تجزیه و تحلیل داده ها فرآیند ارزیابی داده‌ها با استفاده از روش‌های آماری است.
در اکثر پروژه‌ها و پژوهش‌ها برای بررسی یک فرضیه، سوال و یا موضوعی، باید یک سری داده تحت عنوان نمونه از جامعه آماری جمع‌آوری شود.
برای تفسیر، توصیف، نمایش تصویری و خلاصه‌سازی اطلاعات نمونه جمع‌آوری شده از تجزیه و تحلیل داده ها و روش‌های آماری استفاده می‌شود. سپس نتایج به دست آمده به کل جامعه آماری نسبت داده می‌شود.
روش‌های تجزیه و تحلیل داده ها در روش تحقیق
به طور کلی برای تجزیه و تحلیل داده‌ها از روش‌های آمار توصیفی و استنباطی استفاده می‌شود.
در روش‌های آمار توصیفی، رابطه بین متغیرها در نمونه و جامعه آماری مورد بررسی قرار گرفته و خلاصه‌ای از داده‌ها در قالب میانگین، مد و میانه ارائه می‌شود.
اما در روش‌های آمار استنباطی از یک نمونه تصادفی از جامعه آماری برای توصیف و نتیجه‌گیری در مورد کل جمعیت استفاده می‌شود. زمانی که امکان بررسی همه اعضای کل جامعه وجود نداشته باشد، استفاده از روش‌های آمار استنباطی توصیه می‌شود. هدف از آمار استنباطی، بررسی سوالات و فرضیه‌های تحقیق است.
روش توصیف و تجزیه تحلیل اطلاعات در پروپوزال
بخش روش تحقیق، یکی از بخش‌های اصلی پروپوزال است؛ چراکه در این بخش دانشجو باید روش انتخابی برای آنالیز داده‌ها را توضیح داده و شورای تخصصی و کمیته علمی گروه آموزشی در دانشکده را متقاعد کند که با روش انتخابی، می‌توان سوال پایان نامه را پاسخ داده و فرضیه‌های تحقیق را بررسی کرد. بخش روش تحقیق پروپوزال تاثیر مهمی در تصمیم‌گیری کمیته علمی دانشکده دارد.
ابزارهای تجزیه و تحلیل داده ها
در انجام هر پژوهشی از جمله پایان نامه و مقاله، تجزیه و تحلیل داده‌ها از مهم‌ترین بخش‌هاست که نیاز به اطلاعات و دانش آماری دارد. به همین دلیل بسیاری از دانشجویان و پژوهشگران از آن تحت عنوان سخت‌ترین بخش کار تحقیقاتی خود یاد می‌کنند.
تاکنون نرم‌افزارهای آماری زیادی طراحی شده‌اند که روند تجزیه و تحلیل داده‌ها را هموارتر کرده‌اند؛ تنها چیزی که یک پژوهشگر باید بداند این است که چگونه نتایج خروجی را تفسیر کند.
نرم‌افزارهای مهم استفاده شده در تجزیه و تحلیل داده‌ها عبارتند از:
(SPSS(IBM
R
MATLAB
Microsoft Excel
SAS
GraphPad Prism
Minitab
هر کدام از این نرم‌افزارها کاربردهای متفاوتی دارند. انتخاب هر یک از نرم‌افزارهای مطرح شده به عواملی از جمله سوال تحقیق، دانش آماری و همچنین تجربه برنامه‌نویسی بستگی دارد. برای استفاده از نرم‌افزارهایی مانندMatlab، R و SAS باید از زبان برنامه‌نویسی استفاده کرد ولی نرم‌افزارهایی چون (SPSS(IBM و Microsoft Excel نیازی به یادگیری زبان برنامه‌نویسی نداشته و ازاین‌رو، یادگیری کار با این نرم‌افزارها برای بسیاری از افراد راحت‌تر است.