Для обработки и анализа результатов количественных исследований используются специальные пакеты компьютерных программ.

Глубина аналитики достигается нами за счет применения широкого спектра методов анализа  данных:

1) Построение и анализ частотных таблиц (таблиц одномерного распределения), несущих информацию о процентном и частотном распределении ответов респондентов на вопросы анкеты. На основе полученной информации строятся выводы о представленности тех или иных мотивов деятельности, ценностных ориентаций, оценочных суждений и пр. у сотрудников компании.

2) Вычисление статистических характеристик распределения признаков (анализ описательных статистик) применяется для выявления центральной тенденции (сходства) и вариации (отличий) в ответах участников опроса. Результаты вычислений дают возможность формулирования выводов о доминировании у участников опроса тех или иных мнений, оценок и пр.

3) Двумерный анализ данных применяется для  выявления взаимосвязей между различными характеристиками участников опроса. Обработанные результаты выводятся в виде таблиц двумерного распределения (таблиц сопряженности) и коэффициентов корреляции. Полученные результаты являются основой для интерпретации взаимосвязей между ценностно-мотивационными, аффективными и поведенческими особенностями деятельности сотрудников компании. Статистическая значимость выявленных связей проверяется с помощью специальных методов статистического вывода (проверка статистических гипотез), после чего для дальнейшей интерпретации отбираются только те связи, существование которых достоверно установлено в результате математического анализа.

4) Регрессионный анализ используется для изучения причинно-следственных связей между различными характеристиками участников опроса. Данный метод является логическим продолжением двумерного анализа и может быть применен в случае необходимости построения математических моделей (в виде уравнений регрессии), которые позволяют оценить форму связи, и дают возможность прогнозирования значений одной (зависимой) характеристики исходя из значений другой (независимой) характеристики. В зависимости от особенностей характеристик, которые рассматриваются в обработке данных могут применяться методы построения простой линейной регрессии либо логистической регрессии.

5) Для выявления различий между несколькими группами респондентов (например, сотрудниками, руководителями и топ-менеджерами) применяются методы дисперсионного и дискриминантного анализа. Полученные результаты дают возможность выделить из всего многообразия особенностей и характеристик респондентов только наиболее важные, т.е. обусловленные его вхождением (представительством) в ту или иную группу. Для построения группировок респондентов по наиболее значимым признакам (которые будут выявлены в ходе обработки данных либо будут специально определены Заказчиком) возможно применение кластерного анализа.

6) Многомерный анализ данных осуществляется с применением методов факторного анализа и многомерного шкалирования. На основе факторного анализа выявляются комплексные факторы, которые наиболее полно объясняют установленные связи между различными характеристиками респондентов. Указанные комплексные факторы латентны – они не могут быт измерены непосредственно с помощью отдельных вопросов анкеты, а их генерирование происходит путем выявления множественных связей между характеристиками, которые описываются с помощью некоторого набора анкетных вопросов. Применение методов многомерного шкалирования также дает возможность выделения комплексных переменных (факторов) с последующим графическим представлением изучаемых объектов (например, образов реального и идеального руководителя) в пространстве этих переменных.

7) Применение методов сетевого анализа в маркетинговых исследованиях также позволяет решить ряд дополнительных задач, связанных с:
• анализом маркетинговых коммуникаций,
• управлением капиталом торговой марки (в частности, социальным капиталом),
• анализом процессов усвоения нововведений,
• анализом конкурентной рыночной среды,
• анализом когнитивных карт потребителей.

Использование и применение в анализе и подготовке отчета сложных методов анализа, позволяет нам обеспечить более глубокий уровень анализа и интерпретации данных.

Отметим, что на сегодняшний день очень немногие компании могут предложить и качественно реализовать факторный и кластерный анализ, дисперсионный и дискриминантный анализ, регрессионный анализ  и, уж тем более, метод сетевого анализа. Как правило, анализ исчерпывается рассмотрением одномерных и двухмерных распределений. В тех случаях, когда исследовательские компании  предлагают данные методы, их использование предполагает существенную дополнительную оплату. 

Подход нашей компании  отличает  стремление обеспечить Заказчику глубокую аналитику. Он реализуется  за счет использования  в ходе анализа   всех методов, которые возможно и целесообразно применять  в данном исследовательском проекте.

При проведении комплекса количественных и качественных исследований в качестве дополнительной услуги может быть предложен сравнительный анализ полученной информации и подготовка итоговых выводов и рекомендаций.