毕业论文中图表分析法

1、案例标题

案例的标题应含蓄、客观、具有新意。案例的标题应注意避免加入作者的主观倾向，也应避免带有不必要的感情色彩。

2、案例正文

案例正文是案例主体部分的核心，应介绍案例的人物、组织以及事件的经过。可以按照时间顺序或事情发展的逻辑顺序组织案例的主要内容。尽量加入一些数字和图表，以加深读者对案例的理解。

（1）案例正文的叙述，要做到全面、周密、客观，避免加人作者的主观分析评价。同时，还要注重情节的真实感和生动性。

（2）案例正文中涉及的组织、人物和统计数据等，可以作适当的技术性处理。例如，隐去组织和人物的真实名称而采用化名，对真实的统计数据作同比放大（或缩小）处理。

（3）案例正文中的内容也可根据编写需要进行适当标注。

3、案例分析

案例分析是对案例正文所作的全面、系统、深入的分析。

（1）分析报告的内容必须针对案例正文。案例正文中的重要信息与内容应在分析报告中得到全面体现；案例分析报告中用到的素材都必须是案例正文中所提供的。

（2）对案例中某些有价值的问题可作适当的引申与探讨，但所做的引申与探讨必须与正文相关，不能脱离案例正文中的内容。

三、案例分析报告基本格式要求

1、封面和封底

封面必须在学校文印室打印。封面含中英文标题，中文标题置于英文标题之上。中文标题文字：黑体，小2;英文标题：Times New Roman,小2;其他：宋体，小3、封面所有填写信息一律居中。

2、标题

应在25字以内，能简明、具体、确切地表达论文的内容。

3、扉页

扉页是对研究生论文题目、导师、单位等作较详细的说明，其格式为分类号、密级、UDC、编号：宋体，5号；其他信息：宋体，4号。不编页码。

4、中文摘要（Abstract）

在500字以内。摘要是对学位论文内容不加注释和评论的简述。它应使人不阅读学位论文全文即可获得全文的主要信息和结论，是一篇完整的短文，可以独立使用。论文摘要应说明研究工作的目的、方法、内容和结论。要突出本文的新见解和研究工作的创新点。

中文“摘要”、“目录”、“图目录”、“表目录”等，用小2号，黑体，行距2,居中。每个字中间空两格，如目录，“目”与“录”中间空两格。

5、关键词（Keyword）

论文关键词一般3至8个，应采用能覆盖论文主要内容的通用标准词条（参照相应的技术术语标准），按词条的外延层次从大到小排列，并以显着的字符另起一行，排在摘要左下方。词之间用逗号分隔。

