CWPCentrum Wiedzy Psychologicznej

Statystyka dla studentów psychologii – bez strachu i od podstaw

Kurs powtórkowy dla studenta I roku psychologii, ucząca liczyć krok po kroku podstawowe statystyki: średnią, odchylenie standardowe, korelację, test t-Studenta, chi-kwadrat, ANOVA, testy nieparametryczne i regresję liniową — z naciskiem na konkretne przykłady obliczeniowe, arkusz kalkulacyjny i podstawy SPSS, a nie na wyprowadzenia matematyczne.

Godziny dydaktyczne
31,3 godz.
Poziom
Podstawowy
Program
120 lekcji
Statystyka dla studentów psychologii – bez strachu i od podstaw

Ten kurs powstał z myślą o studencie pierwszego roku psychologii, który zna już koncepcyjnie metodologię badań (kurs „Metodologia badań psychologicznych od podstaw"), ale przed egzaminem ze statystyki potrzebuje czegoś innego: nauczyć się realnie liczyć. Zamiast kolejnego wyjaśnienia, czym jest test t czy korelacja, ten kurs pokazuje krok po kroku, jak je policzyć na konkretnych, prostych danych — i jak nie bać się przy tym liczb.

Zaczynamy od oswojenia lęku przed liczbami i uporządkowania danych w tabele częstości i wykresy, a potem liczymy krok po kroku średnią, medianę, dominantę, wariancję i odchylenie standardowe na jednym, wspólnym przykładzie, do którego wracamy przez cały kurs. Uczymy się wyniku standaryzowanego (z-score), korelacji Pearsona i Spearmana, testu t-Studenta (dla prób niezależnych i zależnych), testu chi-kwadrat oraz ANOVA — za każdym razem z pełnym, sprawdzalnym obliczeniem i interpretacją wyniku.

Druga połowa kursu pokazuje testy nieparametryczne (Manna-Whitneya, Wilcoxona), regresję liniową, przedziały ufności oraz praktyczne drzewo decyzyjne pomagające wybrać właściwy test do własnych danych. Osobne moduły uczą liczenia w Excelu i Arkuszach Google gotowymi formułami oraz podstaw SPSS — programu, z którym student zetknie się przy pisaniu pracy dyplomowej.

Kurs kończy się blokiem o typowych błędach studentów (mylenie korelacji z przyczynowością, zły dobór testu) oraz dwoma modułami pełnymi zadań egzaminacyjnych z pełnymi rozwiązaniami krok po kroku, żeby sprawdzić się dokładnie w takiej formie, w jakiej statystyka pojawia się na egzaminie. Do kursu dołączone są cztery materiały do pobrania: fiszki z kluczowymi wzorami, arkusz zebranych przykładów obliczeniowych, tabela interpretacji wyników (p, r, d Cohena) oraz zbiorczy zestaw pytań powtórkowych do całego kursu.

Najczęściej zadawane pytania

Statystyka jest psychologowi potrzebna, bo pozwala rzetelnie opisywać dane, sprawdzać hipotezy i krytycznie czytać badania, na których opiera się praktyka. Bez niej trudno ocenić, czy wynik badania jest wiarygodny, czy różnica między grupami jest istotna i jak silny jest opisany efekt. Statystyka przydaje się też przy interpretacji wyników kwestionariuszy i norm testowych. Dla większości studentów najważniejsze jest rozumienie logiki analiz, a nie wyprowadzanie wzorów.

Średnia to suma wyników podzielona przez ich liczbę, mediana to wartość środkowa po uporządkowaniu danych, a dominanta to wartość występująca najczęściej. Średnia jest wrażliwa na wartości odstające, dlatego przy danych skośnych, na przykład dochodach, lepiej opisuje je mediana. Dominanta przydaje się przy danych kategorialnych, gdzie nie da się policzyć średniej. Wybór miary zależy od skali pomiarowej i kształtu rozkładu danych.

Odchylenie standardowe pokazuje, jak bardzo wyniki są rozproszone wokół średniej, czyli jaka jest typowa odległość pojedynczego wyniku od średniej. Małe odchylenie oznacza, że wyniki są do siebie podobne, a duże, że bardzo się różnią. Liczy się je jako pierwiastek z wariancji, dzięki czemu wyrażone jest w tych samych jednostkach co dane. W rozkładzie normalnym około dwie trzecie wyników mieści się w odległości jednego odchylenia od średniej.

