Tabulky z SPSS není možné zkopírovat přímo bez dalších úprav, je potřeba je upravit do formátu APA.
Je vhodné si tabulky z SPSS (1) upravit pomocí pivoting trays a poté je (2) zkopírovat nejprve
Excelu. Z Možností vložení použít Přizpůsobit formátování cíli. Tím se jednak zruší sloučené buňky
a odstraní zbytečné formátování. (3) Odstranit zbytečné sloupce a řádky, změnit jejich pořadí a
případně přidat nové. (4) Upravit formát čísel (smysluplný počet desetinných míst). (5) Tabulku
zkopírovat do Wordu. Z Možností vložení zvolit Použít cílové styly. (6) V Nástroje tabulky zvolit
styl tabulky s vodorovnými čarami a doladit dle Morganové/APA/vzorů ze seminářů. Existuje více
obměn tohoto postupu – dělejte to, jakkoli chcete, jakkoli vám to jde rychleji. Není volbou se na
to vykašlat – z dvouhodinové analýzy to po zacvičení zabere maximálně 5 minut.

Tabulky i grafy očíslujte, výstižně pojmenujte (např. „Tabulka 2 Srovnání průměrné důvěry v rodiče
a přátele napříč kohortami“) a odkazujte na ně v textu (např. „Jak ukazuje Tabulka 2… viz Obrázek
3… Tabulka 1 ukazuje… Jak můžeme vidět na Obrázku 2…“). Čili o každé tabulce i obrázku by měla
padnou v textu aspoň jedna zmínka.

Tabulky používejte tehdy, je-li prezentovaných údajů větší množství anebo by jejich uvedení
v netabulární podobě by bylo nepřehledné. SPSS samozřejmě poskytuje téměř všechny výstupy ve
formátu tabulek, to ale neznamená, že tento výstup musíte přesně kopírovat a vždy použít tabulku.

Vhodně editujte popisky grafů včetně názvů os, aby čtenář nemusel pátrat v textu, co znázorněné
proměnné znamenají (grafy i tabulky by měly být srozumitelné samy o sobě). Preferujte kvalitu před
kvantitou – tj. raději si „vyhrajte“ s jedním či dvěma grafy, než abyste do zprávy vložili co
největší množství grafů bez úprav.

Neopakujte stejné informace v tabulkách a textu. Text by neměl být opisem všech informací uvedených
v tabulce (nebo naopak). Je ale užitečné v textu zmínit nebo upozornit na vybrané informace
z tabulky, kterým má čtenář věnovat zvláštní pozornost, „vypíchnout to podstatné“.

Není nutné ani žádoucí uvádět co největší počet deskriptivních statistik. Pokud má např. nějaká
kvantitativní proměnná přibližně normální rozdělení, stačí k popisuje její distribuce uvést průměr
a směrodatnou odchylku (pokud ne, můžete uvést navíc např. medián, IQR a míru zešikmení).

Pokud v textu popisujete zkoumané proměnné, nemělo by se jednat o pouhý výčet mnoha statistik ve
stylu „Deskriptivní statistiky pro sebehodnocení jsou: N = 102, M = 3.82, SD = 0,54…“, který se
podobá spíš tabulce. Pokuste se o důkladnější verbalizaci, např. „Skóry sebehodnocení se pohybovaly
od 1,75 do 5,00. Průměrný skór (M = 3,82, SD = 0,54) byl vyšší než střední bod použité škály (3) a
rozložení bylo mírně negativně zešikmené (γ = –0,54)“.

V sekci „Metody“ se pokuste stručně popsat způsob sběru dat (např. že se jednalo o dotazník, jeho
zaměření, kolik měl otázek), ale trochu podrobněji se zaměřte na to, jakým způsobem byly měřeny
proměnné, kterými se zabýváme. Např. „Sebehodnocení bylo měřeno pomocí 10položkového inventáře.
Respondenti odpovídali pomocí 4bodové odpověďové škály (silně nesouhlasím až silně souhlasím;
příklad položky: ‚Celkově jsem sám se sebou spokojený’).“

V sekci „Diskuze“ můžete především shrnout hlavní zjištění (které hypotézy byly podpořeny, které
nikoli) a také okomentovat velikosti účinku (výsledek může být statisticky významný, ale nemusí být
věcně/prakticky významný – nebo naopak) „preciznost“ odhadů (šířku intervalů spolehlivosti), hlavní
úskalí prezentovaných zjištění (např. ne/dostatečná velikost vzorku a ne/dostatečná statistická
síla, ne/dodržení předpokladů, robustnost výsledků vzhledem k velikosti vzorku atd.). Můžete také
pouvažovat o složení vzorku na jeho vlivu na výsledky (příklad: pokud by např. muži byli ve vzorku
výrazně více zastoupeni než ženy, ale naše analýza nezohledňuje to, že vztah mezi zkoumanými
proměnnými může být pro muže a ženy rozdílný, budou celkové výsledky vypovídat více o tom, jak je
tomu u mužů než u žen).

