Analiza wyników badań w pracy dyplomowej: tabele, wykresy, opis

Zebrałeś ankiety, masz arkusz pełen liczb i teraz trzeba z tego zrobić rozdział. Najczęściej dzieje się jedno z dwóch. Student wkleja pod rząd trzydzieści wykresów kołowych, pod każdym pisze „jak widać na wykresie, 62% respondentów odpowiedziało tak”, i rozdział zamienia się w podpisany album. Albo odwrotnie: opisuje każdą liczbę zdaniem, w którym od razu tłumaczy, „co to znaczy”, i miesza wyniki z wnioskami, których jeszcze nie wolno wyciągać. Rozdział analityczny (empiryczny, badawczy, „wyniki badań własnych” — nazwa zależy od uczelni) rządzi się kilkoma twardymi regułami. Poniżej rozkładamy go na części: co w nim jest, a czego nie, jak uporządkować dane, kiedy wybrać tabelę, a kiedy wykres, jak je podpisać i jak nie skłamać samą skalą osi.

Wyniki to nie wnioski: gdzie kończy się opis

Pierwsza decyzja jest pojęciowa i to na niej wykłada się najwięcej prac. Rozdział z wynikami pokazuje, co badanie wykazało. Nie tłumaczy jeszcze, dlaczego tak wyszło ani co z tego wynika dla praktyki. Interpretacja, konfrontacja z hipotezami i z literaturą to zadanie dyskusji wyników i zakończenia pracy, nie tego rozdziału. Jeśli w akapicie o rozkładzie odpowiedzi zaczynasz pisać „świadczy to o niskiej świadomości badanych, co potwierdza tezę…”, wchodzisz na przedwczesną interpretację i recenzent to zaznaczy.

Praktyczna granica wygląda tak. W rozdziale wyników wolno Ci: podać wartości liczbowe (odsetek, liczebność N, wynik testu statystycznego), wskazać, która grupa odpowiedzi jest najliczniejsza, opisać kierunek zależności („wraz ze stażem rośnie…”). Nie wolno: oceniać, czy to dużo czy mało, szukać przyczyn, porównywać z cudzymi badaniami. Ta powściągliwość ma sens, bo czytelnik musi najpierw zobaczyć czyste dane, zanim zaufa Twojej interpretacji. Gdy opis i wniosek zlewają się w jedno zdanie, nie da się już sprawdzić, gdzie kończy się fakt, a zaczyna Twoja teza.

Obowiązuje przy tym styl bezosobowy i czas przeszły. Piszesz „odnotowano”, „większość respondentów wskazała”, „wykazano zależność”, a nie „myślę, że” ani „widzimy, że”. Zamiast ocen typu „bardzo dużo osób” podawaj konkret: 128 osób, czyli 62% próby.

Uporządkuj wyniki według pytań badawczych, nie według narzędzia

Druga częsta wpadka to układ rozdziału przepisany wprost z kwestionariusza, pytanie pierwsze, pytanie drugie, pytanie dwudzieste siódme. Taki rozdział nie ma logiki, bo kolejność pytań w ankiecie wynikała z wygody wypełniającego, nie z Twojego problemu badawczego. Wyniki porządkuje się według pytań badawczych albo hipotez postawionych wcześniej. Jeśli jeszcze ich nie masz dopracowanych, wróć do tekstu o tym, jak formułować cel, pytania badawcze i hipotezy, bo to one wyznaczają szkielet całego rozdziału.

Zasada jest prosta. Każdej hipotezie albo pytaniu szczegółowemu odpowiada osobny podrozdział, w którym zbierasz wszystkie dane potrzebne do rozstrzygnięcia tej jednej kwestii, choćby pochodziły z pytań ankiety rozrzuconych po całym kwestionariuszu. Na końcu podrozdziału stwierdzasz, co dane pokazały wobec tej hipotezy, wciąż bez rozbudowanej interpretacji. Dzięki temu recenzent widzi, że badanie faktycznie odpowiedziało na postawione pytania, a nie tylko wyprodukowało zestaw procentów.

Najpierw opisz próbę, potem pokazuj wyniki

Zanim padnie pierwszy wykres merytoryczny, czytelnik musi wiedzieć, kogo badałeś i jak dobrałeś tę grupę. Opis próby i sposobu jej selekcji to nie formalność, to warunek, żeby ktokolwiek mógł ocenić, na ile wyniki da się uogólnić. Dobrze widać to w raportach badawczych. W analizie rentowności polskich firm zespół Kłosiewicz-Góreckiej przyjął jasne kryterium włączenia: do próby trafiły tylko przedsiębiorstwa z kompletnymi danymi finansowymi za dany rok i zatrudnieniem od 10 osób w górę, a podmioty bez danych albo z sektora publicznego odrzucono automatycznie; po tej selekcji został zbiór 14 371 firm z 390 klas PKD, opisany jako reprezentatywny branżowo (Kłosiewicz-Górecka i in., 2025, s. 21). Widać tu dwie rzeczy naraz: podane wprost kryterium i podana liczba, którą czytelnik może zważyć.