Wynik standaryzowany, czyli z-score, pokazuje, o ile odchyleń standardowych dany wynik jest powyżej lub poniżej średniej. Oblicza się go, odejmując średnią od wyniku i dzieląc przez odchylenie standardowe. Dzięki standaryzacji można porównywać wyniki z różnych skal, na przykład z dwóch kwestionariuszy samooceny o innej liczbie punktów. Wynik z równy zero oznacza wynik średni, a wartości dodatnie i ujemne wskazują położenie powyżej lub poniżej średniej.

Test t-Studenta stosuje się do porównania średnich w dwóch grupach lub dwóch pomiarach, a analizę wariancji ANOVA, gdy grup jest więcej niż dwie. Wykonywanie wielu testów t zamiast jednej ANOVA zwiększa ryzyko błędu pierwszego rodzaju, czyli fałszywego wykrycia różnicy. Gdy ANOVA wykaże istotny efekt, stosuje się testy post-hoc, aby sprawdzić, które grupy różnią się między sobą. Oba testy wymagają spełnienia założeń, takich jak zbliżony do normalnego rozkład danych.

Testy nieparametryczne stosuje się, gdy dane nie spełniają założeń testów parametrycznych, na przykład gdy rozkład wyraźnie odbiega od normalnego, próba jest mała albo dane mają charakter porządkowy. Zamiast testu t dla prób niezależnych można użyć testu U Manna-Whitneya, a dla prób zależnych testu Wilcoxona. Zamiast korelacji Pearsona stosuje się korelację rang Spearmana. Testy nieparametryczne opierają się zwykle na rangach, a nie na surowych wartościach.

Wartość p informuje, jak prawdopodobne byłoby uzyskanie tak dużego lub większego efektu, gdyby w rzeczywistości hipoteza zerowa była prawdziwa. Nie oznacza prawdopodobieństwa, że hipoteza jest prawdziwa, ani nie mówi, jak ważny jest wynik. Dlatego obok istotności statystycznej warto podawać wielkość efektu, na przykład d Cohena, oraz przedziały ufności. Próg 0,05 jest umowny, a przy dużych próbach nawet bardzo małe różnice mogą okazać się istotne.

Statystyki najłatwiej nauczyć się na konkretnych przykładach obliczeniowych, krok po kroku, zaczynając od statystyki opisowej i stopniowo przechodząc do testów. Kurs CWP „Statystyka dla studentów psychologii – bez strachu i od podstaw” pokazuje obliczenia na przykładach, uczy wyboru testu za pomocą drzewa decyzyjnego, korzystania z arkusza kalkulacyjnego i podstaw SPSS, a także radzenia sobie z lękiem przed liczbami. Zawiera zadania z pełnymi rozwiązaniami.

Czego się nauczysz

  • Potrafisz policzyć krok po kroku i poprawnie zinterpretować średnią, medianę, dominantę, wariancję, odchylenie standardowe oraz wynik standaryzowany (z-score)
  • Umiesz policzyć i zinterpretować współczynnik korelacji Pearsona oraz korelację rang Spearmana, wraz z wykresem rozrzutu i wiedzą o różnicy między korelacją a przyczynowością
  • Potrafisz policzyć test t-Studenta dla prób niezależnych i zależnych, test chi-kwadrat oraz jednoczynnikową ANOVA wraz z testami post-hoc, i poprawnie odczytać wynik istotności i wielkość efektu
  • Znasz testy nieparametryczne (Manna-Whitneya, Wilcoxona) i wiesz, kiedy zastosować je zamiast testu t, oraz umiesz zbudować i zinterpretować prostą regresję liniową i przedział ufności
  • Potrafisz czytać tabele wyników z artykułów naukowych (skróty M, SD, t, F, r, p, d) i tłumaczyć je na jasny, ostrożny język polski
  • Umiesz policzyć podstawowe statystyki i testy w Excelu/Arkuszach Google gotowymi formułami oraz poruszać się po podstawowym interfejsie SPSS
  • Rozpoznajesz typowe błędy studentów — mylenie korelacji z przyczynowością i zły dobór testu statystycznego — i potrafisz samodzielnie dobrać właściwy test do własnych danych

Dla kogo jest to szkolenie

  • Studenci pierwszego roku psychologii przygotowujący się do egzaminu ze statystyki i chcący nauczyć się realnie liczyć, a nie tylko rozumieć pojęcia
  • Studenci, którzy ukończyli kurs metodologii badań tej ścieżki i chcą przejść od koncepcji do praktycznych obliczeń
  • Studenci piszący pierwszą pracę zaliczeniową z własną analizą statystyczną, potrzebujący wzorców obliczeń i formatowania wyników

Czego to szkolenie nie daje

Piszemy to wprost, żebyś nie musiał lub nie musiała zgadywać. Szkolenie doskonalące ma granice — poniżej te, które dotyczą tego materiału.

