pwhuan18
数据标准化主要功能是消除变量间的量纲关系，从而使数据具有可比性，一个百分制的变量与一个5分值的变量在一起比较是通过数据标准化，把它们标准到同一个标准时才具有可比性，标准化采用的是Z标准化，即均值为0，方差为1，0至1标准化等，也可根据自己的研究目的进行选择。 
要从数据的源头进行标准化，如果是产品设计，那么就要将产品中的涉及要素全部标准话，形成清单，并且明确使用、检验的标准，这样的对后期采购，验收等流程都有重要意义，其次，对涉及要素形成统一称谓，使用标准名词，这样在工作当中也会避免很多麻烦。最后，数据要按照一定的规则（这个就要看你是什么行业，做什么的数据）进行排列管理，在今后的工作方便使用。最主要的还是顶楼上说的，一定要准确，真实，否则什么做出来都是两层皮。没有任何管理意义，还会成为工作负担。
回答
excel表格怎么标准化的方法步骤如下:单元格减少合并操作合并单元格内容会造成非常严重的问题，公式或者手工操作的时候都会受到影响。合计放在第二行大部分表格将合计放在了最后一行，我的建议是放在2行(针对数据源，表格不加大标题，第一行为标题行)，这样做的好处在于可以使用统一的sum公式(从3到1048576)。另外数据透视表的辅助公式，建议放在表格的左边，因为透视表的宽度有可能发生大幅度的变化，导致右边的公式被覆盖，放在左边就不会有问题了。内容统一每列数据一个表头，若干数据，确保结构统一。比如一个学校的表格，班级列，一会儿用“二班”，一会儿又变成“2班”，搞到后面会晕死的。统一的数据可以使用筛选，分类汇总等功能获得带有小计的表格，但不要在制表的时候仿照它的样式，把"小计"插在表格的中间位置，这种东西最终会把表格的使用者给害了。同时在字与字
严格遵守时间、日期格式的输入规范，有时候时间格式参与运算，规范化很重要。数据输入一定注意严格统一数据规范，避免不同人输入不同内容，不利于数据和问题梳理汇总。“只输入一次”原则数据只输入一次，需要的时候使用函数（如VlOOKUP）对其引用，而不是再次输入相同的内容。数据区分注意特殊属性标注修改单元格颜色，仅仅是辅助标记，但你想指望颜色来对数据进行处理，必须掌握vba才能实现。这会把简单的问题弄复杂，即便求助也不见得有人搭理，当然了，在表格里面使用不同的颜色，还是许可的。
工作尽量用公式操作，减少手工动作规范化的表格，公式应该由拖拽形成，量越大，对此操作的要求越高，否则极易出错。这就要求正确设置相对引用、绝对引用、混合引用（搞不清楚的请看我的另一篇文章“Excel相对引用、绝对引用和混合引用，你确定懂了吗？”）。完全由拖拽现成的公式组，你只要有2个数据计算是正确的，即可确保全部结果都正确。遇到过公式掌握欠佳的同事，公式是单独输入的(实际上可做成拖拽输入)，两个不同的表，数据完全相同，可结果就是错的。整月数据拒绝一天一张表一个月31天，就在一个xls文件内建立31张工作表，初学者很容易出现这种问题，这是大忌。EXCEL有个好东西叫做“数据透视表”，使用他可以很容易的进行汇总，但是如果你是“一日一表”，那就只能慢慢先合并了。
更多1条
优点第一，能用以研究不可能或不容易接近的研究对象。第二，文献的坦白程度高，真实性强。第三，文献研究过程简便易行且费用低。第四，研究结果可靠性大。缺点：（1）文献本身存在较多的不完善性，这主要表现在：第一，在许多用于教育研究的文献中，作者往往出于特殊目的和意图而夸大或掩盖了部分事实，使文献记载偏差。第二，选择性存留和破损。文献的保存常具有选择性，有些人如名人写的文献可以得到维护，而有些人写的文献则常常不易留存，因此现存的文献未必就是活动现象的全部。再加之文献由于是用纸张书写的，它们常常会有破损。第三，信息不完全许多尤其是日记、信件等个人文献，不是为研究目的而是为私人目的而写的，包含有一些研究者所不熟悉的关于某些事件的知识，这对于缺乏经验或缺乏有关事件知识的研究者来说，信息是不完全的。第四，限于言语行为，即文献提供的仅是关于一个回答者的言语行为，而不提供关于回答者非言语行为的直接信息。（2）文献收集困难。文献由于具有记载偏差、信息不完全和选择性存留、破损等局限，致使文献的收集存在困难。并且在许多情况下一些客观事件根本无信息记录，无文献可资利用。除此之外，许多文献由于种种原因而不能公开，难于收集。（3）抽样缺乏代表性。并不是所有人都能留下描述生活、思想、感情的文献资料，有些人的生活、思想、感情容易以文献资料留下来，而有些人的则很难，因此文献所反映的往往只是优势群体的生活、感情和思想观念，而很少反映劣势群体的生活、感情和思想观念，这实际上是一种抽样偏差，缺乏代表性。（4）文献的整理和编码困难。各种文献由于撰写目的不同，研究对象各异，内容千差万别，又缺乏标准化的形式，因而文献资料的分类整理和对比都十分困难。此外，文献一般是用文字而不是用数字记载的，难以使之数量化。
