naprawdę brak. Dlatego wolno mówić „ile razy”: miasto o powierzchni 4,68 km² jest dwa razy większe niż to o powierzchni 2,34 km². Osoba, która czyta wiadomości 90 minut dziennie, robi to 3 razy dłużej niż ta, która czyta 30 minut.

Trzy zasady, które trzeba umieć

1. Obecność liczb nie definiuje skali. Województwo zakodowane jako 1–16, PESEL, numer bloku, kod płci 1/2 — to nadal nominalne. Średnia z kodów województw nic nie znaczy. Zawsze patrz, co kryje się za liczbą. Nawet jeśli zakodujesz „umowa na okres próbny = 1, na czas określony = 2, nieokreślony = 3”, zmienna dalej jest nominalna.

2. Z mocniejszej skali na słabszą — tak. Odwrotnie — nigdy. Dokładne zarobki w zł (ilorazowa) → przedziały „poniżej 3 tys., 3–4,5 tys.…” (porządkowa) → „zarabia powyżej 6 tys.: tak/nie” (dychotomiczna). Ale jeśli w ankiecie zapytałaś tylko o przedział, dokładnych kwot już nie odzyskasz.

3. Kategorie muszą być rozłączne i wyczerpujące.
Rozłączne — każda obserwacja pasuje do jednej i tylko jednej kategorii (źle: „20–50 zł” i „50–100 zł” — gdzie dać 50 zł?).
Wyczerpujące — każda obserwacja gdzieś pasuje (stąd odpowiedzi „inne”, „brak”, „nie wiem”).

Jedna cecha — różne skale (zależy od tego, jak zapytasz)

Cecha	Ilorazowa	Porządkowa	Dychotomiczna / nominalna
chodzenie do kościoła w ubiegłym roku	1, 13, 30, 62 razy	nigdy, rzadko, czasami, często, bardzo często	uczęszczał(a) / nie
wydatki miesięczne na prasę	25 zł, 40 zł, 100 zł	małe (<20 zł), średnie (20–50 zł), duże (>50 zł)	ponoszone / nieponoszone
zadowolenie z dziekanatu	— (interwałowa: 0–10)	zadowolony, średnio zadowolony, średnio niezadowolony, niezadowolony	zadowolony / niezadowolony

Co można zrobić z odpowiedziami — przykład z badania ESS

„Na którą partię Pan głosował?” nominalna — policzymy % głosujących na każdą partię, wskażemy najbardziej i najmniej „popularną”, zobaczymy, czy głosy się rozkładają równo. Nic więcej — bez średniej i mediany. O dwóch osobach powiemy tylko: ta sama odpowiedź albo różna.
„Na ile system umożliwia wpływ na politykę?” (w ogóle nie … w pełni) porządkowa — możemy uporządkować, ale nie powiemy, że „w pełni” to dwa razy więcej niż „w pewnym stopniu”.
„Ile czasu dziennie poświęca Pan na wiadomości?” (godziny i minuty) ilorazowa — najczęstsza i najrzadsza odpowiedź, średnia, odchylenie standardowe, mediana, kwartyle, % osób powyżej 2 h, a dla dwóch osób także „o ile” i „ile razy” dłużej.

7Zmienne dychotomiczne i kodowanie 0/1 (dummy coding)

Zmienna dychotomiczna (binarna) przyjmuje tylko dwie wartości: płeć K/M, zdał/nie zdał, prawo jazdy tak/nie, orzeł/reszka, wynik testu pozytywny/negatywny. O skali pomiarowej w ścisłym sensie mówimy, gdy wartości są więcej niż dwie; zmienną z dwiema wartościami po prostu nazywamy dychotomiczną.

Na zajęciach liczy się to, ile wartości jest w zbiorze danych — jeśli w badaniu wszyscy mieli wykształcenie średnie albo wyższe, ta zmienna jest w tym zbiorze dychotomiczna.

Kodowanie zerojedynkowe

1 = tak / ma / spełnia warunek / prawda (TRUE)
0 = nie / nie ma / nie spełnia / fałsz (FALSE)

Nazwa ma znaczenie: zmiennej nie nazywamy „płeć” (trzeba by pamiętać, co jest 0, a co 1), tylko „kobieta” — wtedy 1 = kobieta, 0 = wszyscy pozostali. Od razu wiadomo, co znaczy jedynka.

Każdą zmienną da się przekodować na jedną lub kilka zmiennych 0/1:

„wiek” (ilorazowa) → „pełnoletni(a)” (1 = 18+),
„wielkość miejscowości” → dwie zmienne: „mieszka na wsi” i „mieszka w dużym mieście (100 tys.+)”.

Ciekawostka, która może paść: ze zmiennej 0/1 można policzyć średnią — i to ma sens! Średnia = odsetek jedynek. Średnia 0,5 dla „kobieta” → 50% badanych to kobiety. Średnia 0,2 dla „mieszka na wsi” → 20% mieszka na wsi.

8Rangowanie

Rangowanie = przypisanie każdej wartości liczby wyrażającej jej miejsce w uporządkowanym szeregu. Rangi mówią tylko o kolejności, nie o „odległościach”. Nie ma znaczenia, czy dasz rangi 1, 2, 3, 4, 5 czy 0, 18, 19, 200, 236 — byle zachowały kolejność.

Rangowanie wartości zmiennej

Typowe dla zmiennych porządkowych. Ile poziomów, tyle rang — można to ustalić jeszcze przed badaniem. Np. „w ogóle nie umożliwia” = 1 … „w pełni” = 5.

