Praca magisterska z dziennikarstwa albo komunikacji społecznej to nie jest po prostu „duże esej”. Promotorzy na tych kierunkach oczekują konkretnego pytania badawczego, dobrego uzasadnienia wyboru teorii i – najczęściej – własnego badania empirycznego. Nie wystarczy opisać, jak działają media. Trzeba coś zmierzyć, porównać albo zbadać.
Kierunek ma swoją specyfikę: łączy nauki społeczne z praktyką medialną. To sprawia, że możesz pisać pracę czysto empiryczną (np. ilościową analizę zawartości 500 artykułów), jakościową (analiza dyskursu jednej kampanii politycznej) albo mieszaną (wywiad + ankieta). Promotorzy cenią precyzję: kto powiedział co, w jakim medium, do kogo i z jakim skutkiem. Jeśli twoja praca nie odpowiada na żadne z tych pytań, to sygnał, że temat jest za szeroki.
Ten poradnik przeprowadza cię przez cały proces: od wyboru tematu, przez teorie i metodologię, po typowe wpadki na obronie. Piszę z perspektywy prac, które przeszły przez recenzje – nie z perspektywy podręcznika.
Specyfika kierunku i rodzaje prac magisterskich
Dziennikarstwo i komunikacja społeczna to dwa różne pola, choć często łączone w jeden kierunek. Różnica ma znaczenie przy wyborze tematu i metodologii.
Prace z dziennikarstwa skupiają się zazwyczaj na gatunkach i formatach (reportaż, news, fact-checking), procesach produkcji treści (newsroom studies, redakcja), etyce zawodowej albo konkretnych mediach lub dziennikarzach. Praca może być analityczna (badasz istniejący materiał) albo praktyczno-badawcza (tworzysz własny materiał i reflektujesz nad procesem twórczym).
Prace z komunikacji społecznej mają szersze spektrum: reklama i perswazja, public relations, komunikacja polityczna, nowe media i platformy cyfrowe, komunikacja zdrowotna. Tutaj częściej sięgasz po teorie socjologiczne i psychologiczne, a metody to głównie badanie zawartości mediów albo odbioru przez publiczność.
Trzecia opcja to praca teoretyczna lub przeglądowa – przegląd literatury, analiza stanu badań w danym obszarze. Rzadziej spotykana, ale możliwa, szczególnie gdy piszesz o niszowym zjawisku, gdzie baza empiryczna jest jeszcze cienka. Promotor musi się na to zgodzić.
Niezależnie od kierunku, praca magisterska ma jedno zadanie: odpowiedzieć na pytanie badawcze. Nie opisać temat, nie zebrać informacji. Odpowiedzieć.
Wybór tematu i pytanie badawcze
Dziennikarstwo: gatunki, platformy, etyka
Dobry temat w dziennikarstwie to taki, do którego masz dostęp do materiału. Chcesz analizować reportaże w „Dużym Formacie” z lat 2010-2020? Masz dostęp do archiwum. Chcesz zbadać, jak redakcja XYZ pracuje nad newsem? Potrzebujesz zgody redaktora i czasu na obserwację uczestniczącą. Bez dostępu do materiału nie ma badania.
Tematy, które dobrze działają na obronie:
– porównanie sposobu relacjonowania tego samego wydarzenia przez dwa media o różnym profilu
– analiza zmian w strukturze newsa na wybranym portalu przez 10 lat
– badanie praktyk fact-checkingowych w polskich redakcjach (wywiad z dziennikarzami)
– analiza narracji w reportażach na temat konkretnej grupy społecznej (migranci, osoby bezdomne)
Pytanie badawcze musi być konkretne. „Jak media relacjonują politykę?” to za dużo. „Czy tytuły artykułów o protestach klimatycznych w 'Gazecie Wyborczej’ i 'Do Rzeczy’ różnią się pod względem zastosowania ramy konfliktu w latach 2019-2023?” – to jest pytanie badawcze.
