Ekonomia behawioralna to jeden z tych kierunków, gdzie magistranci najczęściej albo piszą świetną pracę, albo wpadają w pułapkę zbyt ambitnego tematu bez realnych danych. Jeśli właśnie siedzisz nad wyborem tematu albo masz już promotora i nie wiesz, od czego zacząć, ten tekst jest dla ciebie. Pokażę ci, jak przejść przez cały proces: od wyboru pytania badawczego, przez metodologię, po gotową strukturę rozdziałów.
Piszę to z perspektywy korekty i redakcji prac z tej dziedziny. Przez ostatnie lata trafiały do mnie dziesiątki prac magisterskich z ekonomii i zarządzania, w tym coraz więcej o wątku behawioralnym. Widzę w nich te same błędy. Widzę też, co odróżnia pracę solidną od takiej, którą promotor przepuszcza z jedną poprawką. Ten przewodnik skupia się właśnie na tych różnicach.
Specyfika ekonomii behawioralnej jako tematu pracy magisterskiej
Ekonomia behawioralna jest dziedziną interdyscyplinarną. Łączy teorię ekonomii z psychologią poznawczą, a często też z neurobiologią i socjologią. Dla piszącego pracę magisterską oznacza to jedno: masz podwójną odpowiedzialność. Musisz rozumieć zarówno modele ekonomiczne (użyteczność, dyskontowanie, teoria gier), jak i mechanizmy psychologiczne (heurystyki, błędy poznawcze, efekty ramowania).
To trudniejsze niż pisanie pracy z „czystej” ekonomii, ale daje ci też wyraźną przewagę: masz do dyspozycji bogatą metodologię eksperymentalną, której brakuje większości prac ilościowych opartych wyłącznie na danych wtórnych.
Eksperymenty laboratoryjne a badania terenowe
W ekonomii behawioralnej masz trzy główne ścieżki metodologiczne:
- eksperymenty laboratoryjne (lab) – kontrolowane środowisko, często z bodźcami finansowymi dla uczestników
- eksperymenty terenowe (field) – naturalny kontekst, np. zmiana domyślnych ustawień w systemie PPK
- badania ankietowe z incentywizowanymi wyborami – pośrednik między lab a survey
Każda z nich ma swoje ograniczenia. Eksperymenty lab dają wysoką kontrolę, ale cierpią na problem zewnętrznej trafności (czy zachowanie studentów w warunkach laboratoryjnych odwzorowuje realne decyzje 45-latka wybierającego fundusz emerytalny?). Eksperymenty terenowe są bliżej rzeczywistości, ale trudniej je przeprowadzić i trudniej kontrolować zmienne zakłócające.
Kryzys replikacji – ignoruj go na własne ryzyko
Ekonomia behawioralna ma za sobą poważny kryzys replikacji. Wiele klasycznych wyników (część efektów torowania, niektóre nudge’y) nie powtórzyła się w replikacjach. Promotorzy na lepszych uczelniach znają tę literaturę. Jeśli opierasz swoją pracę na klasycznym eksperymencie z lat 90., sprawdź, czy był replikowany i z jakim skutkiem. Nie musisz unikać takich tematów – musisz świadomie odnieść się do stanu wiedzy.
Dobre miejsce do sprawdzenia: Open Science Framework (osf.io) i baza Many Labs.
Wybór tematu
To najtrudniejszy krok. Temat musi być wystarczająco wąski, żebyś mógł go zrealizować w ramach pracy magisterskiej, i wystarczająco konkretny, żebyś wiedział, jakie dane zbierzesz.
Poniżej kilka kierunków, które dobrze sprawdzają się jako tematy magisterskie, z krótkim komentarzem do każdego:
Teoria perspektywy Kahnemana a decyzje inwestycyjne inwestorów indywidualnych
Jeden z najbardziej eksplorowanych tematów, ale nadal dający pole do oryginalnych badań na polskiej próbie. Możesz zbadać, czy awersja do strat różni się między grupami wiekowymi, czy zależy od poziomu wiedzy finansowej. Dane możesz zebrać eksperymentalnie (oTree, qualtrics z loteriami) albo użyć danych z biur maklerskich (trudniejsza ścieżka, wymaga kontaktu z instytucją).
Efekty nudge’ów w oszczędzaniu emerytalnym – analiza PPK
Polska Pracownicza Kasa Kapitałowa to gotowy naturalny eksperyment. Zapisy automatyczne zamiast dobrowolnych to klasyczny nudge. Możesz przeanalizować dane dotyczące zapisów i rezygnacji w różnych grupach zawodowych, albo zbadać poziom wiedzy o PPK wśród pracowników (ankieta + test wiedzy finansowej).
