研究生论文写作数据分析
1、文献积累，导师一般都会给你一个具体的研究方向，并且你在的这个研究图案在这个方向上有一定的基础，那么你自己在学习基础的时候，也要阅读相关的文献了，从你的团队前期成果开始研究，逐渐拓展。学习文献，要有侧重，要有自己的想法和分析，要学习别人的提出，分析，并且解决问题的思路，最后对自己学习到的知识进行梳理，归纳和总结。 2、开题报告，在前期完成阅读文献之后，就要开始撰写开题报告了开题报告的写法总体就是阐述你的研究的意义和价值，分析国内外的研究背景，说明理论依据，提出问题，进行初步的研究思路，研究可能地结果，这部分完成了，就相当于完成了30%。 3、试验设计，一般来说为了解决某个问题，进行某个研究，都会进行有针对性的试验，用结果来验证观点，设计要严谨，来保证试验的数据的可靠性，和真实性。 4、数据分析，在得到试验数据后，要对数据进行科学有效的分析，这个时候就要注意条理清晰，重视逻辑，分清因果，准确的结论一定要有充分的数据去说明。 5、撰写论文，完成以上的工作，毕业论文的大概就出来了，现在就需要把你之前做的工作，进行全面的总结，分段，分章节写到你的毕业论文中，注意排版美观，最后一步，就是一定要跟你的指导老师进行沟通，听听老师的意见，或者去知网论文查重进行查重，并及时修改。
1、没有问题意识。例如写成教材，只有“述”，没有“论”。有的在职同学会把论文写成法律指南或工作手册，例如“关于显著性认定的研究”，通篇都是认定显著性的实务介绍，并无“研究”。又如“集体管理组织收费机制研究”，主要探讨如何收钱。论文必须有问题意识，此处的“问题”是指理论上或制度上有讨论必要的命题。如果理论上或制度上的方案都是清晰、合理、无争议的，只是实际操作不尽人意，通常不构成法学研究意义上的“问题”。假设盗窃罪的理论和制度都没有缺陷，实际生活中偷车现象严重，可能构成社会学的问题，但不构成法学意义上的问题。
2、题目中的限定没有意义。例如“网络环境下的**研究”、“电子商务环境下的**研究”，但写出来的内容与传统技术或商业环境无异。
3、文题不符。例如，题目是“药品数据保护研究”，但内容主要讨论TRIPS中药品数据保护义务的解释，这就是内容过窄。也会出现内容过宽的问题。
4、不知界定核心概念。对于论文的核心概念必须给出定义，即便理论上存在争议，也应当在分析的基础上选定本文认为最合理的定义作为论述前提。
5、论述违反逻辑规则。某文研究“商品化权”，在概念分析部分得出的结论是“采商品化权说”。所谓A概念的B说，即“以B解释A”。例如，“知识产权的无体财产权说”，即“认为知识产权是无体财产权”。商品化权的“商品化权说”无疑是同义反复。此文的观点是反对创设“商品化权”，又处处用“商品化权”的表述，属自相矛盾。
6、稻草人谬误。某文指出一个立法缺陷：专利法第*条没有表述立法目的与原则。立法目的只会写在目的条款中或有待学理和司法去解释，没有任何具体规则条款会表述立法目的。捏造一个问题去批判，有如扎死一个稻草人。
7、引入不相关或无意义的内容。某文研究商业秘密的保护，专门用了一章谈论商业秘密保护和反不正当竞争的价值。对此二者的价值，主流观点无反对意见，除非本文是探讨商业秘密保护的正当性(尤其是质疑正当性)，否则没必要论述。
8、虚假比较研究。绝大多数论文都会设一章“比较研究”，任意堆砌一些外国立法或案例，但与后文的论证毫无关联。既无比较，也无研究。论文各部分之间必须有相关性，只有当国外的制度是论文评论、援引、分析的对象并服务于结论时，引入才是有意义的。建议最好不设专章堆砌国外制度，可在讨论某一问题时将国外制度作为作证自然引入。
9、章节设计不合理。例如，某些章没有节或只有一节，显得结构不平衡。把本为包含关系的内容设计成并列的章，不合逻辑。
10、题目表述和翻译不恰当。学位论文的表述要庄重、简洁、明确，避免冗长，尽量不用副标题(除非有必要)。一般表述为“论**”或“**研究”，不用“刍议、初探、新探”或“对**的研究”。英译的介词用小写，其他单词的首字母都要大写。
参考资料：《硕士论文写作的常见问题有哪些？》
研究生论文写作技巧及注意事项
下面是我整理的研究生论文写作技巧及注意事项，希望对大家有所帮助。
一、科技(学术)论文的基本知识
(一)学术论文的种类
不同类型的学术论文其写作方法有着很大的不同。学术论文可有多种分类，按出版(发表)的形式分有：期刊论文(万字)，学位论文(硕士 3~5万字，博士5~15万字)，会议论文，科技报告等。按内容及研究性质分有：a)研究报告型，由于研究方法的不同，有实验研究报告、调查研究报告、观察研究报告和对策研究报告等;b)开发发明型;c)议论(论证)型;d)综述评论;e)研究简报。
上述分类在实践中不是绝对的，一篇论文可以采用多种研究方法。
(二)科技(学术)论文的基本性质与要求
科技(学术)论文经过专家鉴定和(或)发表，便成为人类知识的载体――文献。一篇篇文献犹如点点知识的源泉，最终汇成知识的海洋，造福于人类。作为人类知识载体，论文必须满足以下一些要求。
1.科学性要求
科学研究的目的就是揭示事物发展的客观规律，探求客观真理，使人们能够客观地认识真理。反映科学研究成果的科技论文就必须根据科学研究的这一总任务，对研究对象进行深入的探讨，客观地揭示其内部规律。因此，论文撰写者首先应该具有科学、负责和严谨的态度，实事求是、数据翔实，分析深刻，结论可靠。千万不能弄虚作假、主观臆造，或带有个人的感情色彩和偏见。
2.创新性要求
创新性是科学研究的生命线，是科技(学术)论文的灵魂。在科学研究的竞赛中只有第一，没有第二。它要求文章所揭示事物的现象、属性、特点及运动规律、或者这些规律的运用必须是前所未有的、首创的或部分首创的。对于硕士论文创新性的要求相对较低，可以是新的见解、新的方法、新的局部或阶段的成果，包括对已有成果新的改进等。据我们的调查，研究生论文的创新性指标得分比较低。研究生完成的研究大多只能是局部性的、阶段性的成果。因此，研究生必须对课题的来龙去脉有全面的了解，牢牢抓住研究中的创新点来撰写论文，不能模仿或重复已有的研究。本校学报编辑部曾通知一研究生论文退稿，作者觉得迷惑，表示“论文是模仿国外期刊上的论文写的，人家这样的文章可以发表，我的为什么就不行呢?”这也许是不注意创新性要求，重复研究的典型实例了。
3.逻辑性要求
它要求论说有据、思路严密、脉络清楚、结构严谨、推断合理、自成系统，具有很强的逻辑性。浅显地讲，学术论文是一个摆事实、讲道理、以理服人的交流平台，要充分显示和科学地组织素材，通过科学的分析、逻辑推理得出结论，并提高到学术理论的高度。
4.其他要求
