数据成果是分等成果在数据表格上的聚合，具有结构复杂、记录数多、涵盖面广的特点。数据成果有严格的数量特征要求，是图件成果承载的空间及描述特征信息的基础和补充。数据成果检验的主要内容分为基本情况、指标体系及权重、分等相关参数、系数成果、分等指数成果、等面积和标准样地。主要采用专家经验法、实地校验法、查阅文献资料法、野外施测验证法、相关分析法和回归分析法等方法。
（一）综合分析验证
对数据成果中的基本情况、指标体系及权重、分等相关参数、系数成果等采用综合分析验证，即先通过查阅文献资料，咨询农业部门专家，检验其合理性，再通过实地校验及专家验证，最终达到数据的可靠。
（二）野外实测验证
野外实地验证着重检查分等各参数和阶段性成果与实际相符的程度。自查工作人员按照农用地分等成果检查内容进行实地核查，主要是针对分等指数的检验。
在所有分等单元中随机抽取不超过总数 5％的单元进行野外实测，将实测结果与计算结果进行比较。如果与实际不符的单元数小于抽取单元总数的 5％，则认为计算结果总体上合格，但应对不合格单元的相应内容进行校正；如果大于 5％，则应按工作步骤进行全面核查、校正。
以九龙坡区为例，在所有分等单元中抽取 144 个单元，占分等单元总数的 6％，进行野外实测，以标准样地为标准，根据主观判断确定农用地的等别。对野外实测等别结果和计算出来的分等结果进行两个独立样本的检验，所得的相关系数为 0.84，故可以认为这两种分等结果无显著性的差异，分等成果总体上合格。
表 3-29 随机抽取的野外实测分等单元的分布状况表
（三）相关分析和回归分析
回归分析一般是假定因变量为正态分布的随机变量，而自变量为无概率分布的非随机变量。因此，在作回归分析之前必须对每一个数据做正态检验。最直观的正态检验就是 P-P 概率图。P-P 概率图是根据变量的累积比例对所指定的理论分布积累比例绘制的图形，它是一种直观的探查样本数据是否与某个概率分的统计图形相一致的方法，如果被检验的数据符合所指定的分布，则代表样本数据的点簇在一条直线上。以九龙坡区为例，其结果见图 3-31。
图3-31 重庆市九龙坡区样点利用等指数P－P概率图
1. 相关分析
相关分析是回归分析的前提条件，只有两变量间存在显著相关性时回归分析才有意义。因此，进行回归分析之前先进行相关分析。下面以九龙坡区标准粮产量和利用等指数为例，利用 SPSS11.5 对两变量作显著性检验，结果见表 3-30，标准粮产量与利用等指数的相关性达到显著水平。
表 3-30 重庆市九龙坡区标准粮产量与利用等指数相关性分析表
** 说明在 0.01 的显著性水平下的双尾验证为显著性相关。
2. 回归分析
回归分析可以采用线性或非线性回归方法，在分析过程中从不同角度、不同侧面做出合理的解释。同样以九龙坡区为例，以标准粮产量作纵轴，利用等指数作横轴，进行线性回归分析，如图 3-32。对回归分析作 F 检验，结果见表 3-31。
图3-32 重庆市九龙坡区标准粮产量与利用等指数相关关系图
表 3-31 重庆市九龙坡区回归分析 F 检验表