通過各種渠道將數據收集上來之后，接下來的任務就是對數據進行加工整理。使之符合統計分析的需要，同時對數據進行圖標展示，以發現數據中的一些基本特征，為進一步分析提供思路。
1數據的的預處理：審核-篩選-排序
數據的審核
數據的審核就是檢查數據中是否有錯誤。
對于通過調查獲取的原始數據（raw data），應主要從完整性和準確性兩個方面去審核。完整性審核主要是檢查應調查單位或個體是否有遺漏，所有的調查項目是否填寫齊全等。準確性審核主要檢查數據是否有錯誤，是否存在異常值等。對于異常值要仔細的鑒別：如果異常值屬于記錄時的錯粗，在分析之前應該予以糾正；如果異常值是一個正確的值，則應該予以保留。
對于通過其他渠道得來的二手數據，應著重審核數據的適用性和時效性。
數據的篩選（data filter）：包含兩方面的內容：一是將某些部分和要求的數據或有明顯錯誤的數據予以剔除；而是將符合某種特定條件的數據篩選出來，而不符合特定條件的數據予以剔除，數據的篩選可借助計算機自動完成。
透視表的計算與練習
2品質數據的整理與展示
對品質數據主要做分類整理，對數值型數據則主要做分組整理。品質數據包括分類數據和順序數據。
分類數據的整理與圖示
分類數據本身就是對事物的一種分類，因此，在整理時首先列出所分的類別，然后計算出每一類別的頻數、頻率或比例、比率等，即可形成一張頻數分布表，最后根據需要選擇適當的圖形進行展示，以便對數據即其特征有一個初步的了解。
由連個個或兩個以上變量交叉分類的頻數分布表也稱為列聯表（contingency ?table）;二維的列聯表（兩個變量交叉分類）也稱為交叉表（cross table）。
分類數據相關圖標介紹
（1）條形圖（bar chart）是用寬度相同的條形的高度或長短來表示數據多少的圖形。當條形圖橫置或縱置時稱為柱狀圖（column chart）。
（2）帕累托圖（pareto chart）該圖是按照各類數據出現的頻數多少排序后繪制的條形圖。
（3）餅圖（pie chart）
（4）環形圖 （doughnut ?chart）
順序數據的整理與圖示
上面介紹的分類數據的頻數分布和圖示方法，如頻數、比例、百分比、比率、條形圖和餅圖，也都是用于順序數據的整理與顯示。對于順序數據，除了可使用上面整理和顯示技術，還可以計算累計頻數和累計頻率。
累計頻數（cumulative frequencies）是將各累有序類別或組的頻數逐級累加起來得到的頻數。通過累積頻數，可以很容易看出某一類別（或數值）一下或某一類別（或數值）以上的頻數之和。
累計頻率或累積百分比（cumulative percentages）是將各有序類別或組的百分比逐級累加起來，它也有向上累積和向下累積兩種方法。
3數值型數據的整理與展示
數據的分組
將原始數據按照某種標準化分成不同組別，分組后的數據成為分組數（grouped data）。數據分組的主要目的是觀察數據的分布特征。數據經分組后再計算出各組中數據出現的頻數，就形成了一張頻數分布表。數據精分組后再計算出各組中數據出現的頻數，就形成了一個頻數分布表。數據分組的方法有單變量分組和組距分組兩種。單變量分組是把每一個變量值作為一組，這種分組通常只適合離散變量，且唉變量值較少的情況下使用。在連續變量或變量值較多的情況下，通常采取組距分組。它是將全部變量值一次劃分為若干個區間，并將這一區間的變量值作為一組。在組距分組中，一個組的最小值成為下限（lower limit）；一個組的最大值稱為上限（upper limited）
第一步：組數的確定。一般情況下：5到15組
第二步：確定各組的組距。組距（class width）是一個上限與下限的差。
第三步：根據分組整理頻數分布表。
采用組距分組時，需要遵循不重不漏的原則。補充是指一項數據只能在其中的某一組，不能在其他組中重復出現；不漏是指組別能夠窮盡，即在所分的全部組別中沒想數據能分在其中的某一組，不能遺漏。
為了解決不重的問題，統計分組時習慣上規定“上組限不在內”。
在組距分組時，如果個組的組距相等則成為等距分組。有時，對于某些特殊現象或為了特定的研究需要，也可以采用不等距分組。
組距分組掩蓋了各組內的數據分布狀況，為了反映各組數據的一般水平，我們通常采用組中值作為給組數據的一個代表值。組中值（classmidpoint）
需要注意的是試用組中值代表一組數據時有一個必要的假設條件，即各組數據在本組內呈均勻分布或在組中值兩側呈對稱分布。如果實際數據的分布不符合這一假設，用組中值作為一組數據的代表會有一定的誤差。
為了統計分析的需要，有時需要觀察某一數值一下或者以上的頻數或頻率之和，這時候可以計算出了極品書或者累積頻率。
數值型數據的圖示
(1)分組數據：直方圖（histogram）
(2)未分組數據：莖葉圖和箱線圖
莖葉圖 （tem and leafdisplay）是反映原始數據分布的圖形。它由莖和葉兩部分組成。通過莖葉圖，可以看出數據的分布形狀即數據的離散狀況。比如，分布是否對稱，數據是否集中，是否有離散等等。
繪制莖葉圖的關鍵是設計好樹莖，而且也上只保留該數值的最后一個數字。例如，125分成12/5,12分成1/2,1.25分成12/5(單位：0.01)，等等。前部分是樹精，后部分是樹葉。樹莖一旦確定，樹葉就自然地長在