Komunikacja społeczna: reklama, PR, komunikacja polityczna, nowe media
W komunikacji społecznej masz więcej opcji metodologicznych. Możesz badać:
– kampanie reklamowe (analiza spotów, badanie odbioru grupy docelowej)
– strategie PR (analiza komunikatów kryzysowych, monitoring mediów)
– komunikację polityczną (Twitter/X polityków, spoty wyborcze, debaty)
– algorytmiczne kształtowanie informacji (filter bubble, echo chambers na konkretnej platformie)
Unikaj tematów, gdzie twoje pytanie badawcze kończy się na „czy X wpływa na Y” bez żadnego mechanizmu wyjaśniającego. „Czy reklama wpływa na zakup?” to banał. „Jakie elementy ram narracyjnych w reklamach społecznych Ministerstwa Zdrowia z lat 2020-2022 korelują z wyższą deklarowaną intencją zmiany zachowania u respondentów 18-24?” – to jest temat, który kogoś zainteresuje.
Teorie komunikacji i mediów
Agenda-setting (McCombs & Shaw), framing (Entman, Gitlin)
Agenda-setting (McCombs & Shaw, 1972) to teoria, że media nie mówią nam, co mamy myśleć, ale o czym mamy myśleć. Im częściej medium porusza dany temat, tym ważniejszy wydaje się on odbiorcom. Jeśli analizujesz, ile miejsca różne media poświęcają temu samemu zjawisku, prawdopodobnie pracujesz w paradygmacie agenda-setting.
Framing – ramowanie – to krok dalej. Entman (1993) zdefiniował ramowanie jako selekcję pewnych aspektów postrzeganej rzeczywistości i nadanie im większej widoczności w tekście. Gitlin (1980) pisał o ramach jako rutynowych procedurach redakcyjnych, przez które media „pakują” świat dla odbiorcy. Jeśli analizujesz nie tylko to, o czym piszą media, ale jak piszą, jakie słowa wybierają, jakie rozwiązania proponują, pracujesz z framingiem.
Praktycznie: framing to jedna z najczęściej używanych teorii w pracach magisterskich z medioznawstwa. Łatwo ją operacjonalizować (identyfikujesz ramy: ramę konfliktu, moralną, ekonomiczną, ludzkich zainteresowań), ale trudno zrobić dobrze bez solidnego schematu kodowania.
Uses and Gratifications, teoria kultywacji (Gerbner)
Uses and Gratifications (Katz, Blumler & Gurevitch, 1974) przesuwa punkt ciężkości z mediów na odbiorców: nie co media robią z ludźmi, ale co ludzie robią z mediami. Pytasz: po co ludzie sięgają po dany typ treści? Jakie potrzeby spełnia im TikTok, a jakie wiadomości w TVP Info? To dobra teoria, jeśli robisz badania odbioru (ankiety, wywiady).
Teoria kultywacji (Gerbner, 1969) mówi, że długotrwałe oglądanie telewizji kształtuje obraz rzeczywistości – ciężcy widzowie (heavy viewers) postrzegają świat jako bardziej niebezpieczny niż lżejsi widzowie. Współcześnie badacze adaptują tę teorię do platform streamingowych i mediów społecznościowych. Jeśli piszesz o długofalowych efektach ekspozycji na określone treści, Gerbner jest punktem wyjścia.
Spirala milczenia (Noelle-Neumann), 2-step flow (Lazarsfeld)
Spirala milczenia (Noelle-Neumann, 1974): ludzie, którzy myślą, że ich opinia jest mniejszościowa, milczą, co sprawia, że opinia większości wydaje się jeszcze bardziej dominująca. W erze mediów społecznościowych ta teoria wraca z nową mocą – badacze sprawdzają, czy użytkownicy autocenzurują się na Facebooku w zależności od postrzeganego klimatu opinii.