Czasem próba to po prostu cała badana zbiorowość. Panasiuk i Panasiuk objęli ankietą wszystkich 206 uczestników sześciu edycji studiów podyplomowych dla kandydatów na dyrektorów szkół, co pozwoliło im pisać o pełnej populacji, a nie o wycinku (Panasiuk, Panasiuk, 2023, s. 301). To ważna informacja dla czytelnika, bo przy badaniu całej populacji nie ma błędu doboru próby. W Twoim rozdziale ten fragment nie musi być długi, ale musi odpowiedzieć na trzy pytania: ile osób (albo jednostek), jak dobrane, jakie cechy je charakteryzują (płeć, wiek, staż, wielkość firmy). Bez tego dalsze procenty wiszą w próżni.

Jak dobrać samą metodę i próbę, opisaliśmy osobno w tekście o metodologii badań; tutaj zakładamy, że badanie masz już za sobą i chodzi o pokazanie jego rezultatów. Na poziomie magisterskim, gdzie rozdział empiryczny bywa najobszerniejszą częścią pracy, gotowe wzory prezentacji wyników znajdziesz w poradniku na praca-magisterska.pl.

Tabela czy wykres: kiedy co wybrać

Nie każda liczba zasługuje na rysunek. Regułę doboru formy da się sprowadzić do trzech przypadków, a różnicuje je to, co chcesz pokazać, nie to, co ładnie wygląda.

Wykres wygrywa tam, gdzie chodzi o obraz zależności. Szews zauważa, że graficzna forma pozwala odbiorcy rozpoznać trendy i zjawiska trudno zauważalne przy studiowaniu samych liczb w tabeli (Szews, 2018, s. 28). Ta sama myśl u Przemysława Biecka, cytowanego przez Szewsa, brzmi mocniej: „statystyka pozwala na opisanie świata, ale to grafika statystyczna pomaga pojąć jego sens” (Szews, 2018, s. 30). Wykres słupkowy nadaje się do porównań między kategoriami, liniowy do zmian w czasie, kołowy do udziałów w całości, przy czym kołowy działa tylko dla kilku kategorii, bo przy kilkunastu wycinkach staje się nieczytelny.

Jest przy tym jedna twarda zasada, którą łamią całe rozdziały: nie dubluj danych. Tej samej informacji nie pokazuj naraz w tabeli i na wykresie tuż obok. Wybierasz jedną formę, a jeśli koniecznie potrzebujesz obu (pełne dane w tabeli, obraz na wykresie), to nie stawiaj ich obok siebie dla tego samego rozkładu. Rozdział, w którym każdy wynik pojawia się dwa razy, sprawia wrażenie sztucznego pęcznienia objętości.

Chcesz pokazać	Wybierz	Uwaga
dokładne wartości do odczytania	tabelę	zaokrąglaj rozsądnie, nie do trzech miejsc po przecinku
porównanie kategorii	wykres słupkowy	oś wartości od zera
zmianę w czasie	wykres liniowy	jednakowe odstępy na osi czasu
udział części w całości	wykres kołowy	maksymalnie 5–6 wycinków
jedną, dwie liczby	zdanie w tekście	bez rysunku

Jak podpisać i jak opisać rysunek

Każda tabela i każdy wykres musi mieć numer, tytuł i źródło. Numeracja jest ciągła w obrębie pracy (Tabela 1, Tabela 2… osobno Wykres 1, Wykres 2…). Źródło podajesz zawsze, przy danych własnych w formie „Źródło: opracowanie własne”, przy zapożyczonych z podaniem autora. Podpis nie jest ozdobą. Szews formułuje to wprost: „czytelna i komunikatywna wizualizacja danych wzmacnia siłę wyników, a nieprzemyślana lub nieczytelna podważa rzetelność przeprowadzonych analiz” (Szews, 2018, s. 27). Rysunek bez opisu osi albo bez legendy podważa więc nie sam wykres, lecz zaufanie do całego badania.

W tekście każdy rysunek musi mieć zapowiedź i odwołanie przez numer. Piszesz „Rozkład odpowiedzi przedstawia Tabela 3” albo „Jak widać na Wykresie 2…”, a nie zostawiasz wykresu bez słowa komentarza. Sam opis pod rysunkiem to jednak nie przepisanie tabeli słowami. Nie ma sensu wymieniać po kolei wszystkich wartości, skoro czytelnik ma je nad tekstem. Opis wydobywa to, co istotne: wartość największą, najmniejszą, widoczną prawidłowość, ewentualny wyjątek. Reszta zostaje w tabeli do samodzielnego odczytania.