对于科技论文还要求具有重现性和有效性。所谓重现性就要使读者可以根据论文提供的方法、材料去实施同样的研究步骤，并重现论文的结果。其结果应具有理论价值和(或)实用价值。为了满足文献能提供交流和学习的要求，论文必须具有可读性，并符合规范化要求。
(三)学术论文的评价(审)指标
论文必须经过专家评审，因此了解论文的评价指标对于构思和撰写论文具有指导意义。
1.学术期刊对论文的评价指标
不同期刊在审稿中采用的评价指标略有不同，但主要精神还是基本相同。例如，《浙江理工大学学报》审稿采用的评价指标有：选题意义(每一指标均设置 a优、b良、c及、d较差4个等级);创新性;先进性;正确性;可读性。一般来说，审稿中论文的每项评价指标的评级都不能低于c级，否则审稿难以通过。
2.硕士学位论文评审指标
其评议指标设置为一级指标有5项：选题与综述(25%)、基础理论与专门知识(20%)、研究与设计能力(10%)、创新性(35%)、写作能力(10%)。
可以看出：以上两种评价体系略有不同，期刊论文侧重评价研究结果，学位论文不仅重视结果，也考察研究过程和作者的知识、能力。然而，都较注重对创新性的要求。
二、学术论文写作的一般方法和要领
(一)关于选题
选题的重要性是不待说明的。硕士研究生的研究课题大多由导师选定，但也有学生自己选定的。具体的选题本身是一个很复杂的学术问题，在此只能强调一些原则性的问题：a)选题最好选择自己的强项或熟悉的领域;b)就研究生的情况，硕士论文的选题宜小，不宜大，这有利于对一个问题作深入细致的研究;c)研究涉及面不宜太宽，以避免需应付错综复杂方方面面的问题而顾此失彼，例如尽量不要选择类似“战略研究”、“对策研究”这样的综合性很强的课题;d)选题不要太生僻，以致于鲜有参考文献作参考，而造成一开始无从下手的局面。e)除了选题意义，研究生的课题最好选择新的视角、应用新方法来研究，可获得事半功倍的效果。
此外，学术论文的`选题与研究的课题不一定一致，在此可能有3种情况：1)重合，论文选题与课题基本一致;2)收缩，论文选题只是课题研究的一部分，一般是选取最具发表价值的那部分;3)变通，有的研究课题(如某些应用研究)不宜直接作为论文的选题，需要作些变通。
学位论文改写成学术期刊投稿论文其议题可以不同，后者由于篇幅的限制议题范围可以收缩，精选有创新内容的素材。
(二)撰写前的准备
学术(学位)论文的写作标志着研究生学习阶段和学习方法的转变：由广泛、分散地摄取知识转变为集中、专一地对特定领域进行深入钻研;由单向地接受知识转变为以应用知识为主;由接受已有知识转变为独立地开展创新性思维和工作，开发新的知识信息。因此，必须在心理上、知识和能力上作好充分的准备。
1.思想准备
撰写论文也强调正确的指导思想与理念，这是笔者受理编辑上百件研究生论文后得出的结论。无论是科学研究还是论文撰写都是非常艰辛、细致的工作，都不能太浮 躁 ，不能太急功近利(为了文凭)，富有科学精神、刻苦钻研和创新意识，有“极端认真、极端负责任”以及实事求是、精益求精的态度，才是写出高质量论文的前提条件。
2.调研准备
牛顿把他的成就归功于自己“站在巨人的肩膀上”，说明做好前期调研、文献利用及知识储备的重要性。要广泛、系统地进行文献检索，把能够收集到的国内外相关文献尽量收集全(对我校艺术类学生要特别强调这一点)，并加以阅读、分析、疏理和利用，做到对相关领域的国内外研究进展情况了如指掌。阅读一般从专著开始，然后是综述类文章，最后是原始论文。
科技类学术论文应尽量引用国际上权威专业期刊的论文，这样才有可能使自己的研究和论文起点高，一开始便(站在巨人的肩膀上)涉及该研究的前沿领域，避免重复研究。需要强调的是，文献调研和利用不能局限于导师提供的资料和手头的一些中文书刊，不仅开题前必须系统检索、系统收集，整个研究过程都是一个不断跟踪、收集资料、阅读文献、吸收知识的过程。若需要深入社会作实地、实物考察的也不能轻易放弃。有些研究生论文的素材老是离不开学校的圈子，离不开书本，从而影响论文质量。
3.构思与提纲
构思酝酿论文需要较长的过程，它贯穿整个课题研究和论文撰写的全过程。首先根据选题来确定研究的预期的目标，将课题解剖和分析，然后构思(或实验设计)采用什么方法和途径来得到相关的论据或预期的研究结果，采用什么方法来分析、归纳得到的结果，以致得出相应的结论。有不少研究生论文都在这一环节上 “翻船”。例如，研制得出了实验室试样，并对试样进行了性能测试，然而没有设置参照样(对比样)的性能测试(或没有参照样的引用数据)，从而难以比较和证明新研制试样的优越性，前功尽弃;探讨了某一事物的各个影响因素并建立了相应的理论或数学模型，但文章最后没有对模型加以验证，专家审稿未被通过。 因此构思要尽可能地系统性，严密性。有时要考虑论文的要求来设计科学研究，有时根据科研的情况的变化调整论文构思，当科研基本完成时，论文构思也基本形成。
写提纲前，应了解一下该学科、该种论文类型通常的论文格式，它可能已原则规定最高一级的论文提纲。根据论文的中心议题，疏理一下论文的素材，根据素材的逻辑关系，由大到小、由粗到细列出提纲。要注意提纲的系统性，同一级的提纲应具有并列逻辑关系，上一级提纲与它所有的下一级提纲应具有属与分的逻辑关系。
(三)写作方法与技巧
1.内容素材如何组织
在文章的内容安排上主要以下有3种方法。a)递进式，根据各部分内容的逻辑关系，采用步步深入、层层展开、循序论述，如某文章为某事物建立数学模型，内容安排：引言—理论依据-各因素分析-初拟模型-各因子、系数取值-验证和修正模型—结论。其中后一步都是建立在前一步的基础上，步步深入、环环相扣。 b)并列式，把论题分解成几个从属的、并列的子论点，分别论述，最后综合出相应的结论。c) 复合式，将递进式和并列式根据需要复合应用，实践中用得较多，如材纺、化学化工等实验研究报告大多采用这种安排。
许多学科的实验研究报告(计算机、信息科学等有例外)，除引言及综述部分外，一般研究会涉及n个子实验，需介绍n组子实验方法与条件，n组子实验数据和结果，n项分析和结论，其素材是一个平面结构，而论文的叙述是线性的。实际撰写时，往往先将素材切成3块：第一块逐一介绍n组实验方法与条件(包括实验所用的材料、仪器，实验方法，实验环境等);第二块逐一显示实验数据、图片等，并对数据进行处理与分析、对图片进行介绍和分析，得出各组相关结果或结论，然后综合与分析各组实验的结果，得出并讨论总的结论;第三块显示结论作为结语(见图1)。
2.论文取材
论文取材其实是有讲究的，研究生论文中问题还真不少。
1)不要模拟教科书的模式写作，自觉或不自觉地把学生当作心目中的读者，用较大篇幅交代基本概念，复述基本理论和专业人员已知的内容等，都是不可取的。写论文的目的是与同行交流，“说服”审稿专家认可你的研究成果，就要让他们看新的、有吸引力的东西。要扭住文章的创新点，正确、明了、简洁而滴水不漏地表述、论证自己的成果。