6、英文摘要

与中文摘要相应的英文摘要和关键词。

“致谢”、英文“摘要”、“目录”、“符号缩略表”、各章标题及“参考文献”、“附录”等，居中，用大写字母，字号18,行距2,加粗，段前后各空1行（行距2）。

你要先有论文的目的和分析思路，然后根据目的的论文和分析思路，确定需要收集的数据和类型，最后才考虑 应该用spss什么方法来实现。下面是我自己写的一个 带数据分析的论文写作指导首先，我要说明这里的指导并非常规意义的指导，我这里说的指导是到底应该如何写论文（应该还是很抽象，不过看完就知道了）。迄今为止，我大约也帮忙做了能有上千份的学生论文数据分析部分，包括一部分的整篇论文写作,其中涉及到有医学类、护理类、人文社科类、教育类、经济学类、心理学类等，单凡需要用到数据分析的论文。因为我是做市场研究与数据分析的，擅长的主要工具是spss，不敢说百分百精通spss，但是应付个八九十应该是足够了，很自然的平时就利用下班和业余时间帮学生做一些论文数据分析以及论文写作指导。很多论文的核心部分都包括数据分析，而统计学也应该是所有学科应该学习的一门重要课程，但是恰恰相反，很多学科只是把统计学和数据分析作为一项选修甚至不重要的课程对待，这样导致学生在最后做论文时完全不懂。而在这种情况下，很多学生因为对数据分析的一窍不通，导致论文从开始的设计到后续的数据收集、整理等都会出现问题，最终导致分析出问题。因此，在对数据分析一窍不通的情况下，应该如何从头构建论文及写作呢？很多论文虽然数据分析部分是核心，但是不管哪种论文的写作，都脱离不了论文的框架。因此，具体的过程应该如下：首先是选题，当然很多时候是导师直接给选题，这个没有太多讨论。其次是选题确定后，马上要做的不是想我应该怎么去写作，或者在哪抱怨“哎~~郁闷，完全不知道怎么写嘛”。而是先通过文献查找，看前人在这个选题方面已经做了哪些研究，都是如何做的。通过查找文献找到跟选题有关的资料，然后对这些资料进行整理，整理不需要计较参考文献的结论和数据细节等，而是要把每篇文献的研究目的、采用的研究方法、采用的分析方法整理出来。当然参考文献中的分析方法你可能还完全不懂，但是没关系，你先把这些参考文献中使用的分析方法全部罗列出来，如线性回归、方差分析、均值t检验、logistic回归等，把这些文献中常用的统计方法罗列出来，你需要弄清楚对应关系，即每种分析方法是用来支持和实现什么样的研究目的，以及能够得出什么样的结论，认真阅读文献就能实现这一步。第三．通过上一步，你应该朦胧的知道你选题相关的参考文献中常用的统计方法名称，以及这些统计方法能够帮助实现哪些目的，或者得出什么结论，同时也不会对自己的选题那么恐惧和迷茫了，因为可能你的选题已经有前人做过了，你的论文只是“复制”一遍而已了，我说的复制是重复一遍前人的研究。在这种情况下，可以构思下自己的选题，这一步属于纯理论层面的，你需要将自己的思路具体化，比如要实现什么目的，很自然的需要什么数据分析方法也就能确定了。当然很多论文会预先设计一系列待验证的假设，也是在这一步完成，因为你找到的文献中可能会存在矛盾的结论，可能会存在一些你认为的研究缺陷（文献看多了，自然自己就会有想法出来了），提出自己的一系列假设，能够很清楚的指导后面的数据收集和分析。第四．选题、假设还有研究方法这些经过前面几步都能确定了，接下来就是要考虑具体研究和收集数据的环节了。这个环节最重要的也是首要的是弄清楚你的数据应该是什么类型的，通过哪种方法来获取。其实也容易了，因为前面你已经确定了统计分析方法，而每种方法有它特定的数据类型要求，比如是分类数据（如性别、民族、年级等）、比如连续性数据（如年龄、身高、体重、温度、长度、距离等）。分类数据简单通俗点的理解就是这些数字本身是没有意义的，是人为赋予它一定的含义，这些数据之间不存在连续性，且加减乘除没有意义，而连续性数据是数据本身有意义，且能够进行一些加减乘除运算。确定了所需要的数据类型，就大致能够知道在数据收集时，应该注意的问题。比如一份问卷调查，其中应该如何设计问题也就大致清楚了，通常问卷设计时就要考虑两种数据类型的问题，因为不同的选项设计会导致不同的数据类型。如你设计一个问题的答案选项是“有/没有”、“是/否”这种是属于分类数据，如果你的答案选项是李克特量表式“非常满意----非常不满意”这种，在处理时可以按照分类数据，只能统计出一些百分比，也可能将其按照连续数据如12345打分形式，这样可以求均值，可以做很多其他多元统计分析。因此这一步确定数据类型很关键，如果数据类型弄错的话，则收集的数据完全无用。第五．具体收集数据过程，不细说了，收集回来之后就是数据的录入。记住一定要录入原始的数据，而不是经过加减整理汇总后的数据。数据录入格式也是有要求的，一般大致同样的情况下，都是一行代表一个个案或者一份问卷的数据，而一列对应表示的是问卷中的一个问题，即变量。因此数据录入完成后，应该是有多少样本数据，就有多少行，数据中包含多少个指标，那就有多少列。第六．这一步才是你应该开始头疼的数据分析不会了怎么办。因为到这里才开始是数据的具体分析过程了。不会怎么办，前面已经知道了分析方法，这种情况，只有找本教材，然后找对应的方法介绍学习即可，或者实在不行找人指导，找人帮忙等等。最后。分析完成后，开始整篇论文的写作。其实完成前面的每一步，到最后写文献综述以及讨论时，自然就会得心应手了，很少会需要绞尽脑汁甚至东拼西凑。

选择什么分析方法，主要依据研究数据的数据类型以及研究目标选择。

可以分为几个步骤：1）确定分析目标、2）判断数据类型、3）选择分析方法。

一、 确定分析目标

确定研究目标，即确定研究的思路，也就是你想研究什么，从哪些题中得到什么结果？

一般在开始分析前都需要先对自己的问卷确定一个大致的研究思路，这也是最重要的部分。

缺少思路，或者不知道从哪里开始入手，可以查看spssau关于问卷思路框架的总结。

参考资料：分析思路总结-SPSSAU

二、 判断数据类型

有了基本框架后，就进入到具体的分析方法选择。

所有数据大致可以分为两种：定量数据和定类数据。

定量数据是年龄、身高这类数字大小有具体意义的。定类数据如性别、职业数字大小没有实际意义。

三、选择分析方法

变量的关系最常见有：相关关系、影响关系、差异关系，及其他关系。

结合数据类型和所要研究的目的，即可选出分析方法，spssau中就有详细的方法选择说明。

参考资料：分析方法选择-SPSSAU

最后就是分析数据，spssau提供标准三线表格式结果和智能文字分析，方便快速解读结果撰写分析报告。