Nehovořte o tom, že hypotéza byla „potvrzena/vyvrácena“, ale o nalezení, či nenalezení podpory pro
svou (alternativní) hypotézu (Např. „Výsledky podpořily/nepodpořily hypotézu, že…“). V tradici NHST
a Neyman-Pearsonovské také můžete použít tradiční „přijetí“ (H1) či „zamítnutí“ (H0) dané hypotézy.
Hypotézu totiž nikdy nelze absolutně „prokázat“ nebo „vyvrátit“, protože vždycky může existovat
jiné vysvětlení pozorovaných výsledků (např. chyba I. či II. typu). Ve zprávě stačí uvést znění
alternativních hypotéz, jelikož znění hypotéz nulových z nich snadno odvodit, protože jsou
v podstatě jejich negací.

Pamatujte na smysluplné a konzistentní zaokrouhlování čísel. Většinu statistik – ať už jsou v textu
či tabulce – stačí zaokrouhlit na dvě až tři významné číslice (podrobněji viz Morganová et al.).

Uvádějte prosím konkrétní p-hodnoty s přesností na tři desetinná místa místo srovnání s hladinou
alfa (např. p = 0,031 místo p < 0,05). Až pokud je nějaká p-hodnota nižší než 0,001, uvádí se se p
< 0,001, nikoli p = 0,000 (protože žádná p-hodnota není úplně přesně rovna nule, i když se ji může
blížit). Nenechejte se zmást tím, že SPSS z nějakého důvodu používá pro p-hodnoty označení „Sig.“ a
toto označení rozhodně nepoužívejte ve své zprávě (změňte je na p).

U většiny výsledků statistických testů je nutné uvést testovou statistiku, stupně volnosti,
p-hodnotu a velikost účinku (nejlépe s intervalem spolehlivosti) + vhodné deskriptivní statistiky.
U kvantitativních proměnných se zpravidla vyžaduje uvedení nějaké míry centrální tendence (obvykle
průměrů) a variability (obvykle směrodatných odchylek), u kategorických proměnných uvedení
absolutních a relativních četností jednotlivých kategorií (podrobněji viz Morganová et al.).
Nezapomeňte také, že výpočet průměru či směrodatné odchylky až od intervalové úrovně měření.

Statistické zkratky a symboly se většinou píší kurzivou (např. M, SD, t, n, N, r) s výjimkou
řeckých písmen – ta zpravidla kurzivou uvedeny nebývají (např. α, β, Δ, χ^2). Všimněte si také
toho, že samotná čísla ani znaménka pro ne/rovnost už nejsou kurzivou (např. M = 10,3, nikoli M =
10,3) a že okolo znamének pro ne/rovnost bychom měli dělat mezery (např. SD = 5,45, nikoli
SD=5,45).

Rozlišujte použití velkého N a malého n. Velké N se používá tehdy, referujeme-li o velikosti
celkového vzorku, malé n tehdy, referujeme-li o velikosti nějaké skupiny/kategorie (např. muži,
ženy, kategorie dosaženého vzdělání) nebo kombinace skupin/kategorií (např. muži s vysokou školou).

Pokuste se vždy ověřit předpoklady použitého statistického testu/modelu a vyjádřit se k nim
v analytické zprávě. Jejich přehled a způsob ověření podrobně popisuje Andy Field (vždy v kapitole
o příslušném testu). Ve zprávě se snažte popsat, jakým způsobem jste předpoklady ověřili, co jste
zjistili (které předpoklady byly/nebyly dodrženy, závažnost narušení určitého předpokladu),
případně proč lze/nelze považovat výsledky za „robustní“ (pohybuje-li se např. velikost vzorku
v řádu stovek osob nebo více, snižují se obvykle nároky na „normalitu“).

Když děláte více analýz na stejných datech, odevzdávejte prosím zprávu v jednom textovém souboru.
Jak prostřednictvím naší šablony prezentovat více analýz?  Sekce Metoda zůstává jen jedna. Sekce
Výsledky pak může být vnitřně strukturována. Podle míry odlišnosti mezi jednotlivými analýzami
zvážíme, zda může být pasáž o chybějících datech a popisné statistiky společná. Může být, ale
nemusí. Analýzy samotné jsou pak uvedeny pod samostatnými nadpisy.