2)论文既要顾及系统性又不能面面俱到，因此，要处理好重点(深入论述)与非重点(概括简述)的关系。例如论题的某一方面的问题必须涉及到，但不是本文的创新点，可用尽可能少的文字原则性地描述一下，例如“对于这一问题许多学者已作了深入的研究，一般认为……，本文不再赘述。”然后引出参考文献即可。
3)在许多情况下，显示的数据并非原始数据而是经过组织和处理加工的、计算只列出关键公式与步骤，运算过程、一般的实验过程往往被省略，以尽可能地节省篇幅。
学位论文的取材与期刊论文有所不同。学位论文篇幅长，可以叙述得宽泛些、详细些。对研究的目的和意义、研究背景可以介绍得全面、详细些;可以比较详细地介绍一些重要的研究工作及过程(以表明研究工作量)，如较详细的实验步骤、数据处理工作，计算过程、调查研究工作等;研究得到的数据、图片等也可显示得较为充分、原始。撰写期刊论文往往只能精选素材的精华部分，紧紧围绕具有创新性研究结果这一部分来组织素材。
3.如何强化论述
论文以“论”为主，在“论”这方面，不少理工类、艺术类研究生尚不擅长是很正常的。首先需要了解那些内容必须展开“论”，深入地“论”，什么时候避开或简化“论”。为便于理解举一例：某文章对高校改革提出相关建议时，对几点建议每一点都是平均用力，没有强调重点，而且每一点都只顾提出建议而缺乏分析探讨：要怎么怎么做，应该如何如何做。读者看不出哪些建议是作者自己的主张，是作者新提出的，哪些是复述前人的主张，提出建议的理由是什么，依据是什么，就像一篇工作报告，不像论文。因此，所谓“论”，作者不仅仅要表明自己的主张，报告自己的研究结果，还必须对作者自己提(得)出的新的观点、主张、新的结果和结论作深刻的解释、论证;复述前人的可以简化和(或)引出相关参考文献。
刚才谈到的是论什么，接下来的问题是如何“论”。不同学科(问题)或不同类型论文的“论”法是不同的。论述要有系统性，对于就相关问题提出建议和 (或)对策，首先必须对该领域尚存在的不足和问题进行探讨，针对问题和不足提出自己的主张。就自己提出的主张应作深刻的解说：为什么要这样做，这样做有何好处，与以往的做法有哪些改进;在解说为什么要这样做时，可从现有理论的高度来论证其合理性，从实践的角度列举最有说服力的典型实例来论证其可行性或有效性等等，总的目的是努力使读者接受自己的主张。研究报告、调查报告类论文的“论”思路相仿，但论述方法不同。在说明本研究的意义和目的的基础上，讨论研究 (实验或调研)方法，对实验(调查)所得结果、数据进行处理、计算、分析与综合，得出相应的、符合逻辑的结论，对于得出的结论与已有成果相比有何新的进展，都属于“论”的范畴。但是，要提醒的是，千万不要以为“论”可以到此结束，对研究得出的结果结论要从理论上加以解释和讨论，并将此提升到一般的、规律性的认识，反过来丰富该领域的理论和知识，“论”到此可以完美谢幕。
4.如何表述本研究的先进性、创新性
学术论文不能像商业广告那样直接说具有国际先进水平或国内先进水平或具有哪些创新，恰如其分地论证和表述其先进性、创新性是非常重要的。首先必须根据自己研究的结果认准创新的亮点是什么，围绕创新亮点从论文的引言、研究结果及讨论(正文)、结论三大部分(三部曲)进行论证和表述。引言部分，在对该领域目前最前沿研究情况的简要综述的基础上(引出国内外参考文献)，指出有待解决的问题，表明本研究所要解决的问题或要达到的目的，期望得到新的结果。暗示没有重复前人的研究，或是以前人的研究成果为起点而展开新的研究，有所不同和改进，或是开拓新的研究领域。这从表述形式上看，以国际前沿研究为起点，您的研究可能达到国际先进，瞄准国内的可能达到国内先进，为以后的创新论述作铺垫。正文部分，围绕创新点，通过一系列方案的实施，研究结果或论据的显示，重点论证如何达到预期的结果并得出相关结论，并与已有成果相比较展现优势。对于其中的创新点要进行必要的理论解说和讨论。第三部分“结论”简要总结和点明文章新得出的结论，即创新点。
结论中表述创新性的语句可以是：“首次进行×××研究并得到×××预期的结果”;“首次证明了×××”;“成功地将×××并得到实验(践)验证;” “研究得到的×××结果与已有的研究成果相比更×××”;“本文得到的结果(结论)据文献检索尚未见文献报道”，等等。当然，说这些话是要有依据的。
“三部曲”中，第二部分正文是关键，但笔者提倡“三部曲”前后呼应共同来表述论文的创新性。为数不少的研究生论文由于忽略第一、第三部分的铺垫和点睛作用，使得其创新性的判断变得模糊。
在此列举一则文章审稿失败的实例，以供借鉴。一篇题为“基于批量定制的产品网上销售接单系统的设计与开发”，专家审稿意见如下：无论是系统设计或程序开发都是应用研究。该文对网上接单系统进行了设计、编排与开发，但既无国内外研究及应用的现状作对比，也缺少系统实际应用的实例加以论证，其可行性和价值无法判断，发表意义不大。
(四)语言文字的表达
研究生论文的文字表达情况总体上是不能令人满意的。各学科都有自己专业术语和特有的表达方式，初学者只有多阅读一些专业文献，多查阅工具书，勤学好问来弥补该方面不足。在语言文字表达方面，建议同学们在文章的勤修改上狠下工夫，俗话说好文章是改出来的。
研究生论文数据分析
论文的数据分析怎么写如下：
首先，针对实证性论文而言，在开始撰写论文之前，必须要提前确定好数据研究方法。而数据研究方法的确定与选择需要根据大家毕业论文的研究课题来确定。
另外，大家也可以跟自己的的论文指导老师多多交流，尽可能多的了解更多关于研究方法的知识，以供自己选择。除此之外，大家还需要大量查找文献资料，见多识广有大量输入之后才能有所输出，本环节需要大家跟导师沟通商议后决定。
接下来一个比较重要的步骤是搜集和整理实验数据。在这一部分，很多同学朋友都会遇到各种各样的问题，比如，不知道去哪里找数据，找到的数据可靠性无法保障，需要的数据总是无法搜集全面等等各种问题。
那么在这里需要跟大家强调一下，推荐大家使用国家统计局、中国统计年鉴、国泰安、万方等等这些比较权威的网站去搜集数据资料。
在此需要注意的是，国泰安和万方等这些网站是需要收费的，上去看了一下，价格不是很亲民。
给大家分享一下，如果有些数据在国家官方网站确实找不到或者毕业论文所需的最新数据还没及时发布，推荐大家可以上某宝，因为某宝上电子版数据往往都很全面，而且价格大都可以接受。
在此提醒大家搜集到数据之后，一定要按照自己的习惯整理保存好，避免后期使用数据时出现差错。
论文常用数据分析方法
论文常用数据分析方法，对好的论文分析研究方法应该从哪些方面展开，如何表达才能显得自己对该论文真的有所理解，应该看哪些书呢？下面我整理了论文常用数据分析方法，一起了解看看吧!
