数据分析（data analytics）常见于experimental类的英国大学论文，但是如果研究的是现实中适用频率高，适用程度不一结果各有差别的研究对象，数据分析往往可以成为一个创新点，能够得到一定关注度。在别人还习惯停留在单纯的textual分析时，我们能够跳出fixed的分析研究方法，从数据分析着手，就会显得有所不同。
数据分析的获得：数据分析就是要通过实地observation，来collect数据或者通过doing experiment，自行generate data的方式获得数据。单纯的获得数据并不能够直接得出结论，而是需要将数据进行分析，将其与特定的研究theory向结合，如此才能得到结论。一篇以数据分析为主的experimental essay通常包含了六个部分：引言，方法论，数据的获得，数据分析，讨论和结论。
如果并非以数据分析为主开展实证研究，而是在英国大学论文中部分引用数据说明问题，就无需专门将数据的获得和分析作为一个部分，而是可以将其作为一个部分。虽然无需专门进行细致的解释说明，然而无论作为哪种形式的数据分析，都不能离开对数据如何采集的介绍。通常情况下，数据collection的介绍需要包含从什么database获得的数据（the source of数据），使用了什么方法获得的数据（比如关键词是什么，正向的通过什么关键词获得数据。相反的，排除了包含了什么关键词的数据），获得了数据之后是否进行了筛选（剔除某些数据的理由是什么）。比如，某些研究领域中，学者约定俗称会选择某个database，如果你要选择另外一个database，便最好能够说明理由（这个database具有什么优势，或者别人使用的database是否具有特定的劣势，你希望能够避免）。
数据分析的准备：在获得了数据样本之后，直接使用肯定是不行的。这里需要对数据进行整理分析。数据分析需要建立在对数据的特征的认识和理解的基础之上，分析数据的目的是让读者了解到数据的基本情况，比如数据有多少个（规模大小），数据的分布（时间分布，结果分布），是否具有特定的趋势（从年份上看，是从小变大，还是随着什么因素的影响呈现正向的变动），是否存在特定的比例（某个subparts的数据是否显得特别多，是否能够locate特定的影响因子）。数据分析的目的是解释数据表现后面的规律。规律的揭示，需要建立在作者所有的特定的知识面和分析方法的基础上，因此即便是同样的分析样本，不同的人分析出来的结果也必然存在不同。这也就是实证性英国paper创新性强，不建议直接抄袭的原因，因为很容易被发现导致学术不端。
数据的写作：数据的写作就是将分析的结果报告出来。数据分析的结果是multifaceted。不可能也没有必要将所有的结果都在article里面展示。因此，必须摘取其中的关键部分来呈现。
英国翰思教育，是一家知名的留学文书与留学论文辅导机构, 多年来帮助一大批来自英国,美国,澳洲,加拿大等国的留学生同学们解决了论文作业与留学升学的难题. 服务包括: 留学申请文书, 留学作业学术论文的检测与分析（CV, Reference Letter, Personal Statement, Essay, Assignment, Coursework, Paper, Personal Statement, Dissertation, Research Proposal与Thesis等）,留学申请文书的写作辅导与修改建议. 翰思教育迄今已成为英国, 美国, 澳洲, 加拿大等国最知名的正规留学申请与论文辅导品牌。
*未经英国翰思教育授权，禁止转载抄袭
QQ：913864922
微信：hansedu
邮箱：info@hansedu.cn
