Artykuł nr S25, Kategoria: Metodologia, techniki, narzędzia.

„Czy 50 ankiet wystarczy do magisterki?”, „Promotor mówi, że musi być co najmniej 100”, „Kalkulator pokazał mi 385 osób, a mam dostęp tylko do dwóch szkół”. Takie pytania pojawiają się jeszcze przed rozpoczęciem badań, ale często również wtedy, gdy termin oddania pracy jest już blisko.

Najważniejsza odpowiedź brzmi: nie istnieje jedna liczba ankiet, która automatycznie czyni badanie do pracy magisterskiej poprawnym. Liczebność próby trzeba odnieść do celu badania, sposobu doboru uczestników, rodzaju planowanych analiz oraz realnego dostępu do badanej grupy. Liczą się też wymagania konkretnej uczelni i uzgodnienia z promotorem. Sama liczba 100, 200 czy 385 nie zastępuje takiego uzasadnienia.

W poradniku znajdziesz trzy tabele, przykłady obliczeń, procedurę planowania rekrutacji i wzory krótkich uzasadnień liczebności próby. Wszystkie dane liczbowe dotyczą modelowych sytuacji dydaktycznych. Nie są rezultatami faktycznie przeprowadzonych badań ani ogólnymi normami obowiązującymi studentów.

Ile osób powinno wypełnić ankietę do pracy magisterskiej? Najpierw określ cel

Zanim zaczniesz liczyć respondentów, dokończ jedno zdanie: „Za pomocą tej ankiety chcę ustalić…”. Odpowiedź zmienia sposób planowania próby.

Jeśli zamierzasz opisać opinie pracowników jednej niewielkiej placówki, możesz badać całą dostępną grupę i jasno ograniczyć wnioski do tej placówki. Jeżeli chcesz oszacować odsetek osób o określonej opinii w dużej populacji, potrzebujesz uzasadnionego planu doboru i parametrów precyzji. Gdy głównym celem jest porównanie dwóch grup, ważne stają się liczebności w każdej z nich, a nie tylko suma ankiet. Przy analizie korelacji lub bardziej rozbudowanych modeli liczy się ponadto wielkość zależności, którą zamierzasz wykryć, i właściwości zastosowanych miar.

Porównaj te sytuacje:

To rozróżnienie odpowiada zasadom planowania badań ankietowych opisanym przez American Association for Public Opinion Research (AAPOR). W praktyce oznacza ono, że liczebność jest elementem projektu, a nie liczbą, którą dopisuje się do metodologii po uzyskaniu odpowiedzi.

Populacja, próba i liczba poprawnych odpowiedzi – cztery różne wielkości

W pracach dyplomowych często pojawia się sformułowanie „przebadano 150 ankiet”. Tymczasem ankieta jest narzędziem, a jednostką badania najczęściej człowiek, gospodarstwo domowe lub instytucja. Precyzyjniej napisać: „Analizą objęto odpowiedzi 150 zakwalifikowanych respondentów”.

Już na etapie planowania rozróżnij:

1. Populację docelową – wszystkie jednostki, o których chcesz mówić, np. nauczyciele zatrudnieni w określonych placówkach.
2. Osoby zaproszone lub objęte rekrutacją – nie zawsze jest to cała populacja; przy otwartym linku ich liczba może być nieznana.
3. Otrzymane kwestionariusze – również te przerwane, zdublowane lub niespełniające kryteriów, jeśli takie powstaną.
4. Próbę analityczną – rekordy zakwalifikowane zgodnie z wcześniej ustalonymi zasadami; jej wielkość może się różnić między analizami z powodu braków odpowiedzi.

Załóżmy, że w modelowym badaniu otrzymano 132 formularze, z czego 8 nie spełniało kryterium udziału, a 4 były powtórzeniami rozpoznanymi zgodnie z przyjętą procedurą. Do podstawowej analizy pozostaje 120 rekordów. Jeśli pięć osób pominęło pytanie o staż pracy, analiza zależności od stażu może obejmować jeszcze mniej przypadków. Nie wolno w każdej tabeli mechanicznie wpisywać n = 132.