论文常用数据分析方法分类总结
1、 基本描述统计
频数分析是用于分析定类数据的选择频数和百分比分布。
描述分析用于描述定量数据的集中趋势、波动程度和分布形状。如要计算数据的平均值、中位数等，可使用描述分析。
分类汇总用于交叉研究，展示两个或更多变量的交叉信息，可将不同组别下的`数据进行汇总统计。
2、 信度分析
信度分析的方法主要有以下三种：Cronbach α信度系数法、折半信度法、重测信度法。
Cronbach α信度系数法为最常使用的方法，即通过Cronbach α信度系数测量测验或量表的信度是否达标。
折半信度是将所有量表题项分为两半，计算两部分各自的信度以及相关系数，进而估计整个量表的信度的测量方法。可在信度分析中选择使用折半系数或是Cronbach α系数。
重测信度是指同一批样本，在不同时间点做了两次相同的问题，然后计算两次回答的相关系数，通过相关系数去研究信度水平。
3、 效度分析
效度有很多种，可分为四种类型：内容效度、结构效度、区分效度、聚合效度。具体区别如下表所示：
4、 差异关系研究
T检验可分析X为定类数据，Y为定量数据之间的关系情况，针对T检验，X只能为2个类别。
当组别多于2组，且数据类型为X为定类数据，Y为定量数据，可使用方差分析。
如果要分析定类数据和定类数据之间的关系情况，可使用交叉卡方分析。
如果研究定类数据与定量数据关系情况，且数据不正态或者方差不齐时，可使用非参数检验。
5、 影响关系研究
相关分析用于研究定量数据之间的关系情况，可以分析包括是否有关系,以及关系紧密程度等。分析时可以不区分XY，但分析数据均要为定量数据。
回归分析通常指的是线性回归分析，一般可在相关分析后进行，用于研究影响关系情况，其中X通常为定量数据（也可以是定类数据，需要设置成哑变量），Y一定为定量数据。
回归分析通常分析Y只有一个，如果想研究多个自变量与多个因变量的影响关系情况，可选择路径分析。
spss数据分析教程研究生论文
SPSS软件主要用于对数据做统计学方面的一些分析和检验，是用于对数据进行一些基本处理、分析，以及做一些统计检验的软件，使用SPSS分析数据通常有以下几步：导入数据——>数据基本处理——>数据分析——>总结并得出结论。打开SPSS后会出现两个界面，如下图；图一是数据处理分析区，包括数据视图（数据处理区）和变量视图（数据包含各字段编辑区）；图二是分析结果区，分析的各类结果都会在此显示。导入数据：在数据处理区左上方选择“文件”——>“导入数据”，导入相应格式的数据，此处我以csv文件格式为例。点击之后，出现如下对话框，选择好要处理的数据，点击“打开”，对要导入数据数据按需要进行预处理，再点击确定。
恩，个人意见。首先是毕业论文，必须得写得专业一点，所以数据收集楼主还是算了吧。累死累活设计调查回收，问卷的质量还不一定得到保证。所以一般而言不建议自己做数据收集，投入产出不成正比。其次，研究题目应该根据你自己的专业，楼主你列的那些题目，我想不到你是哪个专业的，市场营销，商学院这些方向？我不知道。但是实话实说，用spss做这些分析，真的不太合适的，得出的结果也就那么些吧，看着很好其实没有多少创新的东西在的。然后，毕业论文的要求，我不知道学校的具体要求，但大概各学校应该都差不多吧。标准，合格。这个看着很简单其实挺难的，尤其是数据分析论文，要在调查研究问卷设计收集数据分析上做到标准不是件容易的事情啊。而且我觉得楼主应该还是个本科生吧，本科生的毕业论文对创新性没有很高的要求，所以楼主也不要想着说做个什么很特别的，找一份数据，选个差不多的题目，做一个标准的分析，写一个标准的论文，就真的差不多了的。数据的话全国现在各种调查多了，有的数据是公开可获得的，这个百度一下就差不多了。
SPSS分析，我能做。题名又称题目或标题。题名是以最恰当、最简明的词语反映论文中最重要的特定内容的逻辑组合。论文格式相关书籍论文题目是一篇论文给出的涉及论文范围与水平的第一个重要信息，也是必须考虑到有助于选定关键词不达意和编制题录、索引等二次文献可以提供检索的特定实用信息。论文题目十分重要，必须用心斟酌选定。有人描述其重要性，用了下面的一句话：“论文题目是文章的一半”。对论文题目的要求是：准确得体：简短精炼：外延和内涵恰如其分：醒目。
SPSS软件是“统计产品与服务解决方案”软件，是数据统计分析的一个重要的工具。下文是我为大家整理的关于spss统计分析论文的 范文 ，欢迎大家阅读参考!