Two-step flow (Lazarsfeld, Berelson & Gaudet, 1944): informacje nie docierają bezpośrednio od mediów do mas, ale przez „liderów opinii” (opinion leaders), którzy interpretują przekaz i przekazują go dalej. To teoria bardzo aktualna przy analizie influencerów – są oni współczesnymi liderami opinii. Jeśli piszesz o marketingu influencerskim albo o tym, jak treści polityczne rozchodzą się w mediach społecznościowych, masz tu gotowy ramowy.
Komunikacja cyfrowa: echo chambers, filter bubble (Pariser)
Filter bubble (Pariser, 2011) i echo chambers to dwa powiązane, ale różne zjawiska. Filter bubble to mechanizm algorytmiczny: personalizacja treści przez platformy sprawia, że widzisz coraz mniej treści niezgodnych z twoimi preferencjami. Echo chamber to zjawisko społeczne: otaczasz się ludźmi i źródłami, które potwierdzają twoje poglądy.
Uwaga: empiryczne badania nad echo chambers dają mieszane wyniki. Badanie Barbera i in. (2015) pokazało, że ekspozycja na treści polityczne jest bardziej zróżnicowana niż zakładał Pariser. Jeśli piszesz o echo chambers, musisz wejść w tę debatę – nie możesz traktować filter bubble jako pewnika bez odniesienia się do sceptycznej literatury.
Wyślij fragment tekstu, bezpłatną wycenę otrzymasz w 24 h. Poprawki bez limitu w cenie usługi.
Metodologia badań medioznawczych
Ilościowa analiza zawartości (content analysis, Krippendorff alfa)
Content analysis to systematyczne, ilościowe badanie cech przekazu medialnego. Określasz jednostkę analizy (artykuł, akapit, nagłówek, post), tworzysz schemat kodowania (kategorie, z którymi będziesz kodować materiał) i kodujesz próbę.
Krippendorff (2004) sformułował standardy: współczynnik alfa Krippendorffa powinien przekraczać 0.80, żeby rzetelność kodowania była akceptowalna. W praktyce: masz dwóch koderów (siebie i drugą osobę), obaj kodują tę samą próbę (15-20% całości), a potem liczysz alfę za pomocą narzędzia (np. w SPSS, Pythonie lub kalkulatora online Krippendorffa). Alfa poniżej 0.80 = wracasz do schematu kodowania i doprecyzowujesz definicje.
Próba: standardowo losowa, stratyfikowana albo celowa z uzasadnieniem. Nie analizujesz „wszystkich artykułów” – chyba że jest ich 80 i masz czas. Przy dużych korpusach (tysiące artykułów) losujesz próbę. Jak duża próba? Zależy od liczby zmiennych i populacji, ale n=200-400 artykułów to realny poziom dla pracy magisterskiej.
Jakościowa analiza dyskursu i krytyczna analiza dyskursu (CDA, van Dijk)
Krytyczna analiza dyskursu (CDA) to narzędzie do badania, jak władza i ideologia manifestują się w języku. van Dijk (1993) opracował model analizy dyskursu rasizmu w mediach, skupiając się na strukturach makro (tematy, schematy narracyjne) i mikro (leksyka, metafory, presupozycje).
Fairclough (1992) proponuje trójpoziomowy model: tekst (co dosłownie jest napisane), praktyki dyskursywne (jak tekst jest produkowany i konsumowany) i praktyki społeczne (szeroki kontekst społeczny). To podejście bardziej holistyczne, ale wymaga od ciebie dużej świadomości teoretycznej.
Praca jakościowa to zwykle mniejsza próba (10-30 tekstów), za to analizowanych w głębszy sposób. Uzasadnij dobór celowy próby. „Wybrałam 15 artykułów, bo były to teksty z najwyższą liczbą odsłon w danym miesiącu” – to jest uzasadnienie. „Wybrałam 15, bo tyle miałam” – to nie jest.