  • Zaawansowane metody statystyczne (regresja wieloraka, modelowanie równań strukturalnych, analiza czynnikowa) — temat dalszych, bardziej zaawansowanych kursów
  • Wyprowadzenia matematyczne wzorów statystycznych — kurs skupia się na praktycznym liczeniu i interpretacji, nie na dowodach matematycznych
  • Pełne, certyfikowane szkolenie z obsługi SPSS czy R — kurs pokazuje tylko podstawowe operacje potrzebne do policzenia testów poznanych w kursie

Program szkolenia

120 lekcji w 40 modułach. Lekcje oznaczone jako otwarte obejrzysz bez zakładania konta.

Moduł 1

Po co psychologowi statystyka

Moduł 2

Jak oswoić lęk przed liczbami

  • Skąd bierze się lęk przed liczbami u studentów psychologii14 min
  • Konkretne techniki radzenia sobie z lękiem przed obliczeniami15 min
  • Nastawienie na proces, nie na wynik – jak myśleć o nauce statystyki16 min
Moduł 3

Tabele częstości

  • Po co porządkować dane, zanim się je policzy16 min
  • Tabela częstości dla danych ciągłych – grupowanie w przedziały14 min
  • Rozkład częstości a kształt danych – pierwsze spojrzenie17 min
Moduł 4

Wykresy — histogram i wykres słupkowy

  • Wykres słupkowy dla danych kategorialnych15 min
  • Histogram dla danych ciągłych15 min
  • Wybór właściwego wykresu do własnych danych17 min
Moduł 5

Średnia arytmetyczna na przykładzie

  • Wzór na średnią i obliczenia krok po kroku15 min
  • Kiedy średnia myli – wpływ wartości odstających16 min
  • Średnia ważona i jej zastosowania w psychologii16 min
Moduł 6

Mediana i dominanta na przykładzie

  • Jak policzyć medianę krok po kroku16 min
  • Dominanta – trzecia miara tendencji centralnej16 min
  • Porównanie średniej, mediany i dominanty – kiedy użyć której15 min
Moduł 7

Wariancja — obliczenia na przykładzie

  • Po co nam miary rozproszenia17 min
  • Wariancja krok po kroku na naszym przykładzie13 min
  • Interpretacja wariancji i jej ograniczenia16 min
Moduł 8

Odchylenie standardowe — obliczenia na przykładzie

  • Odchylenie standardowe krok po kroku16 min
  • Reguła 68-95-99,7 i odchylenie standardowe w praktyce14 min
  • Odchylenie standardowe a jednorodność grupy badawczej17 min
Moduł 9

Jak obliczyć wynik standaryzowany

  • Po co standaryzować wynik – problem porównywania różnych skal15 min
  • Standaryzacja dwóch różnych skal – porównanie na przykładzie17 min
  • Praktyczne zastosowania z-score w psychologii17 min
Moduł 10

Jak zinterpretować wynik standaryzowany

  • Od z-score do percentyla – tabela rozkładu normalnego16 min
  • Typowe błędy w interpretacji wyników standaryzowanych15 min
  • Z-score jako fundament testów statystycznych – pomost do dalszej części kursu17 min
Moduł 11

Jak policzyć współczynnik korelacji

  • Od jednej zmiennej do dwóch – idea korelacji14 min
  • Obliczenie korelacji Pearsona krok po kroku12 min
  • Korelacja dodatnia, ujemna i zerowa – trzy przykłady kontrastowe17 min
Moduł 12

Jak odczytać korelację i wykres rozrzutu

  • Wykres rozrzutu – budowa i czytanie15 min
  • Korelacja a przyczynowość – dlaczego to nie to samo16 min
  • Współczynnik determinacji R² i podsumowanie bloku o korelacji17 min
Moduł 13

Przykład obliczeniowy testu t

  • Po co test t – pytanie, na które odpowiada14 min
  • Obliczenie testu t dla prób niezależnych krok po kroku14 min
  • Test t dla prób zależnych – ten sam schemat, inne dane17 min
Moduł 14