统计分析软件SPSS的特点和应用分析
【摘要】通过文献资料法，介绍了统计分析软件SPSS的特点，并通过实例：用非参数检验中的两个独立样本的检验(Test for Two Independent Sample)进行分析，对该软件的应用做了详细的介绍，旨在为学习SPSS软件的人们提供参考。
【关键词】统计分析软件;SPSS;独立样本;非参数检验
一、前言
统计分析软件SPSS是一款统计产品与服务解决方案的软件，其全称为“统计产品与服务解决方案(Statistical Product and Service Solutions)”。该软件是一款在统计中应用很广的统计分析软件，目前在各专业 毕业 论文经常可以看到它的身影，其应用范围广、方便快捷等特点吸引着众多的 爱好 者。本文通过对统计分析软件SPSS的功特点进行介绍，通过举例用非参数检验中的两个独立样本的检验(Test for Two Independent Sample)进行分析，对该软件的操作用做了详细的介绍，为学习SPSS软件的人们提供参考。
二、SPSS软件的特点
(一)操作简便
SPSS软件的界面非常友好，除了数据录入及部分命令程序等少数输入工作需要键盘键入外，大多数操作可通过鼠标拖曳、点击“菜单”、“按钮”和“对话框”来完成。
(二)编程方便
具有第四代语言的特点，告诉系统要做什么，无需告诉怎样做。只要了解统计分析的原理，无需通晓统计 方法 的各种算法，即可得到需要的统计分析结果。对于常见的统计方法，SPSS的命令语句、子命令及选择项的选择绝大部分由“对话框”的操作完成。因此，用户无需花大量时间记忆大量的命令、过程、选择项。
(三)功能强大
具有完整的数据输入、编辑、统计分析、报表、图形制作等功能。自带11种类型136个函数。SPSS提供了从简单的统计描述到复杂的多因素统计分析方法，比如数据的探索性分析、统计描述、列联表分析、二维相关、秩相关、偏相关、方差分析、非参数检验、多元回归、生存分析、协方差分析、判别分析、因子分析、聚类分析、非线性回归、Logistic回归等。
(四)全面的数据接口
能够读取及输出多种格式的文件。比如由dBASE、FoxBASE、FoxPRO产生的*.dbf文件，文本编辑器软件生成的ASCⅡ数据文件， Excel 的*.xls文件等均可转换成可供分析的SPSS数据文件。能够把SPSS的图形转换为7种图形文件。结果可保存为*.txt，word，PPT及html格式的文件。
(五)灵活的功能模块组合
SPSS for Windows软件分为若干功能模块。用户可以根据自己的分析需要和计算机的实际配置情况灵活选择。
(六)针对性强
SPSS针对初学者、熟练者及精通者都比较适用。并且现在很多群体只需要掌握简单的操作分析，大多青睐于SPSS，像薛薇的《基于SPSS的数据分析》一书也较适用于初学者。而那些熟练或精通者也较喜欢SPSS，因为他们可以通过编程来实现更强大的功能。
三、实例分析――两个独立样本的检验(Test for Two Independent Sample)
例题：为了调查甲、乙两地土壤对 种植 同一种西瓜有没有影响，从这两个产地分别随机抽取同种的8只和7只西瓜，称重后得重量(市斤)如下：
甲(斤)：、、、、、、、
乙(斤)：、、、、、、
问：根据样本数据检验两地的土壤对种植西瓜在重量上是否有显著差异?
解：建立假设 H0：甲乙两地的西瓜重量没有显著差异;
H1：甲乙两地的西瓜重量有没有显著差异。
然后根据上面给出的数据建立数据文件，注意数据文件中有一个表示重量数据的变量和一个表示地区分组的变量。最后在数据编辑窗口进行检验。检验的具 体操 作过程如下：
第一步：单击Analyze Nonparametric Test 2 Independent Sample，打开Two-Independent-Sample对话框(见图1)。
第二步：选择检验的变量进入检验框中，选择分组变量进入Grouping Variable框中，单击Define Group键，打开Define Group对话框，将分组变量值分别键入两个框中，单击Continue返回主对话框(见图2)：
第三步：在Test Type栏中，确定检验方法。
SPSS中提供了四种检验方式，几种检验方法侧重点不同，但都是先把两样本数据混合排序，再从不同的角度分析并检验两个独立总体的分布是否有显著的差异。有时这几种检验结果可能不一样，所以要结合数据的探索分析考察数据的分布状况作出结论。本文选择了常用的Mann-Whitney U曼―惠特尼检验和Kolmogorov-Smirnov Z K-S检验。
第四步：选择输出的结果形式及缺失值处理方式;
第五步：单击OK，得输出结果。
所以，以上两种检验结论是一致的。也就是说在两地种植的同一种西瓜地重量没有显著差异。
参考文献
[1]杜志渊.常用统计分析方法―SPSS应用[M].山东人民出版社,2011.
[2]刘宁元.运用SPSS对高职专业课程成绩进行相关分析[J].电脑与电信,2007(3).
[3]井海立.SPSS在数学试卷统计分析中的应用[J].科技信息(学术版),2006(10).
试谈SPSS软件在考试数据统计分析中的应用
摘要： SPSS软件是数据统计分析的一个重要的工具。本文作者利用SPSS软件对考试数据的相关性、检验假设进行了统计分析，介绍了使用SPSS进行统计分析的一般方法和步骤，文中的方法对考试研究人员具有一定的指导意义。
关键词： SPSS软件 考试数据 统计分析 操作步骤
1. 引言
一份好的试卷须有好的测量指标来表明它的优良程度，试题有难度和区分度指标，试卷有效度和信度指标，这些是评价考试最主要的测量指标，但是仅有这些指标不足以反映一份试卷的实际测量效果，考试研究人员希望从考生的试卷统计分析中获取更多的信息来评价一份试卷。在计算机未普及的年代，考试成绩统计主要依靠人工阅卷，考试数据无法电子化存储，对考试数据分析统计难以实现。随着计算机的普及和信息化的推广，各种分析数据的软件应运而生，这些软件中汇集了统计学和测量学的分析工具，使得应用电子信息技术分析统计考试成绩数据成为可能，这些统计信息可以为教研部门、考试行政部门进行行政决策等提供非常重要的帮助。在众多的统计分析软件当中，SPSS是应用最多、影响最广泛的分析工具之一。在本文中，我们以SPSS软件为工具，对 教育 招生考试成绩的数据进行统计分析，分析主要着重于考试数据的相关性、假设检验等几个方面。
2. SPSS分析软件简介
“SPSS统计分析软件”的英文名称为“Statistical Package for the Social Science”，中文名称为“社会科学统计软件包”，它是世界著名的统计分析软件之一，在自然科学、社会科学的各个领域均有非常广泛的应用。SPSS是一个组合式软件包，它集数据整理、分析于一身，主要功能包括数据管理、统计分析、图表分析、输出管理等，该软件的统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类。
下面我们利用SPSS软件对考试数据的相关性、检验假设进行统计分析，介绍使用SPSS进行统计分析的一般方法和步骤。
3. 相关性分析
教育考试中，考试结果的信度，试题的区分度，每个题目得分与试卷总分的关系，以及题目之间的关系，等等，都是考试研究的重要内容，最主要的研究方法就是数据的相关性分析。在众多的教育考试数据的相关性分析方法中，Pearson相关系数法、Spearman相关系数法和Cronbach α信度系数法是比较常用的几种方法。
Pearson相关系数法计算公式：