Od razu warto odróżnić dobór losowy od doboru nielosowego, na przykład celowego, dogodnościowego lub opartego na samodzielnym zgłaszaniu się. Sposób doboru wpływa na to, jak daleko wolno uogólniać wynik. Przydatne w tym zakresie są zalecenia AAPOR dotyczące oceny jakości prób.

Skąd bierze się liczba 385 ankiet? Przykład obliczenia krok po kroku

W internecie często powtarza się, że do pracy magisterskiej potrzeba 384 lub 385 ankiet. Ta liczba ma konkretne pochodzenie statystyczne, ale nie jest uniwersalnym wymogiem uczelni.

Rozważamy bardzo określoną sytuację: chcemy oszacować odsetek w dużej populacji, zakładamy prosty dobór losowy, niezależne obserwacje, poziom ufności 95%, maksymalny przybliżony błąd losowy wynoszący 5 punktów procentowych i zachowawcze założenie, że szukany odsetek może wynosić 50%.

W takim modelu orientacyjną liczebność wyznacza wzór:

n₀ = z² × p × (1 − p) / e²

gdzie:

• z = 1,96 dla przyjętego poziomu ufności 95%;
• p = 0,50 to przyjęty udział odpowiedzi, gdy nie znamy lepszego oszacowania;
• e = 0,05 to zakładana granica błędu losowego dla oszacowania udziału;
• n₀ oznacza orientacyjną liczebność przy bardzo dużej populacji i wskazanych założeniach.

Po podstawieniu: 1,96² × 0,50 × 0,50 / 0,05² = 384,16. Ponieważ nie można zebrać części odpowiedzi od osoby, wynik zaokrągla się w górę: 385 osób.

Ten schemat obliczeniowy jest omawiany w materiałach kursu Sampling Theory and Methods Uniwersytetu Stanowego Pensylwanii, w części dotyczącej szacowania proporcji. Istotne są nie tylko liczby, lecz także założenia, które pozwalają je interpretować.

Dlaczego w mniejszej populacji wynik może być inny?

Jeżeli znamy liczebność całej populacji, a planujemy prosty dobór losowy bez zwracania jednostek, stosuje się odpowiednią korektę dla populacji skończonej. Można ją zapisać w postaci:

n = n₀ / [1 + (n₀ − 1) / N]

W modelu populacji liczącej N = 1000 osób wynik to w przybliżeniu 277,74, czyli po zaokrągleniu 278 odpowiedzi. Nie oznacza to jednak, że każda ankieta rozesłana do 1000 osób wymaga uzyskania dokładnie 278 odpowiedzi. Wynik dotyczy ściśle określonego schematu losowania i założeń dotyczących oszacowania odsetka.

Poniższa tabela pokazuje, jak zmienia się orientacyjna liczebność po zmianie przyjętej precyzji. Wszystkie wartości są obliczeniami modelowymi, a nie zaleceniami dotyczącymi konkretnych prac.

Uwaga metodologiczna: w tabeli przyjęto p = 0,50, z = 1,96, prosty dobór losowy, brak efektu grupowania i brak problemu nieodpowiedzi. W rzeczywistym projekcie znaczenie mogą mieć m.in. dobór warstwowy, badanie całych klas zamiast pojedynczych osób, wagi i braki danych. Tabela nie służy do wyznaczania liczebności prób celowych, ankiet z otwartego linku ani projektów opartych na porównywaniu średnich lub korelacji.

Dlaczego 385 ochotników z internetu nie oznacza marginesu błędu ±5%?

Załóżmy, że student umieszcza formularz w kilku grupach na portalu społecznościowym i otrzymuje 400 poprawnie wypełnionych ankiet. Nie zna wszystkich osób, które mogły zobaczyć zaproszenie, ani prawdopodobieństwa, że konkretna osoba z populacji trafi do badania.

Taka rekrutacja może dostarczyć cennego materiału do opisu odpowiedzi uczestników. Nie wolno jednak automatycznie twierdzić, że 400 ochotników reprezentuje całą populację z klasycznym marginesem błędu ±5%. Błąd losowy z przytoczonego wzoru nie obejmuje problemu selekcji osób zainteresowanych tematem, niedostępności części grupy czy odmów udziału.

