资料的整理与分析方法
我们在前面两文中分别谈到收集“事实资料”和“文献资料”的方法，这无形之中好象将资料分成了“事实资料”和“文献资料”两种，显然这不是一种严格意义上的分类（只是按照收集的方法来考虑的），因为“文献资料”中也可以有“事实资料”（当然不是第一手资料），它们之间有交叉的成分，由此为研究方便起见，可将其分为“事实资料”与“理性资料”；如果从资料的性质来考虑，资料还可以分为定量资料（主要是各种数据）与定性资料（主要是文字材料）。收集到大量的资料之后，一般就要进行适当的筛选、整理和分析。本文就要谈谈如何做好这些方面的工作。
一．筛选
有些研究，需要收集的资料比较多，面对这成堆的资料，首要的任务就是要在初步阅读（当然需要做简单的分析）的基础之上做适当的筛选。筛选的主要目的在于“去伪存真”，“由表及里”，即只保留对本课题研究有参考价值的资料而删去其余。通常，对于“理性资料”要求它有：可靠性，正确性，权威性；对于“事实资料”要求它有：真实性，典型性，浓缩性。
二．整理
整理也就是要分门别类，并以某一种或几种方法表示出来，以便于下一步的分析。对于各种数据，首先是分类，通常有两类：计数数据和测量数据，其中后者又有四种水平：类别的，顺序的，等距的，比率的；然后进行适当的整理，通常采用的方法有两种：频数分布表和频数分布图，其中前者有简单次数分布表、相对次数分布表、累积次数分布表、累积相对次数分布表、累积百分数次数表等，后者又有散点图、线形图、条形图（也叫直方图）、圆形图（也称饼形图）之分。
对于定性资料，通常是按照一定的标准进行分类。比如对某一课题资料，可以按历史线索分类；可以按不同的观点分类；可以按研究的问题的性质分类；还可以按子课题分类，等等。
三．定性分析与定量分析
对资料的分析，从方法论角度，一般可分为定性分析和定量分析，而且通常在实际分析过程中，要把这两种方法结合起来，交互使用。因为定性分析与定量分析相互补充，相得益彰，处在统一的连续体之中，定性分析为定量分析提供基础，定量分析的结果要通过定性分析来解释和理解。
（一）定性分析的方法
定性分析即为对资料的质的规定性做（整体的）分析，除了要运用一些哲学的观点和方法如辨证唯物主义和历史唯物主义、分析哲学、现象学、解释学等外，主要使用诸如比较、归纳、演绎、分析、综合等逻辑方法；同时还要求对分析结果的信度、效度和客观度等可靠性指标进行检验和评价。
（二）定量分析的方法
这里需要区分两种情况：一是如果收集到的资料已经是一些数据，我们只需根据条件和需要选用适当的统计分析方法（下文介绍）进行处理和分析便可；另一种就是对收集到的定性资料做进一步的定量分析。比如要研究某一学科教材的结构问题，我们可能收集了这一学科及相关学科的许多版本的教材（包括现在的和过去的），显然首先需要进行比较，如何比较？可能就需要数量化处理，定量分析；还比如要对学生在某一门学科学习中的错误进行分析，收集到各种事实的文字材料之后，定量分析可能也是十分重要的。
1．基本统计方法。可用于教育教学研究的统计分析方法主要有三类：
(1)描述统计，主要用于特征分析，即通过一些概括性量数来反映数据的全貌和特征。用来描述数据分布特征的概括性量数主要有：①描述数据集中趋势的量数，如算术平均数，几何平均数，中位数，众数；
②反映数据间彼此差异的程度的量数，如全距，平均差，方差，标准差；③反映原始数据在所处分布中地位的量数，如百分位分数，百分等级分数，标准分数，T分数等；④当事物之间存在联系但又不能直接做出因果关系的解释时，可用一些合理的指标对相关事物的观测值进行相关分析，其相关程度用相关系数表示，如有积差相关，等级相关，质量相关（点二列相关、双二列相关）；等等。
(2)推论统计，即在无法直接估计总体参数的情况下，只能采用抽样方式对样本进行研究，并由样本统计量对事物的总体做出统计的推论和估计。它包括两个方面内容：①总体参数估计，即根据样本的数字特征推断总体的相应的数字特征，它又有点估计和区间估计之分；②假设检验。在许多研究中（比如比较两种教学方法、两种教材的优劣），首先需要提出一个假设（比如：谁比谁在什么状态下要好或者差或其他），这一假设合理或者正确与否，需要抽取样本用其统计量进行检验。通常根据总体是否服从正态分布，将其分为参数检验和非参数检验，前者如Z检验，t检验，χ2检验，方差分析等；后者有中数检验，符号检验，符号秩次检验，U检验，秩次方差分析等。
（3）多元统计。由于影响教育教学现象的因素不是单一的，而是多方面的、多层次的、多特征的，因而要分析这些因素之间的各种关系需要用多元统计方法。多元分析的基本方法主要有：①回归分析。对于两个具有不确定关系的变量，上述的相关系数可以对其两变量是否相关做出定性描述，对其相关程度做出总的定量描述，但是对如何通过自变量的值去估计和预测因变量的发展变化，相关分析无能为力，这时需要用回归分析。它一般分为一元线性回归和多元线性回归两种；②因素分析(和主成分分析)。当描述事物性质的变量比较多时，常常需要从中提取较少的几个主要的“一般因素”（或称“共同因素”）（并依据一定的方式对所获得的“一般因素”作、做出较为合理的解释），这时就需要使用因素分析法；③聚类分析（也称分类分析或数值分类）。即凭借变量指标的定量分析对变量实施分类（如果类别已经清楚，只需归类；如果事先并不清楚类别，这时就是寻求一种规则进行新的恰当的分类），使同类的变量比较均质，而不同类的变量差异比较大；还有其它方法，如图分析和模糊综合评判等等。
2．方法的选用
上述如此之多的统计分析方法，如何才能选择恰当的、正确的方法呢？这里主要有两个方面的标准：其一是各种统计方法和公式自身的使用条件；二是研究问题的性质、数据类型以及研究设计。以下列举几例说明之：例1、已知全市考试的数学平均分和标准差以及某学校若干名学生的平均成绩，问该校学生成绩与全市平均成绩差异是否显著？这一问题已知“两个变量，总体服从正态分布，总体方差，”故采用Z 检验；例2、已知全市考试成绩的总方差和学校若干名学生成绩的方差，问该校学生成绩的方差与全市考生成绩的方差是否有显著性差异？这一问题已知“两个变量，总体服从正态分布，总体和样本方差”，故采用χ2检验；例3、已知某学年的全年级的平均分数以及实验班部分学生的考试成绩，问新的教学方法与旧的教学方法对学生的学习成绩的影响有无显著差异？这一问题已知“两个变量，总体服从正态分布，总体方差未知”，故采用t检验；例4、有四种不同实验教材，为比较其教学效果，可采用随机区组实验设计和单因素方差分析；例5、有三种不同实验教材，采用四种不同的教学方法，要比较不同教学方法之间的教学效果，可采用两因素析因实验方差分析；例6、为了考察不同课程对初中学生知识和能力的影响，可以选择若干门课程并随机抽取一些学生的考试成绩进行因素分析；例7、对高考学生的六科考试成绩分类，可以用聚类分析；例8、对教师教学质量的评估，现在普遍采用模糊综合评判方法。
