五、工商管理硕士论文如何进行文献整理以及数据处理

（一）数据录入：

1. 在施测之前，就要对变量的排列有总体的规划，尽量每一次施测的变量排序一致，那样以后录入时才不会混淆

2. 数据录入时，往往用的是数字代码，此时务必做好各个代码所代表的含义的备份，建议用记事本保持，以防时间长了遗忘，带来不必要的麻烦

（二）数据处理：

1. 务必做好数据备份，对不同的转换，建立不同的文档

2. 建立数据处理日志，以防当你的数据处理逐渐增多、数据有所转换之后不至于混淆，以及方便进行数据回述和检查

3. 建立"数据"和"结果"文件夹，分开保存数据和处理结果，避免不必要的混乱

4. 在給数据处理的程序命名时，建议按照处理顺序写上"序号。程序处理名称",如"1.频数分析"、"2.因素分析",这样可以一目了然地了解你的数据处理过程和数据处理内容

5. 保存具有代表性的数据处理的程序，这样做的好处是，一方面日后进行相同的数据处理时可以直接"copy""paste",很方便；另一方面也避免时日一长遗忘了部分程序

（三）文献整理：

1. 所收集的中外文献卷帙浩繁，建议保存文件名包括一下内容："年份。序号。标题"如"2007.1.parent-children communication.pdf"、"2007.2.gender dif.pdf"

2. 对所有收集的文献进行归类整理，分别放置于不同的文件夹

3. 有时你需要对外文文献摘要整理和翻译，此时建议你把摘要保存于当前文献所在的文件夹；或者专门建立"摘要整理/翻译"文件夹，以保存各类专题的摘要翻译，以防文献一多便混乱了，想要的时候找不到

4. 外文文献摘要整理文件名格式："摘要整理。专题名。整理日期"

二、 如何整理自己收集数据？

第一步：检查数据的缺失类型

缺失数据（设计上）是否可以忽略略？

如果选择是，对于可忽略的缺失数据采取专门的技术。

第二步：如果第一步选择否，那么检查数据的缺失程度，缺失数据是否多到需要处理？

如果选择否，跳到第四步选择插补方法。

第三步：如果缺失数据并不是很多需要处理。

分析个案和变量，是否应该因为缺失程度高而删除个案和/或变量？

第四步：诊断缺失数据机制，缺失数据是MAR还是MCAR?

第五步：如果是MAR随机缺失，那么就选择基于模型的方法。

第六步：如果是MCAR完全随机缺失，选择插补方法，是否想用别的值替换缺失数据？

第七步：如果不想用别的纸替换缺失数据，那么数据是只用有完整数据的观测，还是使用所有可用的有效数据？

使用所有可用的有效数据，数据可以成对删除。

第九步：如果想用别的值替换缺失数据，那么是使用已知的值，还是从有效数据中计算出插补值？

第十步：如果选择已知的值，那么可以选择个案插补，或者热卡插补或者冷卡插补。如果选择计算值，那么可以选择均值插补或者使用回归的方法。

以上就是"在职mba论文没有数据怎么办？"的全部介绍，希望对大家在对在职mba论文数据收集时有所帮助。

想获取更多论文方面的相关资讯，又或是在写作方面遭遇瓶颈，欢迎随时前来咨询。资深硕博团队，经验丰富为您 解决一切毕业文字烦恼！返回搜狐，查看更多