W raporcie AAPOR dotyczącym oceny jakości sondaży wyjaśniono, że ocena nieprobabilistycznych prób wymaga innych założeń i ostrożności niż w przypadku klasycznych prób losowych. Zwiększenie liczby odpowiedzi może poprawić stabilność pewnych opisów w samej próbie, ale nie usuwa samo w sobie błędu doboru.

Dobrym zapisem do pracy będzie: „Wyniki odnoszą się do przebadanej grupy i ze względu na nielosowy sposób doboru respondentów nie stanowią podstawy do statystycznego uogólnienia na wszystkich studentów”. To ograniczenie nie przekreśla badania. Pokazuje, że autor rozumie jego możliwości.

Porównanie dwóch grup: liczy się nie tylko suma respondentów

Rozważ modelową pracę z zarządzania o ocenach pracy zdalnej i stacjonarnej. Student otrzymał 120 ankiet: 108 od osób wykonujących pracę zdalną i tylko 12 od pracowników stacjonarnych. Łączna liczba może wyglądać zachęcająco, lecz grupy są bardzo nierówne.

Przed rekrutacją trzeba ustalić, czy celem jest zwykły opis odpowiedzi, czy sprawdzenie określonej różnicy. W tym drugim przypadku liczebność planuje się dla konkretnego porównania, określając spodziewaną wielkość różnicy, poziom istotności, moc testu oraz inne wymagane parametry. Potem trzeba ocenić, czy tak zaplanowane grupy są w ogóle dostępne.

Pomocne jest narzędzie G*Power, którego podstawy opisali Franz Faul, Edgar Erdfelder, Albert-Georg Lang i Axel Buchner w artykule GPower 3: A flexible statistical power analysis program…* z 2007 r. Program umożliwia planowanie mocy dla wielu testów, ale nie wyznacza jednej liczebności właściwej dla każdej magisterki.

Podobnie w analizie korelacji: mała oczekiwana zależność może wymagać innej liczby obserwacji niż silna zależność, a odpowiedzi muszą być dostępne dla obu analizowanych zmiennych. Nie wystarczy napisać „wykonam korelację, więc zbiorę 50 ankiet”.

Przed wyborem testu warto oddzielić planowanie próby od późniejszego opracowania wyników ankiety. Najpierw projektuje się badanie, dopiero później interpretuje faktyczne dane.

Schemat: trzy warunki uzasadnienia liczebności próby

Praktyczny sposób zapamiętania decyzji przedstawia schemat trzech warunków: cel badania, sposób doboru uczestników i plan analizy. Dopiero ich połączenie daje podstawę do uzasadnienia liczby potrzebnych odpowiedzi. Osobnym zadaniem pozostaje zorganizowanie rekrutacji tak, aby tę liczbę realnie osiągnąć.

Ile zaproszeń wysłać, aby otrzymać potrzebną liczbę ankiet?

Liczba docelowych poprawnych odpowiedzi nie jest tym samym co liczba zaproszeń. Jeśli przewidujesz, że część osób odmówi, przerwie formularz lub nie spełni kryteriów udziału, musisz uwzględnić to w planie rekrutacji.

Załóżmy modelowo, że potrzebujesz 120 zakwalifikowanych i dostatecznie kompletnych odpowiedzi. Jeśli znasz grupę uprawnionych osób i szacujesz na podstawie wcześniejszych doświadczeń odsetek uzyskania odpowiedzi odpowiedniej jakości, możesz oszacować liczbę zaproszeń:

Liczba zaproszeń ≈ docelowa liczba poprawnych odpowiedzi / spodziewany udział poprawnych odpowiedzi.

Powyższe działania to plan organizacyjny, nie kalkulator reprezentatywności. Przy otwartym linku zamieszczonym w internecie często nie da się ustalić rzeczywistej liczby osób, które zobaczyły zaproszenie. Nie należy wówczas przedstawiać liczby odpowiedzi podzielonej przez liczbę członków grupy internetowej jako formalnego wskaźnika odpowiedzi. AAPOR w Standard Definitions odróżnia wskaźniki odpowiedzi, współpracy i uczestnictwa, uwzględniając sposób rekrutacji.

