Embedded Files
Analizy statystyczne do prac dyplomowych
Analizy statystyczne do prac dyplomowych
Analizy statystyczne do badań ilościowych w ramach prac dyplomowych, licencjackich i magisterskich wykonywane przez psychologa i certyfikowanego data scientist. Głównie w naukach społecznych i naukach o zdrowiu. Dokładna wycena zależy od liczby hipotez i stanu bazy danych. Ceny rozpoczynają się od 700 zł.
Materiały edukacyjne
Materiały edukacyjne
Jeśli potrzebujesz tylko polepszyć swoje rozumienie statystyki, zerknij na mojego bloga – nieobliczalne.pl. Znajdziesz tam teksty tłumaczące statystykę od podstaw.
Co oferuję
Co oferuję
Czyszczenie bazy danych,
Opis zmiennych,
Dobór testów statystycznych do hipotez,
Analiza korelacji,
Analiza regresji, w tym mediacji i moderacji,
Testowanie różnic w średnich (testy t, ANOVA),
Testowanie rozkładów zmiennych kategorialnych (testy chi-kwadrat),
W złożonych przypadkach modelowanie wielopoziomowe lub modelowanie równań strukturalnych,
Weryfikacja rzetelności (psychometryczna) autorskich narzędzi według Classical Test Theory lub Item-Response Theory,
Przygotowanie wykresów w ggplot2, zgodnie z najlepszymi praktykami, gotowych do umieszczenia w pracy. Żadnych wykresów kołowych 3D, żadnych przyciętych etykiet, rozszerzeń dziesiętnych przy procentach. Wykresy przemyślane, estetyczne i zgodne ze sztuką,
Pomoc w opisywaniu wyników zgodnie ze standardami raportowania analiz APA lub innymi,
Na życzenie udostępniam kod analityczny w R i wyczyszczoną bazę.
Przykładowe wykresy
Przykładowe wykresy
Wykres kolumnowy
Wykres kolumnowy
średnie w podziale na grupy
Wykres interakcji
Wykres interakcji
do modeli z analizą moderacji
Wykres skrzypcowy
Wykres skrzypcowy
rozkład zmiennej ilościowej w grupach
Wykresy kolumnowe średnich
Wykresy kolumnowe średnich
Kumulacyjny wykres kolumnowy proporcji
Kumulacyjny wykres kolumnowy proporcji
Duży wykres kolumnowy proporcji
Duży wykres kolumnowy proporcji
Dla kogo pracowałem?
Dla kogo pracowałem?
Centrum Nauki Kopernik
Centrum Nauki Kopernik
Analiza danych statystycznych i sporządzenie raportu w ramach projektu unijnego Make It Open (grant EU Horizon nr 872106)
Polski Instytut Sztuki Filmowej
Polski Instytut Sztuki Filmowej
Za pośrednictwem agencji Difference; przygotowanie systemu organizacji i automatycznej analizy danych wraz z interfejsem użytkownika
UNICEF
UNICEF
Za pośrednictwem Instytutu Badań Edukacyjnych w Warszawie; przygotowanie systemów zbierania danych, projektowanie procedur i czyszczenie zbiorów danych
Uniwersytet Wrocławski
Uniwersytet Wrocławski
Projektowanie badań, analiza i czyszczenie danych, zarządzanie danymi jako wykonawca grantu NCN i członek Zakładu Psychologii Twórczości
Certyfikaty
Certyfikaty
Przykładowe fragmenty analiz
Przykładowe fragmenty analiz
Hipoteza: Ludzie z różnych grup wiekowych mają różny poziom wiedzy w zakresie onkologii
Hipoteza: Ludzie z różnych grup wiekowych mają różny poziom wiedzy w zakresie onkologii
Celem sprawdzenia hipotezy o związku grupy wiekowej z poziomem wiedzy ankietowanych przeprowadzono jednoczynnikową analizę wariancji. Wyniki testu wskazują na istotne różnice w poziomie wiedzy w zależności od wieku uczestników badania (t(2) = 4,98; p = 0,008; R² = 0,06). Następnie przeprowadzono test Tukey’a z poprawką Holma w ramach analizy post-hoc. Wyniki testu wskazują, że grupa osób starszych niż 55 lat posiada istotnie, umiarkowanie niższą wiedzę w zakresie onkologii niż grupa osób młodszych niż 25 lat (p = 0,041; d = 0,63) oraz grupa osób w wieku 41-55 lat (p = 0,005; d = 0,75). Nie stwierdzono istotnych różnic w poziomie wiedzy między grupą osób młodszych niż 25 lat a grupą osób w wieku 41-55 lat (p = 0,649).
