许嵩没我帅
论文中的结果分析写法如下：一般论文中的这部分会用图表简要地列出分析结果( results， findings) ，并围绕主要论点和操作论点来比较分析结果与预期结果之间的差距。完成数据分析以后，就要结合研究目的，即自己提出的论点来解释分析结果。数据分析只是对某个数值作出统计显著性的判断，这个数值和相应的判断，到底具有什么意义，研究者须给出解释。在解释过程中，要选择适当的参照点，比如前人对该问题所持的观点或做法，或同类研究得出的结论，用它们来衬托自已论文结论部分所得出论点的新意和实际意义。论文结果分析后的结论的写法首先要根据分析结果，精练地概括出几条本研究的贡献(contribution)。如上述关于临床路径管理的研究，简要说明“临床路径管理优于现行管理方式”这个主论点已被验证，并列出几个操作论点的验证结果即可。其次，对本研究作自我评价。分析结果要注重客观性，用数据和事实来说话，而结论部分可以渗人主观意见，表达作者对本研究工作的评价。具体内容包括两方面，一是对研究结果适用范围的说明。例如上述关于临床路径管理的研究，是在某个三甲医院调研得出的结果，其他三甲医院是否都适合采用临床路径管理，或者在什么样的条件才能采用，其他级别的医院能否应用等，作者可在此处提出主观看法和判断。评价的另一方面是显示本研究的理论和实际意义，为此，需找出参照点，以便对照说明本研究结果的新意和价值所在。例如《勤劳而不富有》一文中，引用制度经济学现有说法“制度资本在经济增长过程中起到重要支持作用”作为参照点，这个说法解释不了中国的现实，即在交易制度不完善的条件下，十几年的经济连续高速增长。但这个观点却正好衬托了该文结论“人力资本替代制度资本”的新意，显示出研究结果在制度经济学领域的理论价值。教科书或文献中的某种说法，都可用来作为参照点。专业学位论文更注重实际价值。可以选用现有的做法和说法作为参照点，借以显现本研究的实际价值。上述“临床路径管理”的研究，就是用现有管理方式作为参照点。涉及薪酬方案设计或评价指标体系的研究，参照点可以是现行的薪酬方案或评价指标体系。前述“酒店成功的关键在于确保名厨”的研究，很可能业内人员对于酒店发展有不同看法和不同选择，有人主张发展餐饮业务，有人主张发展住宿业务，主张发展餐饮业务的人，有的认为要抓名厨，有的认为要抓内部管理，降低成本。在结果的说明中，要利用这些参照点来说明本研究结果的新意和价值。最后，就作者认为本研究后续值得研究的问题提出建议。建议包括研究中次要的发现及研究的局限之处。 
SPSS分析调查问卷数据的方法当我们的调查问卷在把调查数据拿回来后，我们该做的工作就是用相关的统计软件进行处理，在此，我们以spss为处理软件，来简要说明一下问卷的处理过程，它的过程大致可分为四个过程:定义变量﹑数据录入﹑统计分析和结果保存下面将从这四个方面来对问卷的处理做详细的介绍Spss处理:第一步:定义变量大多数情况下我们需要从头定义变量，在打开SPSS后，我们可以看到和excel相似的界面，在界面的左下方可以看到Data View， Variable View两个标签，只需单击左下方的Variable View标签就可以切换到变量定义界面开始定义新变量。