毕业论文分析数据包括哪些

1、频数分析：

对一组数据的不同数值的频数，或者数据落入指定区域内的频数进行统计，了解其数据分布状况的方式。通过频数分析，能在一定程度上反映出样本是否具有总体代表性，抽样是否存在系统偏差，并以此证明以后相关问题分析的代表性和可信性。

2、描述性统计：

对调查总体所有变量的有关数据进行统计性描述，包括数据的集中趋势与离散趋势。

3、探索性分析：

正态性检验用于检验数据是否满足正态分布，一些算法需要数据满足正态分布（如单样本T检验，独立样本T检验等）。

数据分析主要是对于我们目前生活中所存在的各种各样的数据，包括我们的日常生活的消费数据，企业生产产品的良品率或是成品产出率，或者说是我们做一些事情，可能成功的概率，诸如此类的数据进行一些归纳，然后收集及分类，通过对数据的变化，推测出可能产生的结果以及走向。

因为目前我们是处在一个信息技术十分发达的时代，我们人人都有自己的电脑，手机每个人都离不开互联网。自己每天做的一些事情，比如说在线下的时候，到商家店里面进行购物，用支付宝或者是其他手段进行支付时，就是就产生了我们的消费数据。然后商家可以通过这些消费数据，推断出自己的消费群体主要是属于哪个阶层的消费群体。它可以根据自己消费群体的收入，对自己商品进行一个相应的调整。

还有就是比如说在企业生产产品的时候，每天生产的成品以及产品的良品率。这些数据综合在一起。可以看出他的生产线是否存在大的问题。如果他每天的生产成品和成品的良品率，稳定在一个稳定的数字。那就没有什么太大的问题。但由于他检查自己的厂房，保证正常的生产运行。

从大的国家方面来说，国家每年的生产总值，人均收入水平和粮食每年的总产量以及人民生活的指数，对外贸易的收入金额。国家各项税收和对于教育医疗卫生，还有军事的各种投入，这些都可以通过现在的大数据统计出来，然后便于管理阶层进行分析，针对不同的问题进行一些相应的调整。

如果你是做问卷调查类（发放问卷，收集数据<通常学营销的人会这样做>）的，那么就根据你的题项设置变量，并录入数据（通常是用SPSS分析，也有用其他工具比如说Eviews的）。然后做数据的信度和效度检验（此处KMO值是比较重要的），再做基本的描述性统计分析，然后是主成份提取（即因子分析），从多个变量中提取几大因子，结果主要看旋转成分矩阵，然后用几个因子跟因变量做回归，得出影响关系的回归方程。举个例子说，你的问卷中有30个题项（前提是你已经做过小规模问卷测试以验证题项设置的合理性），则对应30个变量X1，X2，......,X29，X30，录入这30个变量的数据，如果你收集了500份问卷，其中420份是有效问卷的话，则你有420条针对30个变量的有效数据。然后做信度效度检验，描述性统计分析，因子分析，假设通过因子分析提取出4个主成份（因子），分别为F1，F2，F3，F4，这个时候对因子命名并将其生成新的变量，然后再将F1，F2，F3，F4和Y做回归分析，得到回归方程，通过R方和系数检验表来判断方程和系数的有效性。这个时候你就能得到影响消费者态度的是哪些因素了。PS：你这里的因变量消费者态度需要量化，在设计问卷的时候要考虑如何量化才有利于后续的分析。

研究方法通常可以分为三大类，分别是差异关系，相关关系和其它关系。

参考资料：

对数据分析而言，其实有很多数据源可以使用。按常规分类来说，可以分为三类：外部数据、内部企业资产数据以及调研数据。

一、外部数据

1）国家统计局数据

外部数据最频繁使用的是国家统计局数据，包含我国经济民生多个方面，并且可以从月度季度以及年度等时间维度上进行查看，权威性较高。平时工作，经常在统计局数据里找相关商品的销量及产量数据。

2）百度指数数据

百度良心产品之一。可以帮助你了解某个主题，在某个时间段内受关注的情况，从而在趋势分析，预测方面有一定很好的指导作用，当然还有一些人群画像等方面的精准分析。

除此之外，还有一些搜索类的指数平台，如360指数、搜狗指数。

3）阿里指数

基于淘宝、天猫等阿里系产品的交易指数数据平台，是国内比较权威的商品交易分析工具，对于行业趋势洞察具有借鉴意义。

4）爱奇艺指数

基于爱奇艺的视频播放行为趋势分析平台，对互联网视频播放有一定的统计和分析，并且还具备用户画像洞察。

5）TBI指数

依据腾讯自家产品海量浏览数据，可以帮助洞察互联网热点趋势，了解浏览行为并对用户进行精准分析。

6）其他交易合作数据

这部分数据主要来自于商业合作或者购买数据，譬如数据堂交易数据。

二、内部企业资产数据

公司产品积累数据，包括公司产品运营数据、财务数据以及其他相关公司自有资产数据。譬如，某公司主要运营某知名APP，那APP运营数据就是其内部资产数据。可以借助内部数据，对企业内部运营状况进行相关分析。

三、调研数据

通过调查问卷方式进行搜集数据，通常按照某个业务主题展开。