W praktyce zaplanuj kilka kanałów dotarcia do właściwych respondentów, termin przypomnienia i sposób sprawdzenia, czy do badania nie dołączają osoby spoza populacji docelowej. Wszelkie zmiany planu rekrutacji powinny być zgodne z wcześniejszymi zgodami i zasadami przyjętymi w projekcie. Nie wolno dopisywać fikcyjnych ankiet ani zmieniać odpowiedzi tylko po to, aby osiągnąć zaplanowane n.

Mała placówka lub trudno dostępna grupa: co wtedy?

Nie każdy temat wymaga ani pozwala zbadać setki osób. Jeśli praca dotyczy określonej szkoły, zakładu pracy lub zespołu, istotne może być zaproszenie wszystkich uprawnionych pracowników. Wtedy trzeba opisać wielkość tej grupy i faktyczny udział respondentów.

Modelowy przykład: w placówce zatrudnionych jest 46 nauczycieli, a 39 osób udziela odpowiedzi. Jeśli celem jest opis opinii nauczycieli tej placówki, liczba 39 nie staje się błędna tylko dlatego, że jest mniejsza od 100. Nadal trzeba omówić siedem nieuzyskanych odpowiedzi, możliwe różnice między uczestnikami i nieuczestnikami oraz ograniczony zakres uogólnienia. Nie należy na tej podstawie formułować wniosków dotyczących wszystkich nauczycieli w Polsce.

Inny przypadek to mała, celowo dobrana grupa specjalistów posiadających określone doświadczenie. Takie badanie również wymaga jawnych kryteriów doboru, ale jego uzasadnienie będzie inne niż w ankiecie reprezentacyjnej. Nie przenoś też mechanicznie zasad dotyczących liczby wywiadów jakościowych na ankiety z analizą ilościową. To odmienne projekty.

Jak napisać uzasadnienie liczebności próby w rozdziale metodologicznym?

Nie wystarczy zdanie: „W badaniu uczestniczyło 100 respondentów, ponieważ taka liczba jest wystarczająca”. Nie wiadomo wówczas, wystarczająca do czego i na jakiej podstawie.

Możesz zastosować kartę uzasadnienia liczebności próby, składającą się z sześciu informacji:

1. Populacja lub grupa, której dotyczy badanie.
2. Kryteria udziału i jednostka analizy.
3. Sposób doboru uczestników.
4. Główny cel analizy (opis, oszacowanie, porównanie lub związek zmiennych).
5. Podstawa ustalenia zakładanej liczebności: obliczenie, analiza mocy albo racjonalne ograniczenie wynikające z projektu.
6. Plan rekrutacji i ograniczenia możliwych uogólnień.

Przykład 1. Ankieta nielosowa wśród studentów

Badanie zaplanowano wśród pełnoletnich studentów określonego wydziału, rekrutowanych za pośrednictwem dostępnych kanałów uczelnianych. Zastosowano dobór nielosowy, a planowaną liczebność próby określono na poziomie około 120 poprawnych odpowiedzi, uwzględniając dostęp do uczestników oraz zakres analiz opisowych. Wyniki będą interpretowane jako dotyczące badanych osób; ze względu na sposób rekrutacji nie będą przedstawiane jako reprezentatywne dla wszystkich studentów wydziału.

To modelowy wzór opisu, nie gotowa deklaracja do wklejenia bez sprawdzenia własnego projektu. Sama liczba 120 wynika tu z przyjętego planu organizacyjnego, a nie z formalnej kalkulacji błędu losowego.

Przykład 2. Próba losowa z określonej populacji

Populację docelową określono na 1000 jednostek. Dla planowanego oszacowania udziału odpowiedzi przyjęto prosty dobór losowy bez zwracania jednostek, poziom ufności 95%, maksymalny zakładany błąd losowy 5 punktów procentowych oraz wartość udziału 0,50. Po zastosowaniu korekty dla populacji skończonej uzyskano minimalną orientacyjną liczebność 278 poprawnych odpowiedzi. Liczbę zaproszeń określono odrębnie, uwzględniając przewidywany brak odpowiedzi.