Hipoteza: klienci, którzy nie odczuli skutków ubocznych, częściej stwierdzają, że są zadowoleni z zabiegu epilacji
Hipoteza: klienci, którzy nie odczuli skutków ubocznych, częściej stwierdzają, że są zadowoleni z zabiegu epilacji
Istotnie więcej klientów odczuło (n = 67) niż nie odczuło (n = 35) skutków ubocznych epilacji (χ²(1, N = 102) = 10,0; p = 0,002). Celem określenia związków między zadowoleniem z efektów epilacji a doświadczeniem efektów ubocznych przeprowadzono test χ². Wyniki testu wskazują na istotny związek między tymi zmiennymi (χ²(1, N = 102) = 6,55; p = 0,011). Klienci, którzy nie doświadczyli efektów ubocznych, byli częściej zadowoleni.
Hipoteza: Osoby posiadające specjalizację z pielęgniarstwa onkologicznego cechują się wyższą wiedzą niż osoby bez specjalizacji
Hipoteza: Osoby posiadające specjalizację z pielęgniarstwa onkologicznego cechują się wyższą wiedzą niż osoby bez specjalizacji
W celu zbadania związku między posiadaniem specjalizacji z pielęgniarstwa onkologicznego a poziomem wiedzy przeprowadzono jednostronny test t-Studenta. Wyniki testu wskazują na istotne różnice w poziomie wiedzy w zależności od posiadania specjalizacji z pielęgniarstwa onkologicznego (t(28,46) = 1,94; p = 0,031; d = 0,45). Osoby posiadające specjalizację z pielęgniarstwa onkologicznego (M = 18,44; SD = 5,52; n = 25) uzyskały wyższe wyniki w teście wiedzy niż osoby nieposiadające tej specjalizacji (M = 16,21; SD = 4,43; n = 180).
Hipoteza: hamowanie pamięciowe i uwagowe wykazują niezależne związki z twórczością
Hipoteza: hamowanie pamięciowe i uwagowe wykazują niezależne związki z twórczością
Początkowo dopasowano model pomiarowy celem sprawdzenia, na ile rzetelne jest zastosowanie latentnej miary hamowania pamięciowego. Model zbudowany z trzech wskaźników wykazywał znamiona przeuczenia (CFI = 1,0, TLI = 1,05, RMSEA = 0,0, SRMR = 0,03), w związku z czym jako wskaźnik wykorzystano różnicę między skutecznością przypominania sobie zastosowań przedmiotów, po których następował AUT i tych, po których AUT nie następował.
Następnie przeprowadzono modelowanie równań strukturalnych. Dopasowano model, w którym hamowanie uwagowe stanowiło zmienną latentną na podstawie trzech powtórzeń testu Stroopa, zaś pozostałe zmienne były zmiennymi mierzonymi. Model ten był satysfakcjonujący (CFI = 1,0, TLI = 1,04, RMSEA = 0,0, SRMR = 0,019). Zależności między zmiennymi zaprezentowano na Rysunku 2.
Ponieważ trudno jest porównać wielkości efektów między zmiennymi latentnymi i mierzonymi, dopasowano również model regresji liniowej, w którym hamowanie uwagowe wyrażone zostało jako średnia z trzech powtórzeń testu Stroopa. Model okazał się istotny statystycznie (F(2, 297) = 5,95, p = 0,003). Skorygowany współczynnik determinacji wyniósł R² = 0,032. Standaryzowany współczynnik regresji dla hamowania uwagowego wyniósł w tym modelu β1 = 0,152 (p = 0,008), zaś dla hamowania pamięciowego β2 = 0,13 (p = 0,023).
Page updated
Google Sites
Report abuse