Badania odbioru: ankiety, wywiady, eye-tracking, A/B testing
Ankieta online to najprostsza metoda badania odbioru. Tworzysz ją w Google Forms, Typeform albo LimeSurvey, zbierasz minimum 100-150 odpowiedzi (dla pracy magisterskiej z prostymi hipotezami), a potem analizujesz w SPSS lub R (podstawy są wystarczające: tablice krzyżowe, chi-kwadrat, korelacja Pearsona lub Spearmana).
Wywiady pogłębione (IDI) albo fokusowe (FGI) to metoda jakościowa. 6-10 wywiadów IDI albo 2-3 grupy fokusowe po 6-8 osób to standard. Nagrywasz (za zgodą rozmówcy), transkrybujesz, a potem kodujesz tematycznie w ATLAS.ti, NVivo albo po prostu w Excelu z kolorowymi komórkami.
Eye-tracking to zaawansowana metoda badania uwagi wizualnej – sprawdzasz, gdzie konkretnie patrzą użytkownicy na stronie, co czytają w pierwszej kolejności, co omijają. W Polsce dostęp do eye-trackera mają największe uczelnie. Jeśli twój wydział ma takie laboratorium, to jest znacząca przewaga metodologiczna.
A/B testing w pracy magisterskiej to rzadkość, ale możliwe w kontekście komunikacji cyfrowej: testujesz dwie wersje nagłówka, maila albo posta i sprawdzasz, który generuje wyższy CTR. Wymaga dostępu do platformy (własny newsletter, współpraca z redakcją) i wystarczającej próby (minimum kilkaset odbiorców).
Analiza sieci społecznych (SNA) w mediach: Gephi, NodeXL
SNA (Social Network Analysis) pozwala badać strukturę połączeń: kto cytuje kogo, jak treści przepływają przez Twittera/X, jak powiązane są osoby w danej debacie publicznej. Gephi to bezpłatne narzędzie, w którym wizualizujesz i analizujesz sieci (centralnóść, gęstość, klastry). NodeXL to nakładka na Excel z podobnymi funkcjami – łatwiejsza dla początkujących.
Dane do SNA możesz zbierać przez API (Twitter/X API, YouTube Data API) albo gotowe zbiory (np. z Academic Torrents, Stanford Network Analysis Project). Uwaga na limitowanie API: Twitter/X od 2023 mocno ograniczył bezpłatny dostęp. Sprawdź aktualne warunki przed zaplanowaniem badania.
Media monitoring: IMM, SentiOne, Brandwatch
Narzędzia do monitoringu mediów ułatwiają zbieranie korpusu. IMM (Internet Media Monitoring) i SentiOne to polskie narzędzia, Brandwatch to globalna platforma. Dają ci:
– zestawienie wzmianek na zadany temat w zadanym czasie
– analizę sentymentu (pozytywny/negatywny/neutralny)
– wyszukiwanie w social mediach i portalach jednocześnie
Na potrzeby pracy magisterskiej wystarczy trial (14-30 dni) albo dostęp przez uczelnię. Dane z monitoringu nie zastępują kodowania, ale oszczędzają czas przy zbieraniu próby.
Praca z materiałem badawczym
Gromadzenie korpusu (scrapy, API Twittera/X, Common Crawl)
Masz trzy drogi zbierania danych do analizy zawartości.
Ręcznie z archiwum portalu: wchodzisz na stronę medium, filtrujesz po dacie i słowach kluczowych, kopiujesz artykuły do arkusza. Czasochłonne, ale dostępne zawsze.
Scraping: jeśli znasz podstawy Pythona, skrypt w bibliotece requests + BeautifulSoup (albo framework Scrapy) zbierze ci tysiące artykułów w kilka godzin. Sprawdź regulamin portalu pod kątem robots.txt. Wiele polskich portali nie blokuje scrapowania do celów naukowych.
API: Twitter/X, YouTube, Reddit mają oficjalne API. Dostęp akademicki (Academic Research Product Track w przypadku X) daje szersze limity. Common Crawl to publiczne archiwum internetu – bezpłatne, ale wymaga umiejętności pracy z dużymi zbiorami danych (AWS, pySpark).
