Duomenų analizės metodai leidžia tyrėjams peržiūrėti surinktus duomenis ir iš informacijos daryti išvadas arba apsispręsti. Dauguma metodų yra orientuoti į kiekybinių metodų taikymą duomenims peržiūrėti. Keletas populiaresnių kiekybinių duomenų analizės metodų apima aprašomąją statistiką, tiriamąją duomenų analizę ir patvirtinamąją duomenų analizę. Pastarieji du susiję su iš anksto nustatytos hipotezės palaikymu arba nepalaikymu. Grupės, kurios gali naudoti šiuos metodus, yra pavieniai tyrėjai, studentai, įmonės, vyriausybinės agentūros ir aktuarai bei kitos šalys, kurioms reikia informacijos ir duomenų.
Kiekybinė duomenų analizė bando pašalinti tyrėjo šališkumą iš surinktų duomenų. Didelis statistikos, tikimybių ar kitų matematinių metodų naudojimas leidžia asmenims naudoti standartinius duomenų interpretavimo metodus. Kai mokslininkai bando naudoti kokybinius duomenų analizės metodus – dažnai remdamiesi asmenine asmens kilme, pageidavimais arba pagrindiniais tyrimų ir samprotavimo principais – surinkti duomenys gali būti neteisingai perskaityti arba neteisingai interpretuoti. Todėl matematiniai metodai yra mažiau jautrūs šioms klaidoms ir dažnai labiau priimtini kitų asmenų ar tyrinėtojų.
Aprašomoji statistinė analizė išskiria arba apibendrina duomenis į konkrečias grupes. Demografiniai rodikliai yra įprastas aprašomosios statistikos rinkinys. Tyrėjai rinks informaciją apie gyventojų amžių, lytį, namų ūkio dydį, pajamas, darbo rūšį ir kitą informaciją. Kitas aprašomosios statistinės analizės tipas yra gynėjo baigimo procentas žaidžiant futbolo rungtynes. Jei gynėjas įvykdo šešis iš aštuonių bandymų perduoti kamuolį, jis turi 75 procentus. Šios technikos trūkumas yra tai, kad statistiniai duomenys nesugeba pateikti papildomos informacijos, pvz., kiekvieno praėjimo trukmės.
Tiriamieji duomenų analizės metodai dažnai apima langelių diagramas, histogramas, Pareto diagramas, sklaidos diagramas arba stiebo ir lapo diagramą. Pagrindinis šios technikos tikslas – paremti tyrėjo pateiktą hipotezę. Pavyzdžiui, tyrėjas gali norėti įrodyti hipotezę apie savininkų, vairuojančių tam tikro tipo automobilį, pavyzdžiui, mikroautobusą, amžiaus intervalą. Norėdami patikrinti ir paremti šią hipotezę, tyrėjas surinks informaciją ir sukurs langelį, kad nustatytų savininkų skaičių jo nurodytame diapazone. Statistika pateiks informaciją, patvirtinančią hipotezę ar nepatvirtindama ją, ir parodys, kiek nukrypimų yra surinktuose duomenyse.
Patvirtinimo duomenų analizės metodai yra priešingi tiriamiesiems metodams. Šiuose testuose tyrėjas siekia paneigti nulinę hipotezę, kuri yra teiginys, kurį dauguma žmonių pripažįsta kaip teisingą. Norėdami paneigti nulinę hipotezę, tyrėjas surinks konkrečią informaciją, susijusią su hipoteze, ir patikrins vidurkį, dispersiją, p reikšmes ir pasikliautinuosius intervalus. Pasikliautinasis intervalas, įrodytas patvirtinamųjų duomenų analize, suteiks informacijos apie tai, kiek tyrėjas turėtų būti įsitikinęs, ar nulinė hipotezė yra teisinga, ar klaidinga.