式中x为第i个考生第j题的得分，y为第i个考生第k题的得分，为第j题的平均分，为第k题的平均分，n为测试样本量。该公式既可以计算两个连续变量之间的相关性，又可以计算一个双歧变量与一个连续变量之间的相关性。
Spearman相关系数法计算公式：
r=1-(2)
式中D为两个变量的秩序之差，n为样本容量。
Cronbach a信度系数法计算公式：
α= 1-(3)
式中n为试题数，s为第i题的标准差，s为总分的标准差。该公式实际上就是将考试中所有试题间相关系数的平均值(又称内部一致性)作为α信度系数。
对于给定的一组考生成绩数据，利用SPSS统计分析软件可以非常容易地定量分析考生某学科试卷总分和该学科某道题的相关性，以及各个题目之间的相关性。我们以Pearson相关系数分析为例，利用SPSS软件进行统计分析。
数据统计分析的对象是某省高考数学6道解答题的得分情况(不是整张试卷)，数据源于该省的高考数据成绩。研究的目的是测量6道解答题每两个题目之间的相关性。
我们以SPSS 版本的软件为例，介绍利用SPSS进行数据统计分析的步骤(以Pearson相关系数法为例)：
(1)将考试数据导入SPSS软件，在SPSS数据窗口中，顺序点击【Analyze】→【Correlate】→【Bivariate...】，系统弹出变量相关系数设置对话框。
(2)在该对话框中，将待计算的变量从左侧的变量列表中导入到右侧的“Variables”变量列表中，在本例中导入t1、t2、t3、t4、t5、t6共6个变量(t1―t6是6道解答题的变量名称)。在“Correlation Coefficients”相关系数选项中，选取“Pearson”复选框。
(3)在该对话框的“Test of Significance”设置区域，可以点选“Two-tailed”选项或者“One-tailed”，我们采用系统默认值。
(4)对话框中的 其它 选项取软件系统的默认值，点击【OK】，开始相关系数计算，系统弹出新的窗体输出运算的结果。本次输出的情况如下：
上表的统计结果可用于题目之间相关性的分析。表中的大部分题目的相关系数都比较适中，但题目T4和题目T5之间的相关程度远高于其它几个题目，我们可以确信这两者之间一定存在着比其他题目之间更紧密的关系，这是我们通过分析获取的重要信息，该信息表明这两个题目之间的相关性高于其他几个题目之间的相关性，这在大规模考试中是不应该出现的，需要在以后的命题考试中加以改进。
Spearman相关系数分析方法和上述分析方法类似，只需要在上述SPSS操作的第二个骤中选取“Pearson”复选框，程序就会按Pearson相关系数法进行统计分析，如果同时选中“Spearman”和“Pearson”复选框，程序将会同时计算按两种分析方法统计分析的数据，并会以不同的图表进行显示，而Cronbach a信度系数法计算方法与上述方法略有不同，其操作步骤如下：
(1)在SPSS数据窗口中，顺序点击【Analyze】→【Scale】→【Reliability Analysis...】，系统弹出“Reliability Analysis”信度分析设置对话框。
(2)将待计算的变量从左列的变量列表中导入到右侧的“items”变量中，在左下列的“model”选择项的下拉列表中确保选中“Alpha”(信度系数)，点击“Statistics”选择项可以进行更为详细的参数设置，我们采用系统的默认值即可。
(3)参数设置完毕之后，点击【OK】，软件开始相关系数计算并输出运算结果。
4. 选择题的选项分析
在目前的教育招生考试中选择题是一种较常见的题型，考试研究人员关注较多的是对选择题基本特征、测量功能及其优缺点的理论探讨[1][2]，对选择题干扰项的设计及其施测后的实际效果关注甚少，事实上施测后对题目各选项的有效性作出判断可为评价试题质量提供重要参考依据。我们利用统计中χ检验假设，对试卷中常见的选择题选择项进行统计分析。
教育考试的单项选择项一般设置为4个，其中仅有1个选择项是正确的。命题人员在设计选择项时，应当也必然对每道题目所有的选择项(正确选择项和干扰选择项)的考生作答情况作出预测，对考生作答的分布情况作出预估。考试结束后，研究人员应该对实测的情况与命题教师预测的情况进行对比分析，以检验考试效果是否达到了预测的目标。这和χ拟合度检验的思想具有一致性，因此可以尝试使用χ检验假设进行分析。
我们依据文献[3][4]的方法来介绍χ检验假设在考试数据分析中应用的基本原理，设变量E是命题者对某道试题的期望值，E=nP，n为样本容量，P为期望的相对频率，引入以下统计量：∑(O-E)/E，其中O为观察频数。
本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文
我们需要进行的假设检验是：零假设H：选项的实测分布与期望分布相同;非零假设H：选项的实测分布与期望分布不同。
检验假设的思想：拟合度检验的统计量在确定的某种显著性水平下如果零假设是真，则检验统计量∑(O-E)/E呈近似χ分布，其自由度为研究变量的可能值减1;如果实测分布与期望的分布相当吻合，就不排除零假设，否则就排除零假设;最后对检验假设的结果进行解释。
数据分析的目的是判断考生实际的应答结果(实测数据)与命题期望的选择概率(期望数据)是否一致。我们随机抽取某省5542个高考考生的数学有效数据构成分析样本，利用SPSS进行统计分析。
SPSS数据统计分析的步骤如下：
(1)将考试数据导入SPSS软件，依次点击【Analyze】→【Nonparametric Tests】→【Chi-Square...】，弹出“Chi-Square Tests”对话框。
(2)将变量列表中待分析的题目序号导入到“Test Variables List”(检验变量列表)中，本例中题目的序号为t7。
(3)将对选择试题的每个选项的期望值依次输入到“Expected Values”所属的方框，具体操作方法是选中单选框“Values”，输入具体的期望数值，点击“Add”按钮，依次重复上述的步骤直至所有的选项的期望值输入完毕。
(4)点击【OK】，输出软件运算结果。
我们需要进行的假设检验，H：选项的实测分布与期望分布相同;H：选项的实测分布与期望分布不同。
假设检验的显著性水平为α=，χ=∑(O-E)/E，自由度为df=4-1=3，查χ分布表或利用相关软件可得P=，由于P>α，因此不能拒绝零假设，即选项的实测分布与期望分布相同。因此，检验结果在显著性水平时，没有足够的证据拒绝零假设，即可认为本题选项的实测分布与期望分布相同，也就是说本题的实际测试效果与命题教师预测的效果是一致的，命题教师准确地估计了考生的实际水平，这是分析获得的很重要的结论。
5. 结语
SPSS软件在考试数据统计分析中应用广泛，但大部分是集中在试题难度、均值、方差统计、考试数据的图表显示等几个方面，本文从一个新的角度利用SPSS软件对考试数据的相关性、检验假设等几个方面进行了尝试性统计分析，介绍了使用SPSS进行统计分析的一般方法和步骤。从上述分析来看，软件操作步骤和统计分析过程十分简单、快捷，对于测量学和统计学基础不太好的数据分析统计人员来说，只要遵循一定的操作步骤，就可以进行分析。
参考文献：
[1]王孝玲.教育测量(修订版)[M].上海：华东师范大学出版社，2006.
[2]雷新勇.大规模教育考试：命题与评价[M].上海：华东师范大学出版社，2006.
[3]李伟明，冯伯麟，余仁胜.考试的统计分析方法[M].北京：高等教育出版社，1990.
[4]雷新勇.考试数据的统计分析和解释[M].上海：华东师范大学出版社，2007.