Wartość dobrej wizualizacji Szews rozkłada na trzy składniki, które warto mieć w głowie, klikając „wstaw wykres”: wizję (dane w formie, którą da się objąć wzrokiem), wiedzę (natychmiastowe zrozumienie, o co chodzi) i łatwość dzielenia się nimi z odbiorcą (Szews, 2018, s. 28). Jeśli Twój wykres wymaga trzech minut wpatrywania się, żeby cokolwiek z niego wyczytać, nie spełnia pierwszego zadania.

Najczęstsze przekłamania na wykresach

Wykres kłamie łatwiej niż tabela, bo działa na oko, zanim czytelnik zdąży policzyć. Szews poświęca temu osobny podrozdział o wizualizacji a manipulacji i katalog sposobów przekłamań na wykresach i grafikach (Szews, 2021, s. 25). Komisja te sztuczki zna i traktuje jako poważny zarzut, dlatego warto je znać, żeby nie popełnić żadnej przez nieuwagę.

• Ucięta oś. Najczęstszy błąd. Oś pionowa wykresu słupkowego nie zaczyna się od zera, tylko od wartości tuż pod danymi. Słupek wyższy realnie o dwa procent wygląda wtedy na dwukrotnie większy. Dla słupków oś wartości zawsze zaczyna się od zera.
• Efekty 3D i przestrzenne wycinki. Trójwymiarowy wykres kołowy zniekształca proporcje, bo wycinek bliżej obserwatora wydaje się większy. Rezygnuj z 3D, ono nic nie dodaje poza zafałszowaniem.
• Za dużo kategorii. Kołowy z kilkunastoma wycinkami albo słupkowy z trzydziestoma słupkami jest nieczytelny. Grupuj drobne kategorie w „inne”.
• Niespójne skale i odstępy. Nierówne odstępy na osi czasu albo różne skale na dwóch zestawianych wykresach sprawiają, że porównanie kłamie.

Dwa pojęcia z warsztatu wizualizacji porządkują tę intuicję. Współczynnik zafałszowania (lie factor) mówi, o ile obraz na wykresie odbiega od proporcji rzeczywistych danych, a data-ink ratio premiuje wykresy, w których jak najwięcej „atramentu” niesie informację, a jak najmniej idzie na ozdobniki; Szews wymienia oba jako wyznaczniki dobrej wizualizacji (Szews, 2018, s. 30). Praktyczny wniosek jest taki, że im mniej ramek, cieni i gradientów, a im wierniej słupek oddaje liczbę, tym uczciwszy wykres. Świadome naginanie skali, żeby wynik wyglądał lepiej, to już manipulacja danymi, która może pracę zdyskwalifikować, nie tylko obniżyć ocenę.

Uczciwość wizualizacji zaczyna się jeszcze przed wykresem, na etapie samych danych. Wronkowski przypomina, że każdy zbiór powinien być logicznie spójny, czyli wewnętrznie zgodny i zgodny ze stanem opisywanego świata (Wronkowski, 2025, s. 99). Wykres zbudowany na danych z błędami w arkuszu będzie ładny i fałszywy zarazem.

Czym to narysować

Do większości prac dyplomowych wystarcza arkusz kalkulacyjny. Excel zrobi słupki, linie i koła, policzy odsetki i podstawowe statystyki. Ma jednak granice, o których warto wiedzieć: nie tworzy map tematycznych typu kartogram czy kartodiagram, a obejście tego braku jest żmudne (Wronkowski, 2025, s. 103). Jeśli Twoje dane mają wymiar przestrzenny (rozkład zjawiska na mapie województw, gmin), sięgnij po dedykowane oprogramowanie GIS albo darmowe narzędzia do map. Do analiz statystycznych bardziej zaawansowanych niż średnia i procent (testy istotności, korelacje, regresja) przydają się pakiety statystyczne, choć na poziomie licencjatu rzadko są konieczne. Zasada jest ta sama co przy metodzie: prostsze narzędzie dobrze użyte bije ambitne narzędzie użyte po omacku.

Podsumowanie

Rozdział analityczny broni się, gdy trzyma trzy reguły naraz. Pokazuje fakty i odracza interpretację do dyskusji i zakończenia. Układa wyniki wokół pytań badawczych, nie wokół kolejnych pól ankiety. Prezentuje dane uczciwie, z podpisem, źródłem i osią od zera, bo, jak ujmuje to Szews, nieczytelna wizualizacja podważa rzetelność całej analizy. Zanim oddasz rozdział, sprawdź jedno: czy z każdego wykresu da się odczytać dokładnie to, co mówią liczby pod spodem, ani mniej, ani więcej.