哪怕规划得再周密，计划也难免会出现差错。对于博士学生来说，在数据收集和分析过程中遇到各种各样的问题十分常见。但通常来说，不论问题多么棘手，往往都有相应的解决办法。通过阅读这篇文章，你会了解到常见的数据问题，以及处理问题的方法。

　　数据出现问题并不意味着你就不能进行高质量的研究，或写出一篇优秀的论文。更重要的是，你如何应对这些问题，以及采取了哪些后续手段来解决问题。

　　一、丢失重要数据

　　也许由于实验室出现问题或存储数据的硬盘出现技术问题等，你丢失了大量对项目至关重要的数据。

　　首先，你应该请教导师，询问解决方法。在你有时间、有资源的情况下，可以考虑重新进行数据收集或实地考察，再次获取这些数据。

　　如果无法重新收集数据，那么你可以与导师讨论如何把数据丢失纳入项目，成为研究的一部分。例如，如果是由于你所使用的某种研究方法导致数据丢失(比如，一个实验出现重大错误，导致部分数据被破坏)，那就会引发非常耐人寻味、同时也十分重要的讨论。你可以研究并讨论数据丢失和错误的研究方法所带来的影响，这样也能够向该领域贡献有价值的原创知识。

　　还有一种方法，你可以根据手头现有的数据来考虑如何对项目进行调整。虽然可用数据有限，但仍然有可能得出一些重要结论，提供有趣的见解，发展成一个独特的研究项目。

　　二、数据不足

　　有时你可能会发现，自己用尽了最大努力，但仍然无法为博士论文收集足够的数据。这个问题最好能够在数据收集过程中尽早解决。你可以向导师描述你所面临的问题，导师应该会与你讨论在剩余时间里可以使用哪些替代方法，或者思考如何利用好你已经收集到的数据。

　　如果是由于你所使用的方法论和研究方法出现严重问题而导致了数据获取的问题，那么你可以在论文中重点讨论这个问题。例如，如果你正在使用一种新的方法，或正在不同类型的样本或受试者中测试一种方法，那么收集数据出现困难可能会传递出一些关于你所使用的方法或样本/受试者的重要且有价值的信息。

　　这种情况能够让你不失时机地反思目前为止你在研究中所做的决定，并考虑还有哪些因素会对数据的收集和结果的生成产生影响。

　　三、 数据未得到预期结果

　　你的数据没有产生预期结果，或你的数据呈现出“负面”结果

　　首先，不要把数据和结果按照“负面”和“正面”进行分类。在研究中，结果总会有其用武之地，因为它能告诉你关于你的数据集或方法的一些重要或有趣的信息。

　　如果出现“负面”结果是因为你的数据否定了你的假设，或者数据没有以你预期的方式回答你的研究问题，那么你可能不需要抛弃这一结果，这一结果也不见得无效。你仍然可以写作并发表这项研究，并从已经获得的结果中收集重要信息。

　　记住，“负面”或意料之外的结果也是结果。你可以复盘自己的研究，找出是什么导致了这一结果。通过复盘自己的研究方法，你可能会得出一些耐人寻味且发人深省的结论。这些结果也可能会揭示出关于特定数据集或特定问题的一些新奇甚至是突破性的结论。

　　即使你的数据有问题，或者你的结果与预期不完全一致，也并不意味着你的研究不够好，不能获得博士学位。对你在数据方面遇到的问题进行解释，并阐释这些问题如何影响了你的研究进程，这些内容与你的发现同样重要。你要展示出你对研究过程中所发生的情况有清晰的了解，并说明你是如何解决这些问题的，这能够证明你作为一名博士研究员有充分的能力，且善于随机应变。

　　需要重申的是，如果你不确定如何在现有结果的基础上继续进行研究，一定要与导师进行沟通。导师可以给你提供更有针对性的建议，帮助你有效地解决数据中出现的问题。