猜你喜欢：
1. 统计学数据分析论文
2. spss统计分析实习心得
3. 统计学学年论文
4. 统计学分析论文
研究论文的数据分析
论文数据方法有多选题研究、聚类分析和权重研究三种。
1、多选题研究：多选题分析可分为四种类型包括：多选题、单选-多选、多选-单选、多选-多选。
2、聚类分析：聚类分析以多个研究标题作为基准，对样本对象进行分类。如果是按样本聚类，则使用SPSSAU的进阶方法模块中的“聚类”功能，系统会自动识别出应该使用K-means聚类算法还是K-prototype聚类算法。
3、权重研究：权重研究是用于分析各因素或指标在综合体系中的重要程度，最终构建出权重体系。权重研究有多种方法包括：因子分析、熵值法、AHP层次分析法、TOPSIS、模糊综合评价、灰色关联等。
拓展资料：
一、回归分析
在实际问题中，经常会遇到需要同时考虑几个变量的情况，比如人的身高与体重，血压与年龄的关系，他们之间的关系错综复杂无法精确研究，以致于他们的关系无法用函数形式表达出来。为研究这类变量的关系，就需要通过大量实验观测获得数据，用统计方法去寻找他们之间的关系，这种关系反映了变量间的统计规律。而统计方法之一就是回归分析。
最简单的就是一元线性回归，只考虑一个因变量y和一个自变量x之间的关系。例如，我们想研究人的身高与体重的关系，需要搜集大量不同人的身高和体重数据，然后建立一个一元线性模型。接下来，需要对未知的参数进行估计，这里可以采用最小二乘法。最后，要对回归方程进行显著性检验，来验证y是否随着x线性变化。这里，我们通常采用t检验。
二、方差分析
在实际工作中，影响一件事的因素有很多，人们希望通过实验来观察各种因素对实验结果的影响。方差分析是研究一种或多种因素的变化对实验结果的观测值是否有显著影响，从而找出较优的实验条件或生产条件的一种数理统计方法。
人们在实验中所观察到的数量指标称为观测值，影响观测值的条件称为因素，因素的不同状态称为水平，一个因素可能有多种水平。
在一项实验中，可以得到一系列不同的观测值，有的是处理方式不同或条件不同引起的，称为因素效应。有的是误差引起的，称做实验误差。方差分析的主要工作是将测量数据的总变异按照变异原因的不同分解为因素效应和试验误差，并对其作出数量分析，比较各种原因在总变异中所占的重要程度，作为统计推断的依据。
例如，我们有四种不同配方下生产的元件，想判断他们的使用寿命有无显著差异。在这里，配方是影响元件使用寿命的因素，四种不同的配方成为四种水平。可以利用方差分析来判断。
三、判别分析
判别分析是用来进行分类的统计方法。我来举一个判别分析的例子，想要对一个人是否有心脏病进行判断，可以取一批没有心脏病的病人，测其一些指标的数据，然后再取一批有心脏病的病人，测量其同样指标的数据，利用这些数据建立一个判别函数，并求出相应的临界值。
这时候，对于需要判别的病人，还是测量相同指标的数据，将其带入判别函数，求得判别得分和临界值，即可判别此人是否属于有心脏病的群体。
四、聚类分析
聚类分析同样是用于分类的统计方法，它可以用来对样品进行分类，也可以用来对变量进行分类。我们常用的是系统聚类法。首先，将n个样品看成n类，然后将距离最近的两类合并成一个新类，我们得到n-1类，再找出最接近的两类加以合并变成n-2类，如此下去，最后所有的样品均在一类，将上述过程画成一张图。在图中可以看出分成几类时候每类各有什么样品。
比如，对中国31个省份的经济发展情况进行分类，可以通过收集各地区的经济指标，例如GDP，人均收入，物价水平等等，并进行聚类分析，就能够得到不同类别数量下是如何分类的。
五、主成分分析
主成分分析是对数据做降维处理的统计分析方法，它能够从数据中提取某些公共部分，然后对这些公共部分进行分析和处理。
在用统计分析方法研究多变量的课题时，变量个数太多就会增加课题的复杂性。人们自然希望变量个数较少而得到的信息较多。在很多情形，变量之间是有一定的相关关系的，当两个变量之间有一定相关关系时，可以解释为这两个变量反映此课题的信息有一定的重叠。
主成分分析是对于原先提出的所有变量，将重复的变量（关系紧密的变量）删去多余，建立尽可能少的新变量，使得这些新变量是两两不相关的，而且这些新变量在反映课题的信息方面尽可能保持原有的信息。
最经典的做法就是用F1（选取的第一个线性组合，即第一个综合指标）的方差来表达，即Var(F1)越大，表示F1包含的信息越多。因此在所有的线性组合中选取的F1应该是方差最大的，故称F1为第一主成分。
如果第一主成分不足以代表原来P个指标的信息，再考虑选取F2即选第二个线性组合，为了有效地反映原来信息，F1已有的信息就不需要再出现在F2中，用数学语言表达就是要求Cov(F1, F2)=0，则称F2为第二主成分，依此类推可以构造出第三、第四，……，第P个主成分。
六、因子分析
因子分析是主成分分析的推广和发展，它也是多元统计分析中降维的一种方法。因子分析将多个变量综合为少数几个因子，以再现原始变量与因子之间的相关关系。
在主成分分析中，每个原始变量在主成分中都占有一定的分量，这些分量（载荷）之间的大小分布没有清晰的分界线，这就造成无法明确表述哪个主成分代表哪些原始变量，也就是说提取出来的主成分无法清晰的解释其代表的含义。
因子分析解决主成分分析解释障碍的方法是通过因子轴旋转。因子轴旋转可以使原始变量在公因子（主成分）上的载荷重新分布，从而使原始变量在公因子上的载荷两级分化，这样公因子（主成分）就能够用哪些载荷大的原始变量来解释。以上过程就解决了主成分分析的现实含义解释障碍。
例如，为了了解学生的学习能力，观测了许多学生数学，语文，英语，物理，化学，生物，政治，历史，地理九个科目的成绩。为了解决这个问题，可以建立一个因子模型，用几个互不相关的公共因子来代表原始变量。我们还可以根据公共因子在原始变量上的载荷，给公共因子命名。
例如，一个公共因子在英语，政治，历史变量上的载荷较大，由于这些课程需要记忆的内容很多，我们可以将它命名为记忆因子。以此类推，我们可以得到几个能评价学生学习能力的因子，假设有记忆因子，数学推导因子，计算能力因子等。
接下来，可以计算每个学生的各个公共因子得分，并且根据每个公共因子的方差贡献率，计算出因子总得分。通过因子分析，能够对学生各方面的学习能力有一个直观的认识。
七、典型相关分析
典型相关分析同样是用于数据降维处理，它用来研究两组变量之间的关系。它分别对两组变量提取主成分。从同一组内部提取的主成分之间互不相关。用从两组之间分别提取的主成分的相关性来描述两组变量整体的线性相关关系。
如何利用数据分析工具，对自己的文章进行诊断
1、获取数据
获取数据也有两种途径，要么就是手上有的或者是能直接使用到的现成数据，还有一种就是二手数据。现在的数据分析库主要分为了调查数据和政府数据。
