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
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.
Czego nauczysz się w tym kursie – mapa materiału15 min
Statystyka jako język, nie przeszkoda na egzaminie15 min
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.
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.
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.
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.