3．方法的功效
在什么时候选用什么样的方法，除了上述两条标准外，全面了解每一种方法的功效也十分重要。比如因素分析法的主要功效是在保持原有信息的基础上，通过减少变量的个数发现隐藏在背后的公共因素或主成
分；除此而外，还可以用来构建新的指标、新的变量；估计测验的信度；评价测验的效度；（用因素分析中方差分解的结果）评价成套测验中某一个分测验的临床判断价值等等。
4．方法的操作
研究者也许过去会对上述各种统计方法的操作感到“头痛”和“棘手”，现在不必了。上述各种统计方法都已经有了计算机软件，比如SPSS（社会科学统计软件包）就包括了上述常见的多种统计方法，只要输入原始数据就可以得到相关结果，十分方便。
第一章 1.四大基本概念： 数据：数据库中存储的基本对象，它是描述事物的符号记录。种类有：文字、图形、图象、声音等。特点是：数据与其语义是不可分的。 数据库：(Database,简称DB)是长期储存在计算机内、有组织的、可共享的大量数据集合。其特点是：数据按一定的数据模型组织、描述和储存；可为各种用户共享；冗余度较小；数据独立性较高；易扩展。（特点：永久存储、有组织、可共享） 数据库管理系统：是位于用户与操作系统之间的一层数据管理软件。 数据库管理系统的主要功能：数据定义功能；数据组织、存储和管理；数据操纵功能；数据库的事物管理和运行管理；数据库的建立和维护功能；其他功能。 数据库系统：是指在计算机系统中引入数据库后的系统。一般由数据库、数据库管理系统（及其开发工具）、应用系统、数据库管理员（和用户）构成。 在不引起混淆的情况下常常把数据库系统简称为数据库。 2.数据管理技术的三个阶段及其特点 人工管理阶段：特点：1、数据不保存。 2、没有软件系统对数据进行管理。 3、这一时期没有文件的概念，数据的组织方式必须由程序员自行设计。 4、一组数据对应一组程序，数据是不共享的。 5、数据不具有独立性，当数据结构发生变化时，应用程序要变化。 文件系统阶段：特点：1、数据可以长期保存。 2、由文件系统管理数据。 3、数据共享性差, 冗余度大—文件是面向应用的。 4、数据独立性差—是不具有弹性的无结构的数据集合，文件之间是孤立的，不能反映事物间联系。 数据库系统阶段：特点：数据的管理者：DBMS 数据面向的对象：现实世界 数据的共享程度：共享性高 数据的独立性：高度的物理独立性和一定的逻辑独立性 数据的结构化：整体结构化 数据控制能力：由DBMS统一管理和控制 3、数据库系统的特点：数据结构化；数据的共享性高，冗余度低，易扩充；数据独立性高；数据有DBMS统一管理和控制。 4、数据模型的组成要素：数据结构、数据操作和完整性约束。 数据结构是对系统静态特性的描述。 数据操作是对系统动态特性的描述。 5、概念模型： 基本概念：实体：客观存在并可相互区别的事物称为实体。 属性：实体所具有的某一特性称为属性。 码：唯一标识实体的属性集称为码。 域：属性的取值范围称为该属性的域。 实体型：具有相同属性的实体具有的共同的特征和性质，即: 用实体名及其属性名集合来抽象和刻画同类实体。
数据的收集、整理与描述——备课人：发 【问题】统计调查的一般过程是什么？统计调查对我们有什么帮助？统计调查一般包括收集数据、整理数据、描述数据和分析数据等过程；可以帮助我们更好地了解周围世界，对未知的事物作出合理的推断和预测. 一、数据处理的一般程序 二、回顾与思考 Ⅰ、数据的收集 1、收集数据的方法（在收集数据时，为了方便统计，可以用字母表示调查的各种类型。） ①问卷调查法：为了获得某个总体的信息，找出与该信息有关的因素，而编制的一些带有问题的问卷调查。 ②媒体调查法：如利用报纸、、电视、网络等媒体进行调查。 ③民意调查法：如投票选举。 ④实地调查法：如现场进行观察、收集和统计数据。 例1、调查下列问题，选择哪种方法比较恰当。 ①班里谁最适合当班长（）②正在播出的某电视节目收视率（） ③本班同学早上的起床时间（）④黄河某段水域的水污染情况（） 2、收集数据的一般步骤： ①明确调查的问题；——谁当班长最合适 ②确定调查对象；——全班同学 ③选择调查方法；——采用推荐的调查方法 ④展开调查；——每位同学将自己心目中认为最合适的写在纸上，投入推荐箱 ⑤统计整理调查结果；——由一位同学唱票，另一位同学记票（划正字），第三位同学在旁边监督。 ⑥分析数据的记录结果，作出合理的判断和决策； 3、收集数据的调查方式 （1）全面调查 定义：考察全体对象的调查叫做全面调查。
全面调查的常见方法：①问卷调查法；②访问调查法；③调查法； 特点：收集到的数据全面、准确，但花费多、耗时长、而且某些具有破坏性的调查不宜用全面调查；（2）抽样调查 定义：只抽取一部分对象进行调查，然后根据调查数据来推断全体对象的情况，这种方法是抽样调查。 总体：要考察的全体对象叫做总体； 个体：组成总体的每一个考察对象叫做个体； 样本：从总体中抽取的那一部分个体叫做样本。 样本容量：样本中个体的数目叫做样本容量（样本容量没有单位）； 特点：省时省钱，调查对象涉及面广，容易受客观条件的限制，结果往往不如全面调查准确，且样本选取不当，会增大估计总体的误差。 性质：具有代表性与广泛性，即样本的选取要恰当，样本容量越大，越能较好地反映总体的情况。（代表性：总体是由有明显差异的几个部分组成时，每一个部分都应该按照一定的比例抽取到） （3）实际调查中常常采用抽样调查的方法获取数据，抽样调查的要什么？ ①总体中每个个体都有相等的机会被抽到；②样本容量要适当. 例2、〔1〕判断下面的调查属于哪一种方式的调查。 ①为了了解七年级（22班）学生的视力情况（全面调查） ②我国第六次人口普查（全面调查） ③为了了解全国农民的收支情况（抽样调查） ④灯泡厂为了掌握一批灯泡的使用寿命情况（抽样调查） 〔2〕下面的调查适合用全面调查方式的是 . ①调查七年级十班学生的视力情况；②调查全国农民的年收入状况； ③调查一批刚出厂的灯泡的寿命；④调查各省市感染禽流感的病例。 〔3〕为了了解某七年级2000名学生的身高，从中抽取500名学生进行测量，对这个问题，下面的说确的是〔〕 A、2000名学生是总体 B、每个学生是个体 C、抽取的500名学生是样本 D、样本容量是500〔4〕请指出下列哪些抽查的样本缺少代表性： ①在大学生中调查我国青年的上网情况； ②从具有不同文化层次的市民中，调查市民的法治意识； ③抽查电信部门的家属，了解市民对电信服务的满意程度。 Ⅱ、数据的整理1、表格整理2、划记法