Efekt zakotwiczenia w negocjacjach cenowych
Dobry temat do eksperymentu online. Uczestników losowo dzielisz na grupy i pokazujesz im różne „kotwice” cenowe przed pytaniem o wycenę. Metodologia jest prosta, próbę można zebrać przez MTurk, Prolific albo własną sieć kontaktów. Uwaga: zadbaj o bodźce finansowe, bo bez nich wyniki będą mniej wiarygodne.
Prokrastynacja finansowa a spłata kredytu lub oszczędzanie
Temat łączący preferencje czasowe z zachowaniami finansowymi. Możesz zbadać, czy osoby z wyższą obecną orientacją czasową (mierzoną skalą Zimbardo) mają gorsze nawyki spłaty zadłużenia. Dane: ankieta + skala ZTPI + pytania o zachowania finansowe (deklaratywnie, bo dostępu do danych bankowych nie dostaniesz).
Preferencje czasowe a decyzje o szczepieniach lub ubezpieczeniach
Temat o zastosowaniu zdrowotnym lub ubezpieczeniowym. Nieco mniej eksploatowany na polskim rynku. Mierzy preferencje czasowe (delay discounting task) i koreluje z gotowością do szczepień lub zakupu dobrowolnych ubezpieczeń. Możliwy eksperyment online.
Przy wyborze pytaj siebie: czy jestem w stanie zebrać dane potrzebne do odpowiedzi na to pytanie w ciągu 3-4 miesięcy? Jeśli nie, zmień temat albo zawęź pytanie.
Dobry ćwiczenie, które polecam przed rozmową z promotorem: zapisz swój temat w formie jednego zdania pytającego. „Czy awersja do strat jest silniejsza u inwestorów powyżej 40. roku życia niż u młodszych?” To jest dobre pytanie badawcze. „Analiza błędów poznawczych w decyzjach ekonomicznych” to temat referatu, nie pytanie badawcze. Jeśli nie możesz swojego tematu zamknąć w jednym pytaniu, jest za szeroki.
Metodologia
Eksperymenty: oTree i zTree
Jeśli planujesz eksperyment laboratoryjny lub online, masz do dyspozycji dwa główne narzędzia:
- zTree (Zurich Toolbox for Readymade Economic Experiments) – starsze narzędzie, wymaga instalacji na serwerze, ale ma dużą bibliotekę gotowych eksperymentów. Trudniejsze w konfiguracji dla początkujących
- oTree (www.otree.readthedocs.io) – nowsze, oparte na Pythonie i Django, działa w przeglądarce. Łatwiejsze do deploymentu online. Możesz postawić eksperyment na Heroku lub Railway za darmo lub za kilka dolarów miesięcznie. Dużo tutoriali i przykładów
Dla pracy magisterskiej polecam oTree, jeśli nie masz wcześniejszego kontaktu z zTree. Nauka podstaw zajmuje tydzień, wdrożenie prostego eksperymentu z lotteriami – kolejny tydzień.
Rekrutacja uczestników: MTurk vs Prolific vs własna próba
| Platforma | Koszt próby n=100 | Jakość danych | Reprezentatywność | Uwagi |
|---|---|---|---|---|
| MTurk (Amazon) | ok. 60-80 USD | średnia-dobra | niska (pracownicy USA) | dużo „profesjonalnych” uczestników |
| Prolific | ok. 100-130 USD | dobra | lepsza, filtry demograficzne | preferowany w badaniach akademickich |
| Własna sieć (studenci, znajomi) | 0-200 zł (upominki) | zróżnicowana | bardzo niska | OK na pilota, ryzykowna jako główna próba |
| Panel badawczy (firma) | 500-2000 zł | dobra | lepsza | wymaga kontaktu z firmą badawczą |
Jeśli piszesz pracę z myślą o dobrej ocenie (lub ewentualnej publikacji), unikaj próby składającej się wyłącznie ze studentów własnego kierunku. Promotorzy znają ten problem i coraz częściej go punktują.
Jeśli nie masz budżetu na Prolific, możesz zrekrutować uczestników przez grupy na Facebooku (docelowa demografia), grupy LinkedIn albo przez uczelnię (za zgodą etyki badań). Kluczowe: zachowaj bodźce finansowe, choćby symboliczne (losowanie nagród).
