Tehnike analize podataka omogućuju istraživačima da pregledaju prikupljene podatke i izvuku zaključke ili zaključke iz informacija. Većina tehnika usmjerena je na primjenu kvantitativnih tehnika za pregled podataka. Neke od popularnijih tehnika kvantitativne analize podataka uključuju deskriptivnu statistiku, istraživačku analizu podataka i potvrdnu analizu podataka. Posljednja dva uključuju korištenje podržavanja ili nepodržavanja unaprijed određene hipoteze. Grupe koje mogu koristiti ove tehnike uključuju pojedinačne istraživače, studente, tvrtke, vladine agencije i aktuare, među ostalim stranama kojima su potrebne informacije i podaci.
Kvantitativna analiza podataka pokušava ukloniti pristranost istraživača iz prikupljenih podataka. Velika upotreba statistike, vjerojatnosti ili drugih matematičkih tehnika omogućuje pojedincima korištenje standardnih metoda za tumačenje podataka. Kada istraživači pokušaju upotrijebiti tehnike kvalitativne analize podataka — često temeljene na osobnom podrijetlu pojedinca, preferencijama ili temeljnim načelima istraživanja i zaključivanja — prikupljeni podaci mogu biti pogrešno pročitani ili netočno protumačeni. Stoga su matematičke tehnike manje podložne tim pogreškama i često ih više prihvaćaju drugi pojedinci ili istraživači.
Deskriptivna statistička analiza razdvaja ili sažima podatke u određene grupe. Demografija je uobičajen skup deskriptivne statistike. Istraživači će prikupiti informacije koje se odnose na dob, spol, veličinu kućanstva, prihod, vrstu posla i druge informacije. Druga vrsta deskriptivne statističke analize je postotak završenosti quarterbacka kada igra u nogometnoj utakmici. Ako quarterback dovrši šest od osam pokušaja dodavanja, ima 75 posto postotka uspješnosti. Nedostatak ove tehnike je nemogućnost statistike da pruži dodatne informacije, kao što je duljina svakog prolaza.
Tehnike istraživačke analize podataka često uključuju korištenje okvira, histograma, Pareto grafikona, dijagrama raspršenja ili dijagrama stabljike i lista. Glavna svrha ove tehnike je podržati izrečenu hipotezu istraživača. Na primjer, istraživač može poželjeti dokazati hipotezu o dobnom rasponu vlasnika koji voze određenu vrstu automobila, kao što je monovolumen. Kako bi testirao i podržao ovu hipotezu, istraživač će prikupiti informacije i izraditi okvir za određivanje broja vlasnika unutar njegovog navedenog raspona. Statistike će pružiti informacije koje podržavaju ili ne podržavaju hipotezu i pokazuju koliko je odstupanja u prikupljenim podacima.
Tehnike analize potvrdnih podataka suprotne su istraživačkim tehnikama. U ovim testovima, istraživač želi opovrgnuti nultu hipotezu, što je izjava koju većina pojedinaca općenito prihvaća kao istinitu. Kako bi pobio nultu hipotezu, istraživač će prikupiti specifične informacije vezane uz hipotezu i testirati prosjek, varijancu, p-vrijednosti i intervale povjerenja. Interval pouzdanosti dokazan analizom potvrdnih podataka pružit će informacije o tome koliko bi istraživač trebao biti siguran u to je li nulta hipoteza istinita ili netočna.