Kodowanie i schemat kodowania (inter-coder reliability, kappa Cohena)
Schemat kodowania to dokument, który precyzuje każdą kategorię w twojej analizie. Przykład: jeśli kodujesz „ramę konfliktu”, musisz napisać: co konkretnie zaliczasz do tej ramy, podać przykłady zdań/tytułów pasujących i niepasujących. Bez tego dwóch koderów będzie kodować inaczej i alfa będzie do śmietnika.
Kappa Cohena (Cohen, 1960) to alternatywa dla alfy Krippendorffa przy dwóch koderach i nominalnych zmiennych. Próg akceptowalny: kappa > 0.60 (Landis & Koch, 1977), choć w mocniejszych recenzjach oczekują >0.70. Alfa Krippendorffa jest bardziej elastyczna (działa dla różnych typów zmiennych i więcej niż dwóch koderów) i coraz częściej wypiera kappę jako standard w komunikowaniu wyników w pracach anglojęzycznych.
W praktyce: najpierw obaj kodujecie 10% próby niezależnie, liczycie alfę. Jeśli niska, omawiacie różnice i precyzujecie definicje. Potem kodujecie kolejne 10% i znowu liczycie. Dopiero gdy przekroczysz próg 0.80, przystępujesz do kodowania całości. Opisz ten proces w rozdziale metodologicznym – to pokazuje rzetelność.
Analiza sentymentu i NLP (VADER, spaCy, BERT)
Ręczne kodowanie sentymentu 5000 tweetów to tortura. NLP (Natural Language Processing) daje alternatywę.
VADER (Valence Aware Dictionary and Sentiment Reasoner) to słownikowy model sentymentu, działa dobrze dla krótkich tekstów w mediach społecznościowych po angielsku. Dla polskiego – słabszy bez dodatkowego słownika.
spaCy to biblioteka Python do przetwarzania języka naturalnego. Modele dla polskiego (pl_core_news_sm/md/lg) umożliwiają tokenizację, tagowanie POS, rozpoznawanie encji. Podstawowy sentiment po polsku wymaga dodatkowego modelu lub słownika (np. SENTIWORDNET pl, NAWL).
BERT i modele transformatorowe (HerBERT dla polskiego, od Allegro) to stan wiedzy, jeśli masz zasoby obliczeniowe i znasz Pythona na poziomie wyższym niż podstawowy. Dla większości prac magisterskich VADER + ręczna walidacja próby albo SentiOne do wstępnej selekcji + ręczne kodowanie to wystarczające połączenie.
Jeśli używasz NLP w pracy, zawsze waliduj wyniki ręcznie na próbce (10-20% korpusu) i raportuj dokładność modelu. Nie możesz napisać „użyłam VADER” i zostawić to bez weryfikacji.
Struktura pracy magisterskiej
Rozdział teoretyczny (wybór teorii i uzasadnienie)
Rozdział teoretyczny to nie encyklopedia teorii komunikacji. Omawiasz tylko te teorie, których faktycznie używasz w badaniu, i wyjaśniasz, dlaczego je wybrałaś. Jeśli piszesz o ramowaniu protestu klimatycznego, omawiasz framing (Entman 1993, Gitlin 1980), może agenda-setting jeśli badasz także ilość miejsca. Nie omawiasz spirali milczenia ani teorii kultywacji, jeśli ich nie używasz.
Objętość rozdziału teoretycznego: 20-30% całości pracy. Promotorzy irytują się, gdy połowa pracy to przegląd literatury, a badanie zajmuje 15 stron. Proporcje powinny być odwrotne.
