在职mba论文没有数据怎么办？

　　在职mba主要是利用工作空暇时间进行MBA学习的一种MBA教育形式，这种形式来学攻读mba的话，可能会导致写作mba论文时没有数据参考，那么遇到这种情况我们该怎么办呢，下面我们就为大家介绍一下如果有这种情况，有哪些解决方式。

　　一、在职mba论文没有数据怎么办？

　　如果没有数据的话，可以通过互联网渠道进行收集，目前互联网内的数据类型还是非常丰富的，而且很多数据也有比较高的价值密度。由于互联网数据本身存在多样性、真假难辨等问题，所以在通过互联网进行数据收集时，要根据不同的数据类型采用不同的数据收集方式，通常的数据收集方式包括以下几种：

　　第一：技术收集手段。技术收集手段往往可以进行大面积低价值密度数据的收集，比如通过爬虫（可以用Python编写）来完成数据收集等等。技术手段比较适合于集中收集网络数据并做出相应的分析，比如趋势分析等等，由于技术手段收集到的数据具有真假难辨的问题，所以在进行数据应用时要注意边界问题。

　　第二：专属渠道收集。目前各种统计（咨询）机构也会借助于互联网来提供各种服务，而且有的数据服务是免费的，对于大学生来说，也可以重点关注一下这些渠道。

　　第三：充分利用大型互联网信息平台。通过大型互联网信息平台来获取价值化信息是一个重要的数据收集方式，而且这些数据往往也具有较高的价值密度。目前大型互联网信息平台往往会为信息提供者提供身份认证服务，这会明显提升信息的价值密度和可信度。

　　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？

　　第八步：如果是只有完整的数据观测，数据可以成列删除，如果是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。