资料分析的方法 一、社会科学的研究步骤 在每一个环节都需要理论的指导。其中，在检验研究假设结束之后，需要与现有的文献对话，再次发现新问题，开始新一轮的研究过程。在这个环节之中，资料分析作为重要一环，对于社会科学的研究极为重要。 二、资料分析的方式分类 教育研究包含多样化的研究方法及分类。一般情况下，按照认识论基础，研究方法可以分为定量研究、定性研究和混合研究。 也有部分学者按照研究目的、手段等对研究方法进行分类。比如别敦荣和彭阳红将研究方法分为：理论思辨、经验总结、历史研究、调查研究、比较研究、数学分析、质的研究和个案研究； 在国内，根据刘良华对研究方法的分类大体上有三个基本类型：实证研究（量化的、质化的）、思辨研究（又称理论研究）、实践研究（常以教育对策、教育反思、教育改革形式显现）。实证研究是基于“事实”的方式进行论证并有规范的研究设计和研究报告。 陈向明指出，“研究方法”一般包含三个层面：第一，方法论，即指导研究的思想体系，其中包括基本的理论假定、原则、研究逻辑和思路等；第二，研究方法或方式，即贯穿于研究全过程的程序与操作方式；第三，具体的技术和技巧，即在研究的某一阶段使用的具体工具、手段和技巧等。 文中所采取的分类是按照陈向明定义中的第三个层面为标准进行的分类。在实际的研究过程中大多数时候是以一种研究方法为主，其他为辅，交叉使用的。以下内容是介绍每一种具体的方式。 那么资料搜集上来了？该如何分析呢？ 三、具体的资料分析方式 1思辨分析 （1）历史研究方法 历史研究法是运用历史资料，按照历史发展的顺序对过去事件进行研究的方法。亦称纵向研究法，是比较研究法的一种形式。在政治学领域中，它着重对以往的政治制度、政治思想、政治文化等的研究。 历史研究的目的在于解决政治制度的现状及其演变趋向。但不是断章取义地分析政治制度的现状，而是系统地研究它们以往的发展及其变迁的原因。历史研究法主要是研究政治制度的发展历史，从各种事件的关系中找到因果线索，演绎出造成制度现状的原因，推测该制度未来的变化。
一、描述统计 描述性统计是指运用制表和分类，图形以及计筠概括性数据来描述数据的集中趋势、离散趋势、偏度、峰度。 1、缺失值填充：常用方法：剔除法、均值法、最小邻居法、比率\回归法、决策树法。 2、正态性检验：很多统计方法都要求数值服从或近似服从正态分布，所以之前需要进行正态性检验。常用方法：非参数检验的K-量检验、P-P图、Q-Q图、W检验、动差法。 二、假设检验 1、参数检验 参数检验是在已知总体分布的条件下（一股要求总体服从正态分布）对一些主要的参数(如均值、百分数、方差、相关系数等）进行的检验。 1）U验使用条件：当样本含量n较大时，样本值符合正态分布 2）T检验使用条件：当样本含量n较小时，样本值符合正态分布 A 单样本t检验：推断该样本来自的总体均数μ与已知的某一总体均数μ0 (常为理论值或标准值)有无差别； B 配对样本t检验：当总体均数未知时，且两个样本可以配对，同对中的两者在可能会影响处理效果的各种条件方面扱为相似； C 两独立样本t检验：无法找到在各方面极为相似的两样本作配对比较时使用。 2、非参数检验 非参数检验则不考虑总体分布是否已知，常常也不是针对总体参数，而是针对总体的某些一股性假设（如总体分布的位罝是否相同，总体分布是否正态）进行检验。 适用情况：顺序类型的数据资料，这类数据的分布形态一般是未知的。
A 虽然是连续数据，但总体分布形态未知或者非正态； B 体分布虽然正态，数据也是连续类型，但样本容量极小，如10以下； 主要方法包括：卡方检验、秩和检验、二项检验、游程检验、K-量检验等。 三、信度分析 检査测量的可信度，例如调查问卷的真实性。 分类： 1、外在信度：不同时间测量时量表的一致性程度，常用方法重测信度 2、内在信度；每个量表是否测量到单一的概念，同时组成两表的内在体项一致性如何，常用方法分半信度。 四、列联表分析 用于分析离散变量或定型变量之间是否存在相关。 对于二维表，可进行卡方检验，对于三维表，可作Mentel-Hanszel分层分析。 列联表分析还包括配对计数资料的卡方检验、行列均为顺序变量的相关检验。 五、相关分析 研究现象之间是否存在某种依存关系，对具体有依存关系的现象探讨相关方向及相关程度。 1、单相关：两个因素之间的相关关系叫单相关，即研究时只涉及一个自变量和一个因变量； 2、复相关：三个或三个以上因素的相关关系叫复相关，即研究时涉及两个或两个以上的
一、描述统计描述性统计是指运用制表和分类，图形以及计筠概括性数据来描述数据的集中趋势、离散趋势、偏度、峰度。 1、缺失值填充：常用方法：剔除法、均值法、最小邻居法、比率回归法、决策 树法。 2、正态性检验：很多统计方法都要求数值服从或近似服从正态分布，所以之前需要进行正态性检验。常用方法：非参数检验的K-量检验、P-P图、Q-Q图、W 检验、动差法。 二、假设检验 1、参数检验 参数检验是在已知总体分布的条件下（一股要求总体服从正态分布）对一些主要的参数（如均值、百分数、方差、相关系数等）进行的检验。 1）U验使用条件：当样本含量n较大时，样本值符合正态分布 2）T检验使用条件：当样本含量n较小时，样本值符合正态分布 A 单样本t检验：推断该样本来自的总体均数卩与已知的某一总体均数卩0 （常为理论值或标准值）有无差别； B 配对样本t 检验：当总体均数未知时，且两个样本可以配对，同对中的两者在可能会影响处理效果的各种条件方面扱为相似； C 两独立样本t 检验：无法找到在各方面极为相似的两样本作配对比较时使用。 2、非参数检验 非参数检验则不考虑总体分布是否已知，常常也不是针对总体参数，而是针对总体的某些一股性假设（如总体分布的位罝是否相同，总体分布是否正态）进行检验。 