Operacjonalizacja ramowania/framing
Operacjonalizacja to most między teorią a empirią. Entman wyróżnia cztery funkcje ramy: definicja problemu, diagnoza przyczyn, ocena moralna, propozycja remedium. W kodowaniu musisz sprowadzić to do konkretnych pytań:
- Czy artykuł definiuje zmianę klimatu jako zagrożenie dla zdrowia, ekonomiczne lub polityczne? [definicja problemu]
- Czy artykuł wskazuje konkretne osoby/instytucje odpowiedzialne? [diagnoza przyczyn]
- Czy artykuł zawiera ocenę moralną działań protestujących? [ocena moralna]
- Czy artykuł sugeruje konkretne rozwiązania? [propozycja remedium]
Każde pytanie to zmienna w twoim schemacie kodowania. Opisz to w rozdziale metodologicznym, zanim przejdziesz do wyników.
Prezentacja i dyskusja wyników
Wyniki przedstawiasz obiektywnie: liczby, tabele, wykresy. Dyskusja to miejsce, gdzie interpretujesz wyniki w kontekście teorii i odniesiesz się do literatury. „Dominacja ramy konfliktu (63% artykułów) wpisuje się w wyniki Semetko & Valkenburg (2000), którzy stwierdzili, że rama ta pojawia się najczęściej w relacjonowaniu wydarzeń politycznych.”
Nie bój się wyników negatywnych. Jeśli twoja hipoteza się nie potwierdziła, to też jest wartościowy wynik – ale musisz go wyjaśnić. „Brak różnic między ramowaniem w medium A i B może wynikać z konwergencji gatunkowej na polskim rynku medialnym, co zaobserwował również…” i podajesz literaturę.
Typowe błędy
Zbyt szeroki materiał, niewystarczające uzasadnienie doboru próby
Najczęstszy problem: „zebrałam wszystkie artykuły o migrantach z lat 2015-2023 ze wszystkich polskich portali”. Nie. Musisz zawęzić i uzasadnić. Dlaczego te media, dlaczego ten czas, dlaczego ten temat. Dobór celowy jest OK, ale wymaga uzasadnienia.
Zbyt wiele mediów w próbie też jest błędem: przy 10 mediach, każdym innym profilu i 5 latach materiału twoje wnioski będą zbyt ogólne, żeby o czymkolwiek mówić. Lepiej 2-3 media, za to porównane rzetelnie.
Mieszanie teorii bez uzasadnienia
Framing + uses and gratifications + teoria kultywacji w jednej pracy to czerwona flaga. Każda teoria zakłada inny typ badania (zawartość vs. odbiór vs. efekty długofalowe). Możesz je łączyć, jeśli badasz kilka etapów procesu komunikacyjnego – ale musisz to wyraźnie uzasadnić i zaprojektować badanie dla każdej z nich osobno.
Promotorzy i recenzenci widzą od razu, gdy student „zebrał teorie” zamiast wybrać tę, która odpowiada pytaniu badawczemu.
Subiektywne kodowanie bez testu rzetelności
„Skodowałam wszystkie artykuły sama” bez podania alfy Krippendorffa albo kappy to nie jest akceptowalny standard w ilościowej analizie zawartości. Zawsze potrzebujesz drugiego kodera i obliczenia inter-coder reliability. Jeśli nie masz drugiego kodera, zrób podejście jakościowe i nie udawaj, że robisz ilościowe.
FAQ – Najczęstsze pytania
Ile artykułów/postów analizować w content analysis?
Nie ma jednej liczby. Zależy od liczby zmiennych, liczby mediów w próbie i dostępnego czasu. Przy 2 mediach, 3-4 zmiennych kodowania i ramie czasowej 1 roku – 200-300 artykułów to poziom wystarczający do wyciagnięcia wniosków statystycznych. Przy bardzo dużych próbach (kilka tysięcy) używasz podejścia probabilistycznego (losowanie) i piszesz o tym w metodologii.
Tweetów/postów możesz analizować więcej (500-1000), bo są krótsze i kodowanie idzie szybciej. Pamiętaj jednak, że tweet to nie artykuł – jednostka analizy jest inna.
Jak mierzyć rzetelność kodowania (alfa Krippendorffa vs kappa Cohena)?
