In het analyseplan geeft de onderzoeker aan hoe hij de verzamelde gegevens wil analyseren.

Als men gegevens gaat verzamelen, dan moet men ook aangeven wat daar mee gedaan moet worden. Het heeft geen zin om gegevens te verzamelen om ze daarna weg te gooien. De manier waarop de onderzoeker met de gegevens om moet gaan, wordt genoteerd in het analyseplan.

Het analyseplan zelf bestaat uit een aantal fasen of beter gezegd het is een stappenplan waarin successievelijk een aantal vragen wordt gesteld en beantwoord. Deze kunnen als volgt worden aangeduid:
     stap 1: Zijn de gegevens correct opgeslagen?
     stap 2: Voldoen de enkelvoudige variabelen aan de voorwaarden?
     stap 3: Voldoen de samengestelde variabelen aan de voorwaarden?
     stap 4: Uitvoeren van de analyses ter beantwoording van de vraagstelling van onderzoek.
     stap 5: Aanvullende analyses op de datamatrix.

De eerste stap houdt simpelweg in dat de onderzoeker controleert of de gegevens zoals die door de computer gelezen moeten worden op de juiste plaats in de datamatrix staan. Om na te gaan of de gegevens correct zijn ingevoerd, moet de onderzoeker vooraf hebben aangegeven hoe de gegevens ingevoerd moeten worden. Dit betekent dat de antwoorden op vraag 1 allemaal in dezelfde kolom staan en dat daar geen antwoorden van de andere vragen tussen mogen zitten. Ook moet de onderzoeker controleren of de gegevens voor dezelfde respondent of onderzoeksobject wel achter elkaar staan.

Om na te gaan of de gegevens in de datamatrix de juiste waarden hebben, maakt men een uitdraai van de frequenties van alle variabelen. Indien men een fout constateert, dan moet men proberen te achterhalen waarom dat zo is. Mogelijk is bij het overnemen van de gegevens uit een papieren enquête een tikfout gemaakt en staat er nu iets anders. Als men een dergelijke fout kan herstellen dan moet men dat doen. Soms is het niet meer mogelijk een verkeerd getal te verbeteren, bijvoorbeeld omdat bij een telefonische enquête de enquêtrice het antwoord direct heeft ingetikt. Mocht dat herstellen niet meer kunnen, dan kan men het beste besluiten dit gegeven weg te laten uit de datamatrix door het blanco te maken.

De tweede stap is het beschrijven van de afzonderlijke gegevens. Deels valt dit samen met de stap hiervoor. Men vraagt de computer bij het uitdraaien van de frequenties ook alle andere indices te berekenen, zoals het gemiddelde, de spreiding, de modus, de mediaan, kurtosis en scheefheid. Hiermee kan worden vastgesteld of de gegevens aan de voorwaarden voldoen zoals die aan de statistische analyse worden gesteld.

De derde stap betreft de vraag of het is toegestaan om de samengestelde variabelen te gebruiken zoals die uit de theorie zijn afgeleid. In de praktijk komt dit neer op het uitvoeren van een factor-analyse en aansluitend een homogeniteits-analyse (reliability) of varianten daarop. Vaak is dit een iteratief proces: afzonderlijke items worden uit de analyses gelaten net zolang totdat er aan de vereisten - vaak een bepaalde mate van betrouwbaarheid - wordt voldaan. Het weglaten van items levert meestal wel een hogere betrouwbaarheid op, maar pakt gewoonlijk negatief uit voor de betekenisvaliditeit.

De vierde stap is het uitvoeren van de statistische analyses die een antwoord moeten geven op de onderzoeksvraag of vraagstelling voor onderzoek. Dit onderdeel van het analyseplan vormt het scharnierpunt tussen de verzamelde gegevens en de onderzoeksvraag. Het moge dan ook duidelijk zijn dat deze opdrachten voor de computer al zijn op te stellen voordat de gegevens worden verzameld.

De vijfde stap in het analyseplan is het uitvoeren van die statistische analyses ter beantwoording van vragen die pas gedurende het analyseren boven zijn komen drijven. Als bijvoorbeeld blijkt dat een bepaald resultaat niet uit de statistische analyses komt zoals verwacht, dan kan dit aanleiding zijn tot het opstellen van nieuwe veronderstellingen die mogelijk al met behulp van de verzamelde gegevens te beantwoorden zijn.