适用情况：顺序类型的数据资料，这类数据的分布形态一般是未知的。 A 虽然是连续数据，但总体分布形态未知或者非正态； B 体分布虽然正态，数据也是连续类型，但样本容量极小，如10 以下； 主要方法包括：卡方检验、秩和检验、二项检验、游程检验、K-量检验等。 三、信度分析检査测量的可信度，例如调查问卷的真实性。 分类： 1、外在信度：不同时间测量时量表的一致性程度，常用方法重测信度 2、内在信度；每个量表是否测量到单一的概念，同时组成两表的内在体项一致性如何，常用方法分半信度。 四、列联表分析用于分析离散变量或定型变量之间是否存在相关。对于二维表，可进行卡 方检验，对于三维表，可作Mentel-Hanszel 分层分析列联表分析还包括配对计数资料的卡方检验、行列均为顺序变量的相关检验。 五、相关分析 研究现象之间是否存在某种依存关系，对具体有依存关系的现象探讨相关方向及相关程度。 1、单相关：两个因素之间的相关关系叫单相关，即研究时只涉及一个自变量和一个因变量； 2、复相关：三个或三个以上因素的相关关系叫复相关，即研究时涉及两个或两个以
调查资料的整理步骤 篇一：档案归档整理流程 档案归档整理流程 一、收集 收集工作作为档案管理的第一个步骤，由于涉及到最后档案的归档的齐全完整和有效利用，目前将其划分为两个步骤：文件判断和确定期限。 1、文件判断。文件判断主要是对于现有文件的归档范围进行确定，首先需要与各单位进行沟通和深入调研，根据实际情况划定合理的归档范围。 2、期限期限。根据文件的使用频率，重要程度等划分对应的保管期限，根据不同的保管期限进行相应的管理，主要体现在年度鉴定和保管期限到期后的销毁工作上。二、分类 归档文件范围和保管期限表上对于各类档案进行了细致的划分，应对照表格对于收集文件进行类别的划分。三、编制页码 注意编制页码的时候不漏页、不重页，案卷封面、卷内目录、备考表不编页码，卷内文件在右上角开始标号，从“001”开始，遇有正反双面在反页左上角标出。四、装订用不锈钢钉逐件装订或者组卷装订，避免生锈腐蚀文件。五、排序
对于同一类别的文件按照时间的先后顺序排列。 六、档号标识 对于排列好的文件依次标出档号，做到不重复，不断号，保持档案编号的自然连续性。七、著录 著录是指对档案内容和形式特征进行分析、选择和记录的过程，著录是为了满足检索查找提供利用的需要。八、装盒 即同“组卷”，将具有相同联系的文件放置在同一盒子里，对于案卷（盒子）进行编号。 案卷除包含排列好的文件外还应包括案卷封面和备考表，案卷封面反映文件内容，备考表则对于案卷组卷情况进行说明，包括案卷包内容，日常使用、变更情况，组卷时间，组卷人和审核人等。案卷封面置于文件前面，备考表置于文件之后，二者不进行页码的标识。九、打印目录 包括卷内文件目录和案卷目录，注意按照文件的保管期限进行区分汇总。十、编制检索工具 对于准备好的各类目录进行整理，编制目录汇总表，提供日常利用。 档案归档整理流程图 篇二：资料整理方法 资料整理 所谓资料整理主要是指对文字资料和对数字资料的整
五种简要分析数据的方法无论是负责管理的同事还是销售一线的小伙伴，都会发现数据分析的重要性， 但是在工作中，我发现很多小伙伴们都不太会处理数据，更不会明白数据取经团小伙伴们做的大量“数据清洗”工作，当然中间可能涉及到编程，数据取经团小伙伴们的能力可是杠杠的，我作为外行，是不敢班门弄斧的，如下从管理和销售方面简要讲讲我的数据分析方法。（感谢统计学老师） 首先，我们要知道，什么叫数据分析。其实从数据到信息的这个过程，就是数据分析。数据本身并没有什么价值，有价值的是我们从数据中提取出来的信息。 然而，我们还要搞清楚数据分析的目的是什么? 目的是解决我们现实中的某个问题或者满足现实中的某个需求。 那么，在这个从数据到信息的过程中，肯定是有一些固定的思路，或者称之为思维方式。下面一一给你一一介绍。(本文用到的指标和维度是同一个意思) 一、【对照】 【对照】俗称对比，单独看一个数据是不会有感觉的，必需跟另一个数据做对比才会有感觉。比如下面的图a和图b。 图a毫无感觉
图b经过跟昨天的成交量对比，就会发现，今天跟昨天实则差了一大截。 这是最基本的思路，也是最重要的思路。在现实中的应用非常广，比如选产品丶监控增量等，这些过程就是在做【对照】，决策BOSS们拿到数据后，如果数据是独立的，无法进行对比的话，就无法判断，等于无法从数据中读取有用的信息。呜呜，虽然法律增量少，好歹还是在涨啊 二、【拆分】 分析这个词从字面上来理解，就是拆分和解析拆分不等于分析，呃，分析包含拆分，拆分能帮助我们找出原因（这简直是终极意义啊）。因此可见，拆分在数据分析中的重要性。很多小伙伴都会用这样的口吻：经过数据拆分后，我们就清晰了……。不过，我相信有很多朋友并没有弄清楚，拆分是怎么用的？
数据梳理主要是指对数据的结构、内容和关系进行分析 大多数公司都存在数据问题。主要表现在数据难于管理，对于数据对象、关系、流程等难于控制。其次是数据的不一致性，数据异常、丢失、重复等，以及存在不符合业务规则的数据、孤立的数据等。 1数据结构分析 1元数据检验 元数据用于描述表格或者表格栏中的数据。数据梳理方法是对数据进行扫描并推断出相同的信息类型。 2模式匹配 一般情况下，模式匹配可确定字段中的数据值是否有预期的格式。 3基本统计 元数据分析、模式分析和基本统计是数据结构分析的主要方法，用来指示数据文件中潜在的结构问题。 2 数据分析 数据分析用于指示业务规则和数据的完整性。在分析了整个的数据表或数据栏之后，需要仔细地查看每个单独的数据元素。结构分析可以在公司数据中进行大范围扫描，并指出需要进一步研究的问题区域；数据分析可以更深入地确定哪些数据不精确、不完整和不清楚。 1标准化分析 2频率分布和外延分析 频率分布技术可以减少数据分析的工作量。这项技巧重点关注所要进一步调查的数据，辨别出不正确的数据值，还可以通过钻取技术做出更深层次的判断。 外延分析也可以帮助你查明问题数据。频率统计方法根据数据表现形式寻找数据的关联关系，而外延分析则是为检查出那些明显的不同于其它数据值的少量数据。外延分析可指示出一组数据的最高和最低的值。这一方法对于数值和字符数据都是非常实用的。 3业务规则的确认 3 数据关联分析 专业的流程模板和海量共享的流程图：[1] - 价值链图（EVC） - 常规流程图(Flowchart) - 事件过程链图(EPC) - 标准建模语言(UML) - BPMN2.0图 数据挖掘 数据挖掘又称数据库中的知识发现，是目前人工智能和数据库领域研究的热点问题， 所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程 利用数据挖掘进行数据分析常用的方法主要有分类、回归分析、聚类、关联规则、特征、变化和偏差分析、Web页挖掘等，它们分别从不同的角度对数据进行挖掘。 ①分类。分类是找出数据库中一组数据对象的共同特点并按照分类模式将其划分为