Jak odczytać wynik i wyciągnąć wniosek

  • Porównanie t obliczonego z wartością krytyczną15 min
  • Wielkość efektu – d Cohena obok istotności statystycznej16 min
  • Założenia testu t i co zrobić, gdy nie są spełnione17 min
Moduł 15

Kiedy się go używa

  • Test chi-kwadrat – dla jakich danych i jakich pytań17 min
  • Test zgodności chi-kwadrat – przykład obliczeniowy12 min
  • Chi-kwadrat na tle innych testów poznanych dotychczas16 min
Moduł 16

Przykład obliczeniowy chi-kwadrat

  • Obliczanie częstości oczekiwanych krok po kroku14 min
  • Obliczenie statystyki chi-kwadrat i wniosek15 min
  • Założenia chi-kwadrat i test dokładny Fishera18 min
Moduł 17

Jak czytać tabele z artykułów naukowych (M, SD, p, r)

  • Skale pomiarowe – fundament czytania każdej tabeli wyników16 min
  • Odczytywanie skrótów M, SD, t, F, r, p w praktyce16 min
  • Tabela wyników krok po kroku – ćwiczenie na pełnym przykładzie16 min
Moduł 18

Tłumaczenie zapisu statystycznego na język zwykły

  • Z tabeli do zdania – jak sparafrazować wynik statystyczny16 min
  • Jak sparafrazować wynik ANOVA i chi-kwadrat15 min
  • Czytanie abstraktu artykułu naukowego pod kątem statystyki18 min
Moduł 19

Kiedy używać zamiast Pearsona

  • Dlaczego korelacja Pearsona czasem nie wystarcza16 min
  • Związek monotoniczny a liniowy – ilustracja na przykładzie12 min
  • Kiedy traktować dane jako porządkowe, a kiedy jako przedziałowe17 min
Moduł 20

Przykład obliczeniowy korelacji Spearmana

  • Rangowanie danych i obliczenie korelacji Spearmana krok po kroku12 min
  • Rangowanie z remisami i porównanie z korelacją Pearsona16 min
  • Zastosowania korelacji Spearmana w praktyce psychologicznej17 min
Moduł 21

Przykład obliczeniowy porównania więcej niż dwóch grup

  • Dlaczego nie robimy po prostu kilku testów t15 min
  • Obliczenie ANOVA krok po kroku — SS, MS i statystyka F13 min
  • Interpretacja ANOVA i testy post-hoc17 min
Moduł 22

Interpretacja wyniku ANOVA

  • ANOVA z grupami o różnej liczebności – drugi przykład13 min
  • Założenia ANOVA i tabela podsumowująca wyniki14 min
  • ANOVA jednoczynnikowa a rzeczywiste badania — podsumowanie bloku18 min
Moduł 23

Test Manna-Whitneya — kiedy dane nie spełniają założeń

  • Kiedy sięgnąć po test nieparametryczny zamiast testu t14 min
  • Obliczenie testu U Manna-Whitneya krok po kroku13 min
  • Interpretacja wyniku testu Manna-Whitneya i porównanie z testem t15 min
Moduł 24

Test Wilcoxona

  • Kiedy stosować test Wilcoxona zamiast testu t dla prób zależnych12 min
  • Obliczenie testu Wilcoxona dla par zależnych krok po kroku13 min
  • Test Wilcoxona a test t dla prób zależnych — podsumowanie bloku17 min
Moduł 25

Co to jest linia regresji

  • Od korelacji do przewidywania – idea regresji liniowej14 min
  • Drugi przykład: budowa równania regresji krok po kroku15 min
  • Interpretacja współczynników a i b18 min
Moduł 26

Jak odczytać prosty model przewidywania

  • Przewidywanie konkretnych wartości i reszty modelu17 min
  • Wykres reszt jako narzędzie sprawdzenia jakości modelu16 min
  • Ograniczenia regresji prostej i podsumowanie bloku17 min
Moduł 27

Co to znaczy „95% przedział ufności"

  • Dlaczego pojedyncza średnia z próby to za mało12 min
  • Rozkład z próbkowania i dlaczego przedział ufności w ogóle działa15 min
  • Poziom ufności 90%, 95% i 99% — kompromis między precyzją a pewnością17 min
Moduł 28

Jak interpretować przedział ufności

  • Budowa 95% przedziału ufności krok po kroku15 min
  • Poprawna i błędna interpretacja przedziału ufności17 min
  • Przedziały ufności dla różnicy średnich i dla proporcji18 min
Moduł 29

