进行任何一项研究都需要搜集以及分析data。收集到的数据越真实，越有效，越能够提高留学生paper写作的真实性和准确程度。特别是对于实证研究以及对于数据收集要求尤为明显的文献综述，数据收集质量越高越好。在搜集数据之前，需要问自己的问题是：数据收集采用的方式是什么（primary or secondary），数据收集的来源是否真实，是否准确，是否有更好的进行数据收集的平台和方法；收集而来的数据对于研究的关联性如何，能否support得出可靠的finding。
当想到数据搜集的时候，不应局限于仅将其理解为进行文献检索。文献检索而来的数据主要系secondary 来源。对于primary 来源的数据，更多的要求研究人员进行访谈、do survey，进行问卷调查，从某个数据库中按照自己设定的条件检索、下载数据组；有的数据还来源于不同的个体和group，甚至需要通过设计实验或者test等方式对某个现象或者某个方法的效能、特点等进行评估，综合评价数据相对于某项研究的效果。
从数据搜集方式上看，对于搜集方法的评价不能脱离于study本身，还要考虑研究人员自身的偏好以及时间，能够承担的经济成本等等。对于入门新手，使用次级来源的数据（进行论文、报告、评论等等的搜集）显得更为简单好操作。而对于希望能够对某个问题newly出现的trend进行客观、整体评价的人而言，可能与实务操作人员或者一线从业人员进行面谈或者发放调查问卷的方式更能得到真实、前沿的反馈。
数据收集之后，比较容易被忽略的一个问题是进行数据的检测和评估。有的同学没有认识到收集而来的数据中可能存在错误或者无关项。如果不加以剔除，便不得不花费额外的时间和精力去解释为什么某个数据存在偏差，或者原本可以被分为三个category的数据，因为没有进行有效性评估而不得不被分为五个，甚至六个小组，而多出来的数据从总体上看并不会对研究的finding产生任何实质的影响。
在进行数据检测的时候，英国翰思教育小编建议大家可从如下三个方面进行。
首先，对数据收集方法给出介绍。主要需要定义数据收集采用的特定条件、是否有主要依赖的变量，如果数据收集采用了两种主要的方法，还需要对使用两种方法之后得到的data组在存在明显差异时提供reasonable的解释。
其次，从研究假设出发，评估收集而来的数据是否具有validity。按照数据收集设定的条件、边界等因素，应该能够得出从内在逻辑上具有一致性的数据。如果数据出现了较大的偏差，则需要进一步询问出现deviation的原因对其进行解释，然后才能利用到研究中。
最后，需要对数据收集使用的方法所产生的瑕疵或者局限进行说明。这是为了帮助reader了解此种方法是否具有局限性。