Ten zapis ma sens wyłącznie wtedy, gdy rzeczywiście istnieje odpowiednia lista jednostek i zastosowano zadeklarowany sposób losowania. Nie można go wykorzystać do ankiety dobrowolnie wypełnianej z publicznego linku.

Przykład 3. Badanie wszystkich pracowników małej jednostki

Badaniem objęto pracowników jednej placówki spełniających określone kryteria. Ze względu na ograniczoną liczebność populacji dostępnej zaproszenie skierowano do wszystkich uprawnionych osób. Liczebność uzyskanej próby oraz skalę nieuczestnictwa przedstawiono w opisie przebiegu badania. Interpretacja wyników została ograniczona do analizowanej placówki.

Każdy z tych opisów wymaga późniejszego uzupełnienia o rzeczywisty przebieg rekrutacji. Gdy metoda odbiega od pierwotnego planu, należy to ujawnić, a nie poprawiać historię badania po fakcie.

Co sprawdzić, zanim uruchomisz ankietę? Lista kontrolna

• Wiem, jaka jest populacja docelowa i kto spełnia kryteria udziału.
• Ustaliłem, czy dobór będzie losowy, celowy, dogodnościowy czy inny.
• Potrafię wskazać, czy celem jest opis, oszacowanie, porównanie czy analiza związku.
• Nie traktuję liczby 100 lub 385 jako powszechnego wymogu akademickiego.
• Jeśli korzystam z kalkulatora, znam jego założenia i wiem, do jakiego problemu statystycznego się odnosi.
• Jeśli porównuję grupy, sprawdziłem planowane liczebności każdej z nich.
• Przygotowałem realistyczny plan rekrutacji z uwzględnieniem nieodpowiedzi.
• Ustaliłem zasady kwalifikowania rekordów i rozpoznawania powtórzeń.
• Potrafię odróżnić liczbę zaproszeń, otrzymanych ankiet i przypadków w analizie.
• Potrafię wyjaśnić promotorowi ograniczenia uogólniania wyników.

Jeżeli trudno pogodzić wymagania promotora, dostępność respondentów i plan statystyczny, warto przeanalizować projekt przed rozpoczęciem zbierania danych. W formularzu wyceny Akademickiego Centrum Wsparcia można przesłać temat, opis grupy, plan ankiety i zakres potrzebnej konsultacji metodologicznej. Celem takiej pomocy jest uporządkowanie własnego badania, nie zagwarantowanie oczekiwanego wyniku.

FAQ – ile ankiet potrzeba do pracy magisterskiej?

1. Czy 30 ankiet wystarczy do pracy magisterskiej?

Nie da się tego rozstrzygnąć bez znajomości projektu. Trzydzieści odpowiedzi może stanowić materiał do ograniczonego opisu konkretnej, małej grupy, ale często będzie zbyt małą podstawą do precyzyjnego szacowania odsetków lub wykrywania słabych zależności. Trzeba sprawdzić cel badania, dobór próby, wymagania promotora i rodzaj analiz.

2. Czy w pracy magisterskiej musi być przynajmniej 100 respondentów?

Nie ma jednej ogólnopolskiej zasady nakazującej wszystkim studentom zebrać 100 ankiet. Konkretna uczelnia, kierunek lub promotor może stawiać określone wymagania organizacyjne lub metodologiczne. Należy je sprawdzić i odróżnić od statystycznego uzasadnienia liczebności danej próby.

3. Dlaczego kalkulator pokazuje 385 osób?

Najczęściej wynika to z założenia szacowania proporcji w dużej populacji, poziomu ufności 95%, błędu losowego ±5 punktów procentowych i przyjęcia p = 0,50. Wynik nie oznacza, że 385 dobrowolnych ankiet z internetu daje reprezentatywność albo że tyle musi mieć każda magisterka.

4. Ile osób potrzeba, jeśli porównuję dwie grupy?

Ważna jest liczebność każdej grupy, oczekiwana wielkość różnicy, planowany test i przyjęte parametry mocy. Nie ma jednej odpowiedzi dla wszystkich porównań. Próbę warto zaplanować przed badaniem, a jeśli grupy będą bardzo nierówne, omówić z promotorem wpływ tej sytuacji na analizę.