Drzewo decyzyjne — jak wybrać test do własnych danych

  • Pierwsze pytanie: ile zmiennych i jaki mają typ15 min
  • Dokończenie drzewa decyzyjnego – gałąź korelacyjna i sprawdzanie założeń18 min
  • Ćwiczenie praktyczne – zastosuj drzewo decyzyjne do trzech scenariuszy17 min
Moduł 30

Typowe błędy wyboru testu

  • Błąd 1 i 2: zła skala pomiarowa i zignorowanie zależności prób17 min
  • Błąd 3 i 4: ignorowanie założeń i wielokrotne testowanie bez korekty18 min
  • Checklist przed zastosowaniem testu statystycznego – podsumowanie bloku17 min
Moduł 31

Jak policzyć podstawowe statystyki w Excelu/Google Sheets

  • Statystyki opisowe w arkuszu – od surowych danych do gotowej tabeli15 min
  • Tabela częstości i sortowanie danych w arkuszu13 min
  • Budowa histogramu i wykresu słupkowego w arkuszu17 min
Moduł 32

Gotowe formuły do najczęstszych obliczeń

  • Formuły na korelację, test t i chi-kwadrat17 min
  • Formuły na ANOVA i przedziały ufności15 min
  • Budowa czytelnej tabeli statystyk opisowych w arkuszu18 min
Moduł 33

Interfejs i podstawowe operacje w SPSS

  • Widok zmiennych i widok danych – dwa okna, które trzeba rozróżnić17 min
  • Statystyki opisowe i test t w menu Analyze17 min
  • Korelacja i regresja w menu Analyze16 min
Moduł 34

Jak wygląda typowy raport z analizy w SPSS

  • Czytanie pełnego outputu ANOVA i chi-kwadrat w SPSS17 min
  • SPSS Syntax – jak zapisać i odtworzyć swoją analizę13 min
  • Eksport wyników do pracy zaliczeniowej i podsumowanie bloku SPSS18 min
Moduł 35

Jak zbudować czytelną tabelę wyników

  • Standard APA dla tabel statystycznych14 min
  • Macierz korelacji w formacie APA13 min
  • Typowe błędy formatowania tabel i jak ich unikać18 min
Moduł 36

Jak zbudować czytelny wykres do pracy zaliczeniowej

  • Wykres słupkowy porównania grup ze słupkami błędu16 min
  • Histogram i wykres skrzynkowy w pracy zaliczeniowej15 min
  • Spójność między tekstem, tabelą i wykresem – podsumowanie prezentacji wyników18 min
Moduł 37

Mylenie korelacji z przyczynowością w praktyce — analiza przypadków

  • Przypadek pierwszy: godziny ekranowe a wyniki w nauce17 min
  • Przypadek drugi i trzeci: suplementy diety oraz badanie podłużne18 min
  • Ćwiczenie: samodzielna ocena wniosku przyczynowego18 min
Moduł 38

Złe dobieranie testu — analiza przypadków

  • Przypadek pierwszy: test t zamiast ANOVA i zignorowana zależność prób15 min
  • Przypadek drugi: korelacja Pearsona dla danych porządkowych i chi-kwadrat z niską liczebnością17 min
  • Jak samodzielnie audytować własną analizę przed oddaniem pracy18 min
Moduł 39

Zestaw zadań obliczeniowych z pełnymi rozwiązaniami (część 1)

  • Zadania ze statystyki opisowej i wyniku standaryzowanego15 min
  • Zadania z korelacji i regresji liniowej13 min
  • Zadania z testu t i testu chi-kwadrat15 min
Moduł 40

Zestaw zadań obliczeniowych z pełnymi rozwiązaniami (część 2, ostatnia lekcja kończy kurs)

  • Zadania z ANOVA i testów nieparametrycznych13 min
  • Zadania z przedziałów ufności i doboru właściwego testu17 min
  • Ostatni zestaw zadań integrujących cały kurs i podsumowanie17 min

Materiały do pobrania

Arkusze i protokoły do wykorzystania w gabinecie. Lista informacyjna — pliki otwierają się przy lekcji, w planie Specjalista.