2、整理数据
整理数据就是对观察、调查、实验所得来的数据资料进行检验与归类。得出能够反映总体综合特征的统计资料的工作过程。并且，对已经整理过的资料（包括历史资料）进行再加工也属于统计整理。
3、呈现数据
当数据收集充分且真实过后，研究者可运用数据，但要清楚的说明数据来源以及如何对原始的数据进行加工的。需要尽可能的描述获取数据的过程，提供足够多的细节，以便同行能重复研究过程，并保障原生作者的创作性。
论文的数据分析怎么写如下：
首先，针对实证性论文而言，在开始撰写论文之前，必须要提前确定好数据研究方法。而数据研究方法的确定与选择需要根据大家毕业论文的研究课题来确定。
另外，大家也可以跟自己的的论文指导老师多多交流，尽可能多的了解更多关于研究方法的知识，以供自己选择。除此之外，大家还需要大量查找文献资料，见多识广有大量输入之后才能有所输出，本环节需要大家跟导师沟通商议后决定。
接下来一个比较重要的步骤是搜集和整理实验数据。在这一部分，很多同学朋友都会遇到各种各样的问题，比如，不知道去哪里找数据，找到的数据可靠性无法保障，需要的数据总是无法搜集全面等等各种问题。
那么在这里需要跟大家强调一下，推荐大家使用国家统计局、中国统计年鉴、国泰安、万方等等这些比较权威的网站去搜集数据资料。
在此需要注意的是，国泰安和万方等这些网站是需要收费的，上去看了一下，价格不是很亲民。
给大家分享一下，如果有些数据在国家官方网站确实找不到或者毕业论文所需的最新数据还没及时发布，推荐大家可以上某宝，因为某宝上电子版数据往往都很全面，而且价格大都可以接受。
在此提醒大家搜集到数据之后，一定要按照自己的习惯整理保存好，避免后期使用数据时出现差错。
数据分析研究性论文
数据分析法论文研究方法怎么写
数据分析法论文研究方法怎么写，毕业论文对大学生是很重要的一项内容，如果毕业论文不通过就可能毕不了业了，论文的数据是很重要的，如果你的论文数据不准确，就没研究意义了， 下面我和大家分享数据分析法论文研究方法怎么写。
确定数据分析方法
首先，针对实证性论文而言，在开始撰写论文之前，必须要提前确定好数据研究方法。而数据研究方法的确定与选择需要根据大家毕业论文的研究课题来确定。
另外，大家也可以跟自己的的论文指导老师多多交流，尽可能多的了解更多关于研究方法的知识，以供自己选择。除此之外，大家还需要大量查找文献资料，见多识广有大量输入之后才能有所输出，本环节需要大家跟导师沟通商议后决定。
搜集整理实验数据
接下来一个比较重要的步骤是搜集和整理实验数据。在这一部分，很多同学朋友都会遇到各种各样的问题，比如，不知道去哪里找数据，找到的数据可靠性无法保障，需要的数据总是无法搜集全面等等各种问题。
那么在这里需要跟大家强调一下，推荐大家使用国家统计局、中国统计年鉴、国泰安、万方等等这些比较权威的网站去搜集数据资料。
在此需要注意的是，国泰安和万方等这些网站是需要收费的，上去看了一下，价格不是很亲民。
给大家分享一下，如果有些数据在国家官方网站确实找不到或者毕业论文所需的最新数据还没及时发布，推荐大家可以上某宝，因为某宝上电子版数据往往都很全面，而且价格大都可以接受。
在此提醒大家搜集到数据之后，一定要按照自己的习惯整理保存好，避免后期使用数据时出现差错。
使用软件进行分析
接下来第三部分就是使用软件进行数据分析，本部分是非常重要的一个部分。因而可能会出现各种各样的问题。
在本部分大家可以通过软件对所得数据按照前面选定的研究方法进行分析。实践是检验一切的'唯一标准。有很多问题往往都是在进行了数据分析以后才暴露出来的。
根据自身经历，通过软件分析了实验数据以后，才发现结果非常不理想，此时就需要及时跟论文指导老师沟通去进行数据分析方法的调整。
在使用软件进行数据分析之前，一切都是未知的，只有分析之后才能对症下药。所以本环节大家一定要高度重视，根据分析结果及时对研究方法或者样板数据进行微调。
梳理归纳实验结果
最后一个部分就是梳理和归纳实验数据分析结果，此时，大家要讲结果进行合理化解释。同时也需要大量参考先前学者的优秀文献，寻找类似的结果或者解释，从而为自己的实验结果的合理解释提供参考。
有的实证性论文的课题研究可能还不止一个阶段，因为很多研究方法会分阶段进行，比如考虑外部因素的影响或者投出产入效率等等，所以大多研究方法都是两阶段或者三阶段。此时就需要大家根据论文整体性原则，及时对实验结果进行分阶段阐述，所以大家一定要自己思维清晰，层次分明。
这一部分也是将来在毕业论文答辩需要大家重点向答辩老师介绍和阐述的，一定要熟稔于心。
1、调查法
它是有目的、有计划、有系统地搜集有关研究对象现实状况或历史状况的材料的方法。调查方法是科学研究中常用的基本研究方法，它综合运用历史法、观察法等方法以及谈话、问卷、个案研究、测验等科学方式，对教育现象进行有计划的、周密的和系统的了解。
2、观察法
观察法是指研究者根据一定的研究目的、研究提纲或观察表，用自己的感官和辅助工具去直接观察被研究对象，从而获得资料的一种方法。
3、实验法
实验法是通过主支变革、控制研究对象来发现与确认事物间的因果联系的一种科研方法。其主要特点是：第一、主动变革性和控制性。
4、文献研究法
文献研究法是根据一定的研究目的或课题，通过调查文献来获得资料，从而全面地、正确地了解掌握所要研究问题的一种方法。
5、实证研究法
在科学研究中，通过定量分析法可以使人们对研究对象的认识进一步精确化，以便更加科学地揭示规律，把握本质，理清关系，预测事物的发展趋势。
研究性论文的基本结构一般分为五部分，介绍，文献综述，研究设计，数据分析以及结论。
基本结构：标题：文章的大纲。毕业论文的题目一般分为一般题目、副标题、副标题。目录：论文的题名设置，由于其内容层次较多，整个理论体系也较大且较为复杂，所以通常设置目录。
内容提要：勾勒出全文的整体面貌;提出了本文的研究重点，揭示了本文的研究成果，简要描述了全文的框架。
关键词：一篇论文可以选择3 ~ 8个单词作为关键词。正文：通过实际调查获得的语言、文化、文学、教育、社会、思想等例证或现象
结论：结论应是本文的最终结论和总结性结论。换句话说，结论应该是整篇文章的结尾，是整篇文章的目的，而不是局部问题或分支问题的结论，也不是对文章每一段摘要的简单重复。
学年论文格式和要求 ：论文结构： 标题;作者姓名;中文摘要;关键词;正文; 注释及参考文献。打印纸张规格：A4纸； 三、字体，字号 。论文标题:主标题――黑体,二号,居中;副标题――三号,仿宋；摘要,关键词:小四号,楷体,左。
研究性论文怎么写？看你主要研究哪个方向和专业的，比如是语言类的还是什么。可以对应找相关方面的资料，或者找合适的模板，可以去学客行论文去查找，内容和广泛。