资料分析技巧 一、统计术语 基期量：历史时期的量(比之后)。 现期量：现在研究时期的量(比之前)。 增长量（增长最多）=现期量-基期量 增长率、增速、增幅（增长最快）：增长量除以基期量 年均增长量：总增长量除以年数。 年均增长率：指一定年限内，平均每年增长的速度。 拉动增长率：部分增长量/整体基期量 增长贡献率：部分增长量/整体增长量 百分数：实际量之间的计算，需要除以参考值。 百分点：比例或增长率之间的比较，直接加减，不需要除以参考值。 同比增长：与上一年的同一时期相比的增长速度。 环比增长：与紧紧相邻的上一期相比的增长速度。 成数：表示一个数是另一个数十分之几的数，几成相当于十分之几。 翻番：即变为原来的2倍，翻n番是变为原来的2n倍。 顺差：在一个时期内，一个国家（或地区）的出口商品额大于进口商品额，叫做对外贸易顺差（又称出超）。 逆差：在一个时期内，一个国家（或地区）的出口商品额小于进口商品额，叫做对外贸易逆差（又称入超）。 国内生产总值：指一个国家或者地区所有常驻单位在一定时期内生产的所有最终产品和劳务的市场价值。国内生产总值由三大产业增加值构成。 第一产业：农业，林业，畜牧业，渔业 第二产业：采矿业，制造业，建筑业，电力、热力、燃气及水生产和供应业 第三产业：除第一、二产业以外的其他各行业，俗称服务业 产值又称产业增加值 恩格尔系数：食品支出总额占个人消费支出总额的比重。恩格尔系数越大一个国家或家庭生活越贫困；反之，恩格尔系数越小，生活越富裕。 基尼系数：国际上通用的、用以衡量一个国家或地区人民收入差距的常用指标。基尼系数介于0-1之间，基尼系数越大，表示不平等程度越高。 二、加减截位法 指的是在精度要求允许的范围内，将计算过程当中的数字进行截位。一般从左到右截取前两位，后一位四舍五入。 选项首位同，截三位，首位异，截两位； 位数不同时，位数小的截位，位数大的多截一位。 三、截位直除法 截位直除时分子不变，对分母截位：一般情况下，选项首位不同，分母截取前两位，首位相同时，分母截取前三位，后一位考虑四舍五入。
实验1 数据整理与数据分析 1.1 数据整理 一、实验目的和要求： 能熟练的进行统计数据的录入、分组、汇总及各种常用统计图表的绘制。 二、实验内容： 1、数据的录入 2、数据的排序 3、数据的分组 4、数据透视分析 5、常用统计图表的绘制 三、统计函数 频数分布函数（FREQUENCY）的语法形式为: FREQUENCY(data_array,bins_array) 其中：Data_array为用来编制频数分布的数据，Bins_array为频数或次数的接收区间。 四、实验步骤： 1、数据的录入 数据的录入是指把调查得到的结果输入到一张叫数据清单的EXCEL工作表中。数据清单是指包含相关数据的一系列工作表的数据行，如发货单数据库，或一组客户名称和联系电话。数据清单可以作为数据库使用，其中行表示记录，列表示字段。 例某集团公司欲在某地区投资于医疗卫生事业，为了减少风险，获得利润，该集团企划部门决定先了解一下市场潜力。企划部王经理随机访问了该地区几家医院中就医的36名患者，询问其等候看病的时间，根据这些数据，王经理会得到什么信息呢？打开EXCEL工作表，在列中输入数据的名称，称为变量。然后依次输入相应调查数据。 2、数据的排序 ①打开“数据整理.xls” 工作簿，选定“等候时间”工作表。 ②利用鼠标选定单元格A1:B37区域 ③在菜单中选择“数据”中的“排序”选项，则弹出排序对话框。 ④在排序对话框窗口中，选择“主要关键字”列表中的“等候时间”作为排序关键字，并选择按“递增”排序。由于所选取数据中已经包含标题，所以在“当前数据清单”中选择“有标题行”，然后单击“确定”按钮，即可得到排序的结果。 在数据清单中使用分类汇总的方法如下： 先选择需要分类汇总的数据区域A1：B37，然后选择“数据”菜单中的“分类汇总”选项，则打开“分类汇总”对话框。在“分类字段”的下拉式列表中选择要进行分类的列标题，在“汇总方式”的下拉式列表中选择行汇总的方式，本例中选择按“等候时间”进行分类，
常用数据分析方法详解 目录 1、历史分析法 2、全店框架分析法 3、价格带分析法 4、三维分析法 5、增长率分析法 6、销售预测方法 1、历史分析法的概念及分类 历史分析法指将与分析期间相对应的历史同期或上期数据进行收集并对比，目的是通过数据的共性查找目前问题并确定将来变化的趋势。 *同期比较法：月度比较、季度比较、年度比较 *上期比较法：时段比较、日别对比、周间比较、 月度比较、季度比较、年度比较 历史分析法的指标 *指标名称： 销售数量、销售额、销售毛利、毛利率、贡献度、交叉比率、销售占比、客单价、客流量、经营品数动销率、无销售单品数、库存数量、库存金额、人效、坪效 *指标分类： 时间分类 ——时段、单日、周间、月度、季度、年度、任意 多个时段期间 性质分类 ——大类、中类、小类、单品 图例 2框架分析法 又叫全店诊断分析法 销量排序后，如出现50/50、40/60等情况，就是什么都能卖一点但什么都不 好卖的状况，这个时候就要对品类设置进行增加或删减，因为你的门店缺少 重点，缺少吸引顾客的东西。 如果达到10/90，也是品类出了问题。 如果是20/80或30/70、30/80，则需要改变的是商品的单品。 *单品ABC分析（PSI值的概念） 销售额权重（0.4）×单品销售额占类别比＋销售数量权重（0.3） × 单品销售数量占类别比＋毛利额权重（0.3）单品毛利额占类别比 *类别占比分析（大类、中类、小类） 类别销售额占比、类别毛利额占比、 类别库存数量占比、类别库存金额占比、
