📊 Как быть крутым?

🧑‍🔬 Иногда кажется, что академические исследования это «не про аналитику»: много текста, странные шкалы, термины, нет влияния на деньги. Но на самом деле исследования - это концентрированный опыт того, как аккуратно работать с данными.

😎 Хорошим примером является статья Cool People (Journal of Experimental Psychology, 2025), где авторы изучают, чем «крутые» люди отличаются от просто «хороших», на данных из 13 стран и ~6 000 респондентов.
Важно здесь не столько слово cool, сколько подход.

Само исследование добавлю в комментариях к посту.

🧠 Коротко о терминах, которые есть в исследовании.

Большая пятёрка личностных черт

Самая популярная модель описания личности.

Extraversion — общительность, энергия
Openness — открытость новому, любопытство
Conscientiousness — организованность, ответственность
Agreeableness — дружелюбие, мягкость
Neuroticism (часто инвертируют в Calm) — эмоциональная стабильность

Это «базовые фичи личности», которые работают во многих культурах.

Ценности Шварца

Модель, которая описывает что для человека важно, а не какой он по характеру. Примеры ценностей:

Autonomy — независимость
Hedonism — удовольствие от жизни
Power — влияние, статус
Security — стабильность и безопасность
Tradition / Conformity — следование правилам и нормам

Удобно тем, что эти ценности валидированы для разных стран и культур.

WEIRD страны

Аббревиатура: Western, Educated, Industrialized, Rich, Democratic.

Обычно это США, Западная Европа, Австралия.

В исследованиях важно проверять результат на «эффект человечества» или «эффект западных студентов».

Mixed-effects (иерархические) модели

Модели, которые учитывают:
индивидуальные ответы людей,
и группировку (страна, регион, школа, команда).

🔍 Почему это важно аналитикам

Исследования учат думать о данных до сбора, а не после.

Здесь сначала чёткий вопрос, потом дизайн, потом анализ. Не наоборот.

Показывают, как отделять “специфический эффект” от общего шума

Авторы сравнивают не просто «крутых», а:

cool vs not cool
good vs not good

Формируют культуру воспроизводимости
Preregistration, открытые данные, код. К этому аналитике тоже стоит стремиться.

🧩 Итог

Читать исследования полезно не потому, что они «заумные», а потому что они показывают как задавать правильные вопросы и аккуратно работать с данными.

Даже если тема кажется далёкой, то методы почти всегда применимы.

🎬 Всю эту неделю будет выходить серия статей про подходы к исследованиям, инструменты, методологии и визуализации.

Очень жду от Вас обратной связи и комментариев.

В следующем посте разберем как правильно читать результаты.

@onlyanalyst