  • Załącznik A — Fiszki: kluczowe wzory i pojęcia z kursuPDF
  • Załącznik B — Arkusz zebranych przykładów obliczeniowychPDF
  • Załącznik C — Tabela interpretacji wyników (p, r, d Cohena)PDF
  • Załącznik D — Zestaw pytań powtórkowych do całego kursuPDF

Pytania o dostęp i certyfikat

Nie, bo do 2028 roku nie ma czego przyznawać. System doskonalenia zawodowego psychologów opisany w art. 29 ustawy z 23 stycznia 2026 r. o zawodzie psychologa oraz samorządzie zawodowym psychologów zacznie obowiązywać wraz z trzonem ustawy 19 maja 2028 r., a doskonalenie ma być wtedy organizowane lub koordynowane przez samorząd zawodowy. Każdy, kto dziś obiecuje punkty, obiecuje coś, co nie istnieje. Wystawiamy certyfikat ukończenia szkolenia z liczbą godzin dydaktycznych i prowadzimy dziennik rozwoju zawodowego, żeby po wejściu przepisów w życie mieć udokumentowany dorobek.

Dla psychologów, psychoterapeutów, psychologów szkolnych i poradnianych, pedagogów specjalnych, doradców zawodowych, studentów psychologii oraz rodziców. Materiał dla specjalistów zakłada przygotowanie kierunkowe: nie tłumaczymy podstaw od zera i nie publikujemy treści rozwoju osobistego. Osobna część biblioteki jest napisana z myślą o rodzicach — porusza m.in. tematy związane z rozwodem i rozstaniem rodziców, które mogą pomóc chronić dziecko przed skutkami konfliktu.

To szkolenia pisane, podzielone na lekcje po kilkanaście minut, z materiałem do czytania. Wracasz do nich w dowolnym momencie i przerabiasz we własnym tempie. W przyszłości planujemy wprowadzić także wersje audio. Zajęć na żywo i superwizji grupowej nie prowadzimy.

Udział w szkoleniu i liczbę godzin dydaktycznych. Certyfikat nie nadaje uprawnień zawodowych, nie jest dokumentem żadnego towarzystwa naukowego ani zaświadczeniem oświatowym. Jest dokumentem do Twojej własnej dokumentacji rozwoju zawodowego oraz do przedstawienia pracodawcy, jeśli tego wymaga.

Imię i nazwisko wraz z tytułem zawodowym, tytuł szkolenia, liczba godzin dydaktycznych, data wystawienia, numer dokumentu oraz klauzula o zakresie, jaki certyfikat potwierdza. Dane są zamrażane w chwili wystawienia — późniejsza zmiana tytułu szkolenia nie zmienia dokumentu, który już masz.

Tak. Każdy dokument ma numer i indywidualny adres weryfikacyjny. Pracodawca albo placówka może sprawdzić jego autentyczność bez zakładania konta i bez kontaktu z nami.

Powiązane szkolenia

Materiały akademickie dla studenta

Samoocena i obraz siebie dla studenta psychologii

Kurs dla studenta psychologii porządkujący wiedzę o samoocenie i obrazie siebie — od klasycznych teorii (James, Rosenberg, Coopersmith) przez rozwój w ciągu całego życia, związek ze zdrowiem psychicznym, aż po narzędzia pomiaru, krytykę popularnych uproszczeń i praktyczne techniki interwencji terapeutycznej.

25,7 godz. dydakt.Podstawowy
W abonamencieZobacz szkolenie

Materiały akademickie dla studenta

Psychologia w praktyce – 30 klasycznych badań, które powinien znać student psychologii

Przegląd trzydziestu kilku najważniejszych klasycznych badań i eksperymentów w historii psychologii — od Milgrama i Zimbardo, przez Piageta i Pawłowa, po H.M. i Genie — z kontekstem historycznym, metodą, wynikami, rzetelną krytyką metodologiczną i etyczną oraz znaczeniem każdego badania dla psychologii dzisiaj.

28,8 godz. dydakt.Podstawowy
W abonamencieZobacz szkolenie

Materiały akademickie dla studenta

Jak napisać pierwszą pracę zaliczeniową na psychologii

Kurs dla studenta I roku psychologii, prowadzący krok po kroku przez cały proces pisania pierwszej pracy zaliczeniowej — od wyboru tematu i formułowania tezy, przez konspekt, wstęp, budowanie argumentacji i zakończenie, po redakcję, odpowiedzialne korzystanie z AI, obronę pracy i praktyczne odpowiedzi na najczęstsze wątpliwości pierwszorocznych.

37,4 godz. dydakt.Podstawowy
W abonamencieZobacz szkolenie

Przeczytaj także

W abonamencie

7 dni za darmo

Przetestuj 7 dni za darmo