类别来客数占比、类别货架列占比 表格例 3价格带及销售二维分析法 首先对分析的商品按价格由低到高进行排序，然后 *指标类型：单品价格、销售额、销售数量、毛利额 *价格带曲线分布图 *价格带与销售对数图 价格带及销售数据表格 价格带分析法 4商品结构三维分析法 *一种分析商品结构是否健康、平衡的方法叫做三维分析图。在三维空间坐标上以X、Y、Z 三个坐标轴分别表示品类销售占有率、销售成长率及利润率，每个坐标又分为高、低两段，这样就得到了8种可能的位置。 *如果卖场大多数商品处于1、2、3、4的位置上，就可以认为商品结构已经达到最佳状态。以为任何一个商品的品类销售占比率、销售成长率及利润率随着其商品生命周期的变化都会有一个由低到高又转低的过程，不可能要求所有的商品同时达到最好的状态，即使达到也不可能持久。因此卖场要求的商品结构必然包括：目前虽不能获利但具有发展潜力以后将成为销售主力的新商品、目前已经达到高占有率、高成长率及高利润率的商品、目前虽保持较高利润率但成长率、占有率趋于下降的维持性商品，以及已经决定淘汰、逐步收缩的衰退型商品。 *指标值高低的分界可以用平均值或者计划值。 图例 5商品周期增长率分析法 就是将一段时期的销售增长率与时间增长率的比值来判断商品所处生命周期阶段的方法。不同比值下商品所处的生命周期阶段(表示) 如何利用商品生命周期理论指导营运(图示) 6销售预测方法[/hide] 1.jpg (67.5 KB) 1、历史分析法
实验现象和实验数据的搜集整理与分析 一．问题阐述 实验现象和数据是定量实验结果的主要表现形式，亦是定量研究结果的主要证据。数据对于实验教学来讲，有着重要的意义和价值。然而在我们的教学中，不尊重事实，漠视实验数据的现象仍经常出现，具体分析，在小学科学实验数据教学中主要存在以下一些问题： （一）数据收集存在的问题 1.数据收集不真实 如《摆的研究》一课教学中，由于测量的次数多，时间紧，而测同一摆重或同一摆长前后时间又几近相同，于是有小组就根据前面的实验数据，推测了后面的数据。又如教学《热是怎样传递的》一课时，有一小组的火柴掉下来的顺序明明不是有规律地从左往右，但听到其他小组火柴都是从左往右有顺序地掉下来，于是他们也修改了自己的数据。 2.数据收集不准确 如教学《水和食用油的比较》一课时，教师引导学生把水和食用油分别装入相同的试管中来比较，结果教学中却出现了相反的现象——装油的试管比装水的试管还要重，原来是装水的试管壁薄，装油的试管壁厚，实验准备时教师并没有发现这个现象，结果出现了上述问题。 3.数据收集不全面 教师在收集数据过程中，各小组虽然都做了同一个实验，但教师只挑选1-2个组的实验表进行展示汇报，而其他组的实验数据一概不论，就草草作结论，这样的实验过程和结果很难说服所有人，也很容易出错。 （二）数据整理存在的问题 1.整理方式简单 课堂上教师比较重视设计小组或个人填写的实验数据表格，但对全班汇总的实验数据形式容易忽视，呈现方式比较简单。在数据呈现时，要么逐一呈现小组原始记录单，要么按小组顺序呈现数据，平时更少使用统计图来整理。黑板上数据显得杂乱无章，不易发现其中的规律。 2.数据取舍不清
数据分析方法、数据处理流程实战案例 大数据时代，我们人人都逐渐开始用数据的眼光来看待每一个事情、事物。确实，数据的直观明了传达出来的信息让人一下子就能领略且毫无疑点，不过前提是数据本身的真实性和准确度要有保证。今天就来和大家分享一下关于数据分析方法、数据处理流程的实战案例，让大家对于数据分析师这个岗位的工作内容有更多的理解和认识，让可以趁机了解了解咱们平时看似轻松便捷的数据可视化的背后都是有多专业的流程在支撑着。 一、大数据思维 在2011年、2012年大数据概念火了之后，可以说这几年许多传统企业也好，互联网企业也好，都把自己的业务给大数据靠一靠，并且提的比较多的大数据思维。 那么大数据思维是怎么回事？我们来看两个例子： 案例1：输入法 首先，我们来看一下输入法的例子。 我2001年上大学，那时用的输入法比较多的是智能ABC，还有微软拼音，还有五笔。那时候的输入法比现在来说要慢的很多，许多时候输一个词都要选好几次，去选词还是调整才能把这个字打出来，效率是非常低的。 到了2002年，2003年出了一种新的输出法——紫光拼音，感觉真的很快，键盘没有按下去字就已经跳出来了。但是，后来很快发现紫光拼音输入法也有它的问题，比如当时互联网发展已经比较快了，会经常出现一些新的词汇，这些词汇在它的词库里没有的话，就很难敲出来这个词。
在2006年左右，搜狗输入法出现了。搜狗输入法基于搜狗本身是一个搜索，它积累了一些用户输入的检索词这些数据，用户用输入法时候产生的这些词的信息，将它们进行统计分析，把一些新的词汇逐步添加到词库里去，通过云的方式进行管理。 比如，去年流行一个词叫“然并卵”，这样的一个词如果用传统的方式，因为它是一个重新构造的词，在输入法是没办法通过拼音“ran bing luan”直接把它找出来的。然而，在大数据思维下那就不一样了，换句话说，我们先不知道有这么一个词汇，但是我们发现有许多人在输入了这个词汇，于是，我们可以通过统计发现最近新出现的一个高频词汇，把它加到司库里面并更新给所有人，大家在使用的时候可以直接找到这个词了。 案例2：地图 再来看一个地图的案例，在这种电脑地图、手机地图出现之前，我们都是用纸质的地图。这种地图差不多就是一年要换一版，因为许多地址可能变了，并且在纸质地图上肯定是看不出来，从一个地方到另外一个地方怎么走是最好的？中间是不是堵车？这些都是有需要有经验的各种司机才能判断出来。 在有了百度地图这样的产品就要好很多，比如：它能告诉你这条路当前是不是堵的？或者说能告诉你半个小时之后它是不是堵的？它是不是可以预测路况情况？ 此外，你去一个地方它可以给你规划另一条路线，这些就是因为它采集到许多数据。比如：大家在用百度地图的时候，有GPS地位信息，基于你这个位置的移动信息，就可以知道路的拥堵情况。另外，他可以收集到很多用户使用的情况，可以跟交管局或者其他部门来采集一些其他摄像头、地面的传感器采集的车辆的数量的数据，就可以做这样的判断了。