Rangowanie obserwacji

Częstsze dla zmiennych ilorazowych. Układamy dane rosnąco i każdej obserwacji dajemy numer jej pozycji.

Przykład: rangi przy remisach

Minuty na wiadomości u 8 osób, po posortowaniu: 5, 15, 15, 30, 50, 60, 90, 180

Wartość	5	15	15	30	50	60	90	180
Pozycja	1	2	3	4	5	6	7	8
Ranga	1	2,5	2,5	4	5	6	7	8

Zasada: te same odpowiedzi = ta sama ranga. Dwie „15” zajmują miejsca 2 i 3 → obie dostają średnią: (2 + 3) ÷ 2 = 2,5. Następna wartość dostaje rangę 4 (pozycja nie „przepada”).

Gdyby trzy osoby miały tę samą wartość na miejscach 4, 5, 6 — każda dostałaby (4+5+6) ÷ 3 = 5.

9Etapy badania statystycznego

Projektowanie badania
Zbieranie i zliczanie danych
Prezentacja i analiza danych
Podsumowanie i dyskusja

1. Projektowanie — 6 kroków (A–F)

	Krok	Co tu ustalamy
A	Cel badania	diagnostyczny — co i dlaczego badamy; czasem też praktyczny — komu i czemu badanie ma służyć
B	Podmiot i przedmiot	populacja (cechy stałe: co, gdzie, kiedy), jednostka, cechy badane (zmienne), skale pomiarowe; tu też konceptualizacja i operacjonalizacja
C	Zakres badania	pełne (całkowite, wyczerpujące — wszystkie jednostki → opis statystyczny) albo częściowe (reprezentatywne — próba → wnioskowanie statystyczne)
D	Źródło danych	pierwotne (field research — sami zbieramy dane do tego badania) albo wtórne (desk research — gotowe bazy, raporty, dokumenty)
E	Technika zbierania	obserwacja, wywiad, ankieta, sondaż…
F	Czas trwania	ciągłe, okresowe, doraźne

2. Zbieranie i zliczanie

badanie pilotażowe (próbne — sprawdzamy narzędzie) i badanie właściwe,
kontrola danych (błędy, braki),
klasyfikacja, grupowanie i kodowanie danych.

3. Prezentacja i analiza

tabele: rozkłady częstości i statystyki opisowe pojedynczych zmiennych; tabele krzyżowe (wielodzielcze, kontyngencji); tabele zależności (korelacja, regresja, porównanie średnich),
wykresy.

4. Podsumowanie i dyskusja

najważniejsze wyniki i wnioski — czy są zgodne z oczekiwaniami, a jeśli nie, to dlaczego,
czy cel diagnostyczny został zrealizowany,
czasem rekomendacje (cel praktyczny),
sugestie dla przyszłych badań.

10Zadanie ze slajdu: Orlen i PGE

„PKN Orlen SA Płock (branża: surowce i paliwa) w 2011 r. zatrudniała 4 445 osób, przychód ze sprzedaży 79 037 121 tys. zł, 1. miejsce w rankingu spółek Skarbu Państwa „Polityki”. Polska Grupa Energetyczna SA Warszawa (energetyka i ciepłownictwo) — 44 317 pracowników, przychód 28 111 354 tys. zł.”

Pytania: jaka jest jednostka analizy, jakie są zmienne i jak wpisać to do programu statystycznego?

Pokaż rozwiązanie

Jednostka analizy: spółka (Skarbu Państwa). Cechy stałe (wspólne): spółka Skarbu Państwa, Polska, rok 2011.

Zmienne:

nazwa spółki — identyfikator nominalna
siedziba (Płock, Warszawa) nominalna
branża nominalna
liczba zatrudnionych ilorazowa · mierzalna skokowa
przychód ze sprzedaży (tys. zł) ilorazowa · mierzalna quasi-ciągła
miejsce w rankingu „Polityki” porządkowa

W programie: jeden wiersz = jedna jednostka (spółka), jedna kolumna = jedna zmienna:

spółka	siedziba	branża	zatrudnieni	przychód (tys. zł)	ranking
PKN Orlen SA	Płock	surowce i paliwa	4 445	79 037 121	1
PGE SA	Warszawa	energetyka i ciepłownictwo	44 317	28 111 354	brak danych

„Niemal 10 razy więcej osób” i „ponad dwukrotnie niższe przychody” — takie porównania („ile razy”) są dozwolone, bo obie zmienne są ilorazowe.

🚩 Najczęstsze pułapki

„Są liczby, więc ilościowa” — nie! Numer bloku, PESEL, kod województwa to nominalne.
Temperatura w °C to interwałowa, nie ilorazowa (0°C ≠ brak temperatury).
Rok (założenia firmy, urodzenia) — interwałowa. Ale wiek w latach albo staż firmy na rynku — ilorazowa.
Wykształcenie — porządkowa (da się ułożyć, ale nie ma równych odstępów). Kierunek studiów — nominalna.
Przedziały (np. „poniżej 20 zł / 20–50 / powyżej 50”) — porządkowa, nawet jeśli w środku są złotówki.
Skala 0–10 / 1–7 z liczbami (zadowolenie, ocena jakości) — w materiałach traktowana jako interwałowa. Ta sama ocena z opisami słownymi („raczej zadowolony”) — porządkowa.
Wynagrodzenie — mierzalna quasi-ciągła (nie ciągła, nie skokowa).
Cechy stałe nie są badane — one wyznaczają populację.
Konceptualizacja = CO (definicja, wskaźniki), operacjonalizacja = JAK (pytanie, odpowiedzi). Nie zamieniaj ich.
Opis (tylko o zbadanych) vs wnioskowanie (z próby na populację).