Data analysis可以说是dissertation中仅次于methodology最难写的部分。如果说introduction、main body、summary等组成部分按部就班就能完成，那么Data analysis（数据分析）需要我们在大量辛苦得来的数据中综合出最精炼的部分，这就需要你有强大的逻辑思维和归纳能力。
那么data analysis部分到底该怎么写呢？
无论你学的是文科还是理工科，首先你需要分析和解释你收集的数据（如问卷调查、访谈、课堂观察等）的结果。这个是你研究的“心脏”。
1.在收集完数据之后，第一件事情就是clean data，把不符合要求的数据去除。
如果是纸质问卷，所有没答完的原则上都要作废。或者在成体系的问卷中，通常有reversed items，也就是同一个问题正反问，如果答案一致，则问卷作废。
2.在clean data之后，需要对数据做总体的统计，包括参与者的背景信息，以及你要测量的item的总体分布（总量，均值，中位数等）
3.对于重点观测的parameters，需要进行explore，用好correlation和regression两种工具，分析趋势，为后面进一步的分析做准备。
4.结合理论框架进行细致的分析，两个item之间的关系可以用correlation或者linear regression。
多个item之间可以用logistic regression。具体如何操作在B站或者YouTube上都有视频，参考一下很方便。
5.数据处理切忌被data带跑，尤其是二手数据，在explore的时候你可能会发现很多有趣的现象，但绝大多数都和你的主线无关，所以要及时摒弃。
6.如果你的research question是某一个item对特定目标的影响，那么要确定好主要的dependent variable和independent variable，其他的影响因素可以被考虑，但主要还是抓住重点去讨论。
7.但硕士论文中不必对data analysis恋战，重点还是在discussion，如何用你的理论框架解读数据。
我们在分析和讨论数据的时，应展示出这些数据在分析和研究之后表现出来的趋势和现象，通过这些趋势和结果综合地评定出优缺点，并相应的总结要点。以上是有关data analysis的整理事宜，关注我们了解更多留学资讯及学术写作方法
点击咨询 