资料的整理与分析方法 我们在前面两文中分别谈到收集“事实资料”和“文献资料”的方法，这无形之中好象将资料分成了“事实资料”和“文献资料”两种，显然这不是一种严格意义上的分类（只是按照收集的方法来考虑的），因为“文献资料”中也可以有“事实资料”（当然不是第一手资料），它们之间有交叉的成分，由此为研究方便起见，可将其分为“事实资料”与“理性资料”；如果从资料的性质来考虑，资料还可以分为定量资料（主要是各种数据）与定性资料（主要是文字材料）。收集到大量的资料之后，一般就要进行适当的筛选、整理和分析。本文就要谈谈如何做好这些方面的工作。 一．筛选 有些研究，需要收集的资料比较多，面对这成堆的资料，首要的任务就是要在初步阅读（当然需要做简单的分析）的基础之上做适当的筛选。筛选的主要目的在于“去伪存真”，“由表及里”，即只保留对本课题研究有参考价值的资料而删去其余。通常，对于“理性资料”要求它有：可靠性，正确性，权威性；对于“事实资料”要求它有：真实性，典型性，浓缩性。 二．整理 整理也就是要分门别类，并以某一种或几种方法表示出来，以便于下一步的分析。对于各种数据，首先是分类，通常有两类：计数数据和测量数据，其中后者又有四种水平：类别的，顺序的，等距的，比率的；然后进行适当的整理，通常采用的方法有两种：频数分布表和频数分布图，其中前者有简单次数分布表、相对次数分布表、累积次数分布表、累积相对次数分布表、累积百分数次数表等，后者又有散点图、线形图、条形图（也叫直方图）、圆形图（也称饼形图）之分。 对于定性资料，通常是按照一定的标准进行分类。比如对某一课题资料，可以按历史线索分类；可以按不同的观点分类；可以按研究的问题的性质分类；还可以按子课题分类，等等。 三．定性分析与定量分析 对资料的分析，从方法论角度，一般可分为定性分析和定量分析，而且通常在实际分析过程中，要把这两种方法结合起来，交互使用。因为定性分析与定量分析相互补充，相得益彰，处在统一的连续体之中，定性分析为定量分析提供基础，定量分析的结果要通过定性分析来解释和理解。 （一）定性分析的方法 定性分析即为对资料的质的规定性做（整体的）分析，除了要运用一些哲学的观点和方法如辨证唯物主义和历史唯物主义、分析哲学、现象学、解释学等外，主要使用诸如比较、归纳、演绎、分析、综合等逻辑方法；同时还要求对分析结果的信度、效度和客观度等可靠性指标进行检验和评价。 （二）定量分析的方法 这里需要区分两种情况：一是如果收集到的资料已经是一些数据，我们只需根据条件和需要选用适当的统计分析方法（下文介绍）进行处理和分析便可；另一种就是对收集到的定性资料做进一步的定量分析。比如要研究某一学科教材的结构问题，我们可能收集了这一学科及相关学科的许多版本的教材（包括现在的和过去的），显然首先需要进行比较，如何比较？可能就需要数量化处理，定量分析；还比如要对学生在某一门学科学习中的错误进行分析，收集到各种事实的文字材料之后，定量分析可能也是十分重要的。
第7章调查资料的整理与分析 调查资料的整理 调查资料的分析 第一节资料整理的意义和一般步骤 一、资料整理的意义 二、资料整理的原则 三、资料整理的一般步骤 一、资料整理的意义 所谓资料整理，是指运用科学的方法，将调查所得的原始资料按调查目的进行审核、汇总与初步加工，使之系统化和条理化，并以集中、简明的方式反映调查对象总体情况的过程。 是对调查调查资料的全面检查，是进一步分析研究资料的基础，保存资料的客观要求 二、资料整理的原则：真实性；准确性；完整性；统一性；简明性 三、资料整理的一般步骤 1、资料的审核 2、资料的编码 3、资料的分组 4、资料的汇总 5、制作统计表和统计图 第二节资料的审核与汇总 一、资料审核的一般要求： 1、真实性：来源的客观性；本身的真实性 2、准确性：检查含糊不清、相互矛盾； 3、完整性：资料总体的完整性；每份调查资料的完整性 二、资料审核的方法 逻辑审核；计算审核 调查当天结束时，需要进行初步的整理，重点审核资料的真实性、准确性和完整性 三、资料的编码 将问卷或调查表中的信息转化成计算机能识别的数字符号。 举例：山东农村养老状况与需求调查 四、资料的分类和汇总 1)对量化资料进行分类和汇总 （1）分类标志应根据研究的目的和统计分析的要求而定 （2）使用的间隔要使最常出现的答案在中间 （3）分类间隔多比分类间隔少好 （4）学会使用复合分类，在不知道要做何种分析时，应该使用复合分类 2）对定性资料进行分类和汇总 (1) 在分类前，看是否有一定量的回答存在 (2) 使用的分类标准与其他的资料相适应，以利于比较 (3) 分类是简洁互斥的，每个回答只能放在一个间隔里 (4) 包容所有可能的回答。通常用“其他”来包括所有没有指出的答案选择
第一章概述 1、数据通信一一依照通信协议，利用数据传输技术在两个功能单元之间传递数据信息; 2、传输代码 常用的传输代码有： ?国际5号码IA5 （7单位代码）一一ASCII 码（常在后面加 1位奇偶校验码） ?国际电报2号码 ITA2 （ 5单位代码） ? EBCDIC 码（8单位代码） ?信息交换用汉字代码（7单位代码） 3、数据通信系统的构成 数据终端设备DTE ?数据输入、输出设备——数据 ------------ ?数据信号 ?传输控制器一一主要执行与通信网络之间的通信过程控制（即传输控制） ，包括差错 控制、终端的接续控制、传输顺序控制和切断控制等（完成这些控制 要遵照通信协议）。 数据电路 ?传输信道一一为数据通信提供传输通道 ?数据电路终接设备（DCE ）（《综合练习习题与解答》简答题第 2题）一一是DTE 与 传输信道之 间的接口设备，其主要作用是将来自 DTE 的数据信号进行变换，使之适合信道传输。 「当传输信道为模拟信道时， DCE 是调制解调器（MODEM ）,发送方将DTE 送来 I 的数据信号进行调制，将其频带搬移到话音频带上（同时变成模拟信号） 1 再送往信道上传，收端进行相反的变换。 I 当传输信道是数字信道时， DCE 是数字接口适配器，其中包含数据服务单元与信道 服务单元。前者执行码型和电平转换、定时、信号再生和同步等功能；后 者则执行信道均衡、信号整形等功能。 中央计算机系统 j 主机——进行数据处理 .通信控制器（又称前置处理机）一一用于管理与数据终端相连接的所有通信线路 ， 其作用与传输控制器相同。 数据电路与数据链路的关系一一数据链路由数据电路及两端的传输控制器组成。 只有建立了数据链路通信双方才能有效、可靠地进行数据通信。 4、信道类型 电话网传输信道； 数字数据传输信道; 物理实线 双绞线 同轴电缆