5. Czy można zbierać ankiety w grupach na Facebooku?

Można rozważyć taką rekrutację, jeśli odpowiada tematowi, zasadom badania i wymaganiom etycznym. Trzeba jednak opisać ją jako dobór nielosowy z samodzielnym zgłaszaniem się respondentów. Liczba członków grupy nie jest równoznaczna z liczbą osób, które zobaczyły zaproszenie, a uzyskane odpowiedzi nie są automatycznie reprezentatywne.

6. Czy do wymaganej liczby ankiet wlicza się formularze niepełne?

Zależy to od przyjętych kryteriów i od tego, czy brak dotyczy zmiennych potrzebnych do konkretnej analizy. Trzeba oddzielnie wykazać liczbę otrzymanych formularzy i liczbę przypadków wykorzystanych w analizach. Nie wolno dopisywać brakujących odpowiedzi ani usuwać niewygodnych przypadków bez uzasadnionych reguł.

7. Jak obliczyć odsetek odpowiedzi, gdy ankieta była dostępna pod publicznym linkiem?

Jeśli nie znasz liczby osób uprawnionych, które faktycznie otrzymały i zobaczyły zaproszenie, zwykle nie masz wiarygodnego mianownika do klasycznego wskaźnika odpowiedzi. Możesz podać liczbę otrzymanych i poprawnych formularzy oraz uczciwie opisać metodę rekrutacji. Formalne wskaźniki należy stosować zgodnie z ich definicjami.

8. Co zrobić, jeśli uzyskałem mniej ankiet niż zakładałem?

Najpierw ustal, czy uzyskana liczba pozwala zrealizować choć część pierwotnych celów i które analizy tracą uzasadnienie. Można rozważyć zgodne z zasadami projektu przedłużenie rekrutacji, dotarcie do dodatkowych uprawnionych osób albo uzgodnioną z promotorem zmianę zakresu analizy. Nie wolno tworzyć fikcyjnych rekordów ani przedstawiać zmienionego projektu jako pierwotnie zaplanowanego.

Źródła i materiały pomocnicze

• American Association for Public Opinion Research, Best Practices for Survey Research – planowanie badań, dobór próby i znaczenie przejrzystego opisu procedury.
• AAPOR, Evaluating Survey Quality in Today’s Complex Environment – ocena błędów doboru, nieodpowiedzi oraz ograniczeń prób nielosowych.
• AAPOR, Standard Definitions – rozróżnienie wskaźników odpowiedzi, współpracy i uczestnictwa.
• Pennsylvania State University, Sampling Theory and Methods, Lesson 2 – wzory na liczebność potrzebną do szacowania odsetka i korekta dla populacji skończonej.
• Faul F., Erdfelder E., Lang A.-G., Buchner A. (2007), GPower 3: A flexible statistical power analysis program for the social, behavioral, and biomedical sciences* – oryginalna publikacja o analizie mocy statystycznej; DOI: 10.3758/BF03193146.
• Pew Research Center, Variability of Survey Estimates – różnice między klasycznym a modelowym marginesem błędu i problem wpływu doboru próby.

Podsumowanie: liczebność ma wynikać z projektu, nie z przyzwyczajenia

Jeżeli promotor pyta, dlaczego w pracy zaplanowano 80, 120 lub 300 respondentów, nie wystarczy odpowiedzieć: „Bo tak jest zazwyczaj”. Trzeba pokazać, kogo dotyczy badanie, jak dobrano uczestników, co zamierza się sprawdzić i co będzie możliwe do ustalenia po zakończeniu rekrutacji.

Najlepsza liczebność to nie zawsze największa liczba. To taka, którą można racjonalnie uzasadnić w odniesieniu do celu i metod badania, a następnie uczciwie opisać wraz z ograniczeniami. Jeśli potrzebujesz sprawdzenia własnego planu doboru próby, kryteriów udziału lub obliczeń, prześlij założenia do konsultacji metodologicznej.