Alfa Krippendorffa jest lepsza, gdy: masz więcej niż dwóch koderów, zmienne są porządkowe lub interwałowe, albo masz brakujące dane. Kappa Cohena sprawdza się przy dwóch koderach i zmiennych nominalnych (tak/nie, kategoria A/B/C). W polskich pracach częściej spotkasz kappę, w anglojęzycznych i nowszych badaniach dominuje alfa.
W praktyce: wybierz jedno, opisz obliczenia, podaj wynik. Alfa >0.80 albo kappa >0.70 to próg, poniżej którego musisz poprawić schemat kodowania i zacząć od nowa.
Czy praca z dziennikarstwa może być czysto teoretyczna?
Tak, ale nie powinna być zbyt długa ani zbyt encyklopedyczna. Praca czysto teoretyczna powinna mieć jasny cel: synteza stanu badań w niszowym obszarze, krytyczne porównanie dwóch podejść teoretycznych, analiza konceptualna pojęcia. Musi być widać, że wnosisz coś własnego – własną interpretację, systematyzację, propozycję ram.
Jeśli twoja „praca teoretyczna” to po prostu streszczenie 10 artykułów bez żadnej własnej myśli, promotor ją odrzuci. Uzgodnij z promotorem na etapie propozycji tematu, czy ta forma jest w waszym instytucie akceptowalna.
Jak badać efekty kampanii PR w pracy magisterskiej?
Masz dwie ścieżki. Pierwsza: analiza zawartości mediów po kampanii (ile wzmianek, jaki sentyment, jakie ramy) – to badanie outputu kampanii, a nie efektów na odbiorców. Druga: badanie opinii grupy docelowej przed i po kampanii (pomiar pre-post) albo porównanie grupy ekspozycji z grupą kontrolną. To trudniejsze, bo wymaga dostępu do odbiorców i zgody klienta PR.
Najczęstszy błąd: student bada „efekty kampanii” przez analizę mediów, a potem wyciąga wnioski o zmianie postaw konsumentów. To nadinterpretacja. Media coverage to nie to samo, co zmiana zachowania.
Wymagania formalne i egzamin
Format pracy różni się między uczelniami, ale standardowe wymagania to:
– objętość: 60-100 stron maszynopisu (1800 znaków ze spacjami = 1 strona normalizowana)
– czcionka: Times New Roman 12 lub Calibri 11, interlinia 1,5
– marginesy: 2,5 cm lub 3 cm z lewej (do bindowania)
– bibliografia: styl APA 7 (najczęstszy) lub Harvard, stosowany konsekwentnie
– abstrakt po polsku i angielsku: ok. 150-200 słów każdy
Na egzaminie (obronie) dostaniesz pytania od komisji. Typowe:
– „Dlaczego wybrała pani tę teorię, a nie inną?”
– „Jakie są ograniczenia pani badania?”
– „Co by pani zmieniła, gdyby robiła to badanie jeszcze raz?”
– „Jak pani wyniki mają się do badań [konkretny autor]?”
Przygotuj się na pytania o metodologię, bo tam najczęściej komisja szuka słabych punktów. Jeśli umiesz odpowiedzieć na „jakie są ograniczenia twojej próby” i „jak liczyłaś alfa Krippendorffa”, to masz połowę obrony za sobą.
Recenzja zewnętrzna pojawia się przed obroną – przeczytaj ją uważnie. Recenzent wskazuje w niej słabe strony, a komisja często pyta dokładnie o to, co recenzent skrytykował. Miej gotowe odpowiedzi, najlepiej z przyznaniem racji i propozycją, co można by zrobić lepiej.
Ostatnia rzecz: promotor to twój sojusznik, nie egzaminator. Jeśli utknęłaś na metodologii albo wyniki cię zaskoczyły, idź do niego z problemem wcześniej, nie dzień przed złożeniem pracy. Promotorzy, którzy widzą pracę po raz pierwszy w momencie składania, rzadko kiedy mogą wtedy wiele zmienić.