在表格上方可以看到一个变量要设置如下几项:name(变量名)、type(变量类型)、width(变量值的宽度)、decimals(小数位) 、label(变量标签) 、Values(定义具体变量值的标签)、Missing(定义变量缺失值)、Colomns(定义显示列宽)、Align(定义显示对齐方式)、Measure(定义变量类型是连续、有序分类还是无序分类)我们知道在spss中，我们可以把一份问卷上面的每一个问题设为一个变量，这样一份问卷有多少个问题就要有多少个变量与之对应，每一个问题的答案即为变量的取值现在我们以问卷第一个问题为例来说明变量的设置为了便于说明，可假设此题为:请问你的年龄属于下面哪一个年龄段( )?A:20—29 B:30—39 C:40—49 D:50--59那么我们的变量设置可如下: name即变量名为1，type即类型可根据答案的类型设置，答案我们可以用1、2、3、4来代替A、B、C、D，所以我们选择数字型的，即选择Numeric， width宽度为4，decimals即小数位数位为0（因为答案没有小数点），label即变量标签为“年龄段查询”。Values用于定义具体变量值的标签，单击Value框右半部的省略号，会弹出变量值标签对话框，在第一个文本框里输入1，第二个输入20—29，然后单击添加即可同样道理我们可做如下设置，即1=20—29、2=30—39、3=40—49、4=50--59；Missing，用
数据分析主要就是通过数据去解决企业实际遇到的问题，包括根据数据分析的原因和结果推理以及预测未来进行制定方案、对调研搜集到的各种产品数据的整理、对资料进行分类和汇总等等。主要就是学习Python、R、SAS等编程工具，数据仓库，分布式存储HDOOP，云计算，数据可视化，大数据技术，还可以到九道门数据分析实训官网上去看一些案例，自己做做训练，总之要学习很多东西。
数据收集分析过程包括以下几个环节：1、数据完整性分析数据汇总分析之前，先确认调研数据是否已收集完成。可根据用户反馈数据时间的正太分布情况来推测数据收集是否已基本完成。问卷回收率要能够保障足够的样本数量，才能保证分析结果有价值。2、对反馈数据进行清理，保证数据的有效性问卷收集完，就要对结果进行分析，分析前先要剔除无效问卷，问卷的有效率是保证分析结果价值的基础。常见的无效问卷的形式如下：问卷中出现大量空白的问卷答案中出现大量选项连续一样的情况的问卷专门设计用来验证答题有效性的地雷题出错的问卷答题时长比较极端或者偏离平均值太多的问卷开放式问题的答题质量，比较敷衍甚至乱答的题目或选项之间隐藏逻辑答案冲突的3、对清理后的数据进行汇总调研范围的选取方式不同，反馈数据的汇总方式也不同。1、全量人员1）若人员之间存在明显分层变量，则需要按分层分别统计，再进行汇总；2）若人员之间无需分层，则直接统一汇总处理即可；2、简单随机抽样，直接统一汇总处理即可3、分层抽样1）先按分层分别统计，再进行汇总；2）若分层人员的抽取比例与分层人员之间的比例不同，汇总时还需要考虑权重的设置；注：有时候问题里某些选项填写的数量远远少于其他选项的数量，我们可以把它们进行整合，从而减少干扰；4、对汇总数据进行计算、分析1、定量分析对数据进行平均数、众数、中位数的计算、对比：1）计算前要注意剔除极端数值；2）标准的是正态分布状态，若出现双峰分布（众数与平均值相差大），需要进一步分析3）在对计算结果进行分析时，可以考虑第三变量的影响，即交叉制表，通过两个问题的答案合成一份表格，发现更有针对性的问题2、定性分析定性分析具有探索性的特点，这种分析依靠参与工作的人员的业务水平和专业度，因此难度较高，且这种解释是有特殊性的，理解也是不同的。5、根据分析结果，得出初步结论将定性分析的结论和定量分析的结果相结合，再与网站分析数据进行对比和补充，能够让数据更有说服力，得出的结论更加准确；在对数据分析结果进行总结时，需要注意以下几点：两件事情的发生时间相当接近并不足以说明两者有因果关系总结时，要细分人口子群不要混淆事实和观点人们即使对答案没有强烈的感觉，也会选择一个，注意退出选项的选择情况人们总会爱猜测调查的意图，要重审问题是否暗含引导性人们什么都想要，问卷并非准确体现了人们的需求范围，但问卷能够体现人们需求的优先级人们可能会夸大其词、会撒谎