数据的收集、整理与描述——备课人：李发 【问题】统计调查的一般过程是什么？统计调查对我们有什么帮助？统计调查一般包括收集数据、整理数据、描述数据和分析数据等过程；可以帮助我们更好地了解周围世界，对未知的事物作出合理的推断和预测. 一、数据处理的一般程序 二、回顾与思考 Ⅰ、数据的收集 1、收集数据的方法（在收集数据时，为了方便统计，可以用字母表示调查的各种类型。） ①问卷调查法：为了获得某个总体的信息，找出与该信息有关的因素，而编制的一些带有问题的问卷调查。 ②媒体调查法：如利用报纸、电话、电视、网络等媒体进行调查。 ③民意调查法：如投票选举。 ④实地调查法：如现场进行观察、收集和统计数据。 例1、调查下列问题，选择哪种方法比较恰当。 ①班里谁最适合当班长（）②正在播出的某电视节目收视率（） ③本班同学早上的起床时间（）④黄河某段水域的水污染情况（） 2、收集数据的一般步骤： ①明确调查的问题；——谁当班长最合适 ②确定调查对象；——全班同学 ③选择调查方法；——采用民主推荐的调查方法 ④展开调查；——每位同学将自己心目中认为最合适的写在纸上，投入推荐箱 ⑤统计整理调查结果；——由一位同学唱票，另一位同学记票（划正字），第三位同学在旁边监督。 ⑥分析数据的记录结果，作出合理的判断和决策； 3、收集数据的调查方式 （1）全面调查 定义：考察全体对象的调查叫做全面调查。 全面调查的常见方法：①问卷调查法；②访问调查法；③电话调查法； 特点：收集到的数据全面、准确，但花费多、耗时长、而且某些具有破坏性的调查不宜用全面调查； （2）抽样调查 定义：只抽取一部分对象进行调查，然后根据调查数据来推断全体对象的情况，这种方法是抽样调查。 总体：要考察的全体对象叫做总体； 个体：组成总体的每一个考察对象叫做个体； 样本：从总体中抽取的那一部分个体叫做样本。 样本容量：样本中个体的数目叫做样本容量（样本容量没有单位）； 特点：省时省钱，调查对象涉及面广，容易受客观条件的限制，结果往往不如全面调查准确，且样本选取不当，会增大估计总体的误差。 性质：具有代表性与广泛性，即样本的选取要恰当，样本容量越大，越能较好地反映总体的情况。（代表性：
? ?工作实践法 ?功能性职务分析（FJA） ?关键事件法 ?观察法 ?面谈法 ?任务调查表 ?问卷法 ?职务分析问卷（PAQ） ?秩序分析法 ?典型事例法 ?工作日志法 资料分析法 为了降低工作分析的成本，应当尽量利用现有的资料，以便对每个工作的任务、责任、权利、工作负荷、任职资格等有一个大致的了解，为进一步调查奠定基础。 岗位责任制是国内企业特别是大中型企业十分重视的一项制度。但是，岗位责任制只规定了工作的责任和任务，没有规定该工作的其他要求，如工作的社会条件、物理环境、聘用条件、工作流程以及任职条件等等，如果根据各企业的具体情况，对岗位责任制添加一些必要的内容，则可形成一份完整的工作描述和任职说明书。下表是一份较为完善的岗位责任制，对工作分析有较大的参考价值。 某炼钢厂计划科综合统计员的岗位经济责任制 从上表可为工作描述和任职说明提供许多有用的信息。另外，我们还可通过作业统计，如对每个生产工人出勤、产量、质量、消耗的统计，对工人的工作内容、负荷有更深的了解，它是建立工作标准的重要依据。人事档案则可提供任职者基本素质资料 工作实践法 工作实践法是指工作分析人员从事所研究的工作，由此掌握工作要求的第一手资料。例如为了了解工人的工作状况，佛罗里达州州长鲍伯。 格雷尼姆在竞选期间的100天里，作了100种不同的工作。 这种方法的优缺点如下： 优点：用这种方法可以了解工作的实际任务以及在体力、环境、社会等方面的要求，适用于短期内可以掌握的工作。 缺点：对需要大量训练和危险的工作，这种方法不适用。 功能性职务分析（FJA） 美国劳工部提出一种成为工作者功能的职务分析（Functional Job Analysis）作为职务分析程序的一个阶段。工作者功能是指那些确定工作者与信息、人和事之间关系的活动。这些活动如下
第一章概述 1、数据通信——依照通信协议，利用数据传输技术在两个功能单元之间传递数据信息； 2、传输代码 常用的传输代码有： ·国际5号码IA5（7单位代码）——ASCII码（常在后面加1位奇偶校验码） ·国际电报2号码ITA2（5单位代码） ·EBCDIC码（8单位代码） ·信息交换用汉字代码（7单位代码） 3、数据通信系统的构成 数据终端设备DTE ·数据输入、输出设备——数据数据信号 ·传输控制器——主要执行与通信网络之间的通信过程控制（即传输控制），包括差错 控制、终端的接续控制、传输顺序控制和切断控制等（完成这些控制 要遵照通信协议）。 数据电路 ·传输信道——为数据通信提供传输通道 ·数据电路终接设备（DCE）（《综合练习习题与解答》简答题第2题）——是DTE与传 输信道之间的接口设备，其主要作用是将来自DTE 的数据信号进行变换，使之适合信道传输。 当传输信道为模拟信道时，DCE是调制解调器（MODEM），发送方将DTE送来的数据信号进行调制，将其频带搬移到话音频带上（同时变成模拟信号）再送往 信道上传，收端进行相反的变换。 当传输信道是数字信道时，DCE是数字接口适配器，其中包含数据服务单元与信道服务单元。前者执行码型和电平转换、定时、信号再生和同步等功能；后 者则执行信道均衡、信号整形等功能。
中央计算机系统 主机——进行数据处理 通信控制器（又称前置处理机）——用于管理与数据终端相连接的所有通信线路, 其作用与传输控制器相同。 数据电路与数据链路的关系——数据链路由数据电路及两端的传输控制器组成。 只有建立了数据链路通信双方才能有效、可靠地进行数据通信。 4、信道类型 物理实线? ??同轴电缆双绞线 电话网传输信道； 数字数据传输信道； 5、传输损耗 传输衰减=网络的输入端功率-输出端功率； 传输损耗：接收 发送 P P D lg 10=； 信噪比：??? ? ??=??? ??噪声信号P lg 10P N S dB ； 6、计算机通信网包含数据通信网；计算机通信网不等于计算机网络，前者明显地参与管理； 7、数据传输方式 并行传输与串行传输（按代码传输的顺序分） 1、并行传输 概念——并行传输指的是数据以成组的方式，在多条并行信道上同时进行传输。 优缺点 优点——不需要额外的措施来实现收发双方的字符同步。 缺点——必须有多条并行信道，成本比较高，不适宜远距离传输。