Analiza danych: R i STATA
Do analizy danych z eksperymentów behawioralnych masz dwa główne narzędzia akademickie:
- R – darmowy, ogromna biblioteka pakietów (ggplot2 do wizualizacji, lme4 do modeli mieszanych, lavaan do SEM). Steeper learning curve, ale warto się nauczyć
- STATA – płatny (uczelnia często ma licencję), częściej używany w ekonomii, prostsze komendy do regresji i testów t
Dla pracy magisterskiej STATA jest wystarczająca. Jeśli chcesz się rozwijać dalej i myślisz o doktoracie, ucz się R.
Podstawowe analizy, które będziesz potrzebować: testy t (różnice między grupami), regresja OLS/logistyczna, korelacje Spearmana lub Pearsona, ewentualnie ANOVA dla więcej niż dwóch grup.
Jeden praktyczny szczegół, który wielu magistrantów pomija: zanim zaczniesz zbierać dane, przeprowadź pilotaż na 10-15 osobach. Sprawdź, czy uczestnicy rozumieją instrukcje, czy czas trwania eksperymentu jest akceptowalny i czy nie ma technicznych błędów w oTree. Pilotaż zajmuje 2-3 dni, a może uchronić cię przed przeprowadzeniem pełnego eksperymentu na błędnych założeniach. Na etapie pilotażu możesz jeszcze zmienić treść instrukcji albo liczbę rund bez konsekwencji dla metodologii. Po pilotażu dane z analizy opisowej pomogą ci też doprecyzować oczekiwaną wielkość efektu i ostatecznie zweryfikować liczebność próby.
Wyślij fragment tekstu, bezpłatną wycenę otrzymasz w 24 h. Poprawki bez limitu w cenie usługi.
Struktura pracy magisterskiej z ekonomii behawioralnej
Poniżej typowa struktura dla pracy empirycznej z eksperymentem własnym. Liczba stron to orientacyjne minimum dla 80-stronicowej pracy.
| Rozdział | Zawartość | Orientacyjna liczba stron |
|---|---|---|
| Wstęp | Uzasadnienie tematu, pytanie badawcze, hipotezy, struktura pracy | 4-6 |
| Rozdział 1: Przegląd literatury | Teoria perspektywy / teoria decyzji, przegląd badań empirycznych, luki badawcze | 18-25 |
| Rozdział 2: Metodologia | Projekt eksperymentu, opis próby, procedura rekrutacji, narzędzia pomiaru, analiza etyczna | 12-16 |
| Rozdział 3: Wyniki | Statystyki opisowe, testy hipotez, tabele i wykresy | 14-18 |
| Rozdział 4: Dyskusja | Interpretacja wyników, porównanie z literaturą, ograniczenia badania | 10-14 |
| Zakończenie | Wnioski, implikacje praktyczne, kierunki dalszych badań | 3-5 |
| Bibliografia | Minimum 40-60 pozycji, w tym co najmniej 30 anglojęzycznych | – |
| Aneks | Kwestionariusze, screenshoty eksperymentu, kod oTree, surowe dane | – |
Kilka uwag do struktury:
W rozdziale o metodologii opisz nie tylko to, co zrobiłeś, ale też dlaczego takie, a nie inne decyzje projektowe podjąłeś. Recenzenci oceniają świadomość metodologiczną.
Rozdział z dyskusją to miejsce, gdzie możesz się wykazać dojrzałością naukową. Nie chodzi o to, żeby udowodnić, że twoje wyniki są idealne, ale żeby rzetelnie opisać ich ograniczenia i zaproponować, jak można by to zbadać lepiej.
Aneks z kodem eksperymentu i surowymi danymi to coraz częstszy wymóg na lepszych uczelniach. Przygotuj go od początku, nie na końcu.
Jeśli twoja praca nie opiera się na eksperymencie własnym, tylko na danych wtórnych lub ankiecie, tabela struktury będzie wyglądać podobnie, ale rozdział 2 zmienia charakter. Opisujesz wtedy źródło danych (np. Europejskie Badanie Kondycji Finansowej Gospodarstw Domowych ECB, CBOS, BDL GUS), procedurę doboru próby i ograniczenia danych zastanych. Nie piszesz o instrukcjach dla uczestników eksperymentu, bo go nie było. Zamiast tego szczegółowo opisujesz zmienne zależne i niezależne oraz uzasadniasz ich operacjonalizację.
Najczęstsze błędy magistrantów z ekonomii behawioralnej
Próba wyłącznie ze studentów własnego kierunku
Jeśli całą próbę (n=80) stanowią studenci ekonomii z twojej uczelni, masz problem zewnętrznej trafności. Studenci ekonomii myślą inaczej o pieniądzach i ryzyku niż przeciętny dorosły Polak. Możesz to zrobić jako ograniczenie, ale nie jako jedyną próbę, gdy twoje pytanie dotyczy decyzji finansowych ogółu społeczeństwa.
Brak bodźców finansowych
Klasyczna pułapka: zbierasz dane ankietowo i pytasz „ile zapłaciłbyś za…?” albo „które ryzyko preferujesz?”, ale nie ma żadnych realnych konsekwencji odpowiedzi. W ekonomii behawioralnej to duże uchybienie metodologiczne. Bodźce nie muszą być duże, 20-50 zł do losowania między uczestnikami wystarczy, żeby mówić o incentywizowanych wyborach.
Brak pre-rejestracji
Pre-rejestracja hipotez (na OSF lub AsPredicted) to standard w coraz większej liczbie programów doktorskich i w wielu czasopismach. Na poziomie magistra nie jest wymagana, ale jej obecność bardzo pozytywnie wyróżnia pracę. Zajmuje 2 godziny, a pokazuje, że wiesz, czym jest p-hacking.
P-hacking i selektywne raportowanie
P-hacking to analizowanie danych na wiele sposobów i raportowanie tylko tych analiz, które dają p < 0,05. Na etapie pracy magisterskiej ryzyko jest mniejsze, bo zwykle masz jedną hipotezę główną i kilka pobocznych, ale warto być świadomym tego problemu. Opisz w metodologii, jakie analizy planowałeś przed zebraniem danych.
Zbyt szeroka literatura, zbyt płytka analiza
Widziałam prace, gdzie rozdział teoretyczny liczy 40 stron i omawia całą historię ekonomii behawioralnej od Kameya i Thalera po dziś. A potem wyniki na 8 stronach. To odwrócone proporcje. Przegląd literatury powinien bezpośrednio prowadzić do twojego pytania badawczego, a nie być kompendium całej dziedziny.
FAQ
Czy muszę przeprowadzić własny eksperyment, czy mogę użyć danych wtórnych?
Nie musisz. Masz co najmniej trzy alternatywy dla eksperymentu własnego. Po pierwsze, dane administracyjne: dane ZUS o zapisach do PPK, dane NBP z badań finansowych, dane GUS. Po drugie, istniejące bazy eksperymentalne: część badaczy udostępnia surowe dane (szukaj na OSF i Harvard Dataverse). Po trzecie, meta-analiza: jeśli literatura jest wystarczająco bogata, możesz zrobić systematyczny przegląd i meta-analizę efektów konkretnego zjawiska (np. efektu zakotwiczenia w różnych domenach). Meta-analizy na magisterce są rzadkie i robią wrażenie.
Jak duża powinna być próba w eksperymencie?
To zależy od oczekiwanej wielkości efektu i mocy statystycznej. Dla typowych efektów w ekonomii behawioralnej (d = 0,3-0,5) przy mocy 0,80 i alfa 0,05 potrzebujesz 50-130 uczestników na grupę. Jeśli masz dwie grupy, to 100-260 osób łącznie. Możesz policzyć dokładnie w R (pakiet pwr) albo użyć kalkulatora online na G*Power (darmowy). Zrób to przed zebraniem danych i opisz w metodologii.
Które czasopisma warto cytować w pracy z ekonomii behawioralnej?
Najważniejsze: Quarterly Journal of Economics, American Economic Review, Journal of Finance, Psychological Science, Journal of Economic Behavior and Organization. Na poziomie przeglądowym: Journal of Economic Perspectives (dostępny open access na stronie AEA, polecam jako wstęp do każdego tematu). Kluczowe artykuły: Kahneman i Tversky (1979) – teoria perspektywy, Thaler i Sunstein (2003/2008) – nudge, Camerer (1995) – ekonomia behawioralna a teoria gier.
Czy praca musi być napisana po angielsku?
To zależy od uczelni i promotora. Na większości polskich uczelni magistrów z ekonomii piszesz po polsku, ewentualnie streszczenie po angielsku. Jeśli planujesz składać pracę do bazy SSRN albo myślisz o doktoracie za granicą, możesz zapytać promotora o wersję angielską. Niektóre uczelnie (SGH, UW) mają programy anglojęzyczne, gdzie praca po angielsku jest standardem.
Jak cytować eksperymenty, których jeszcze sam nie przeprowadziłem, w rozdziale metodologicznym?
Cytujesz metodologię podobnych badań jako uzasadnienie twoich wyborów projektowych. Na przykład: „Zgodnie z procedurą zastosowaną przez Thalera i Shefrina (1981), bodźce finansowe były wypłacane losowo wybranemu 10% uczestników”. To standardowe w ekonomii eksperymentalnej. Nie cytujesz metodologii tak, jakbyś ją sam wymyślił, ale jako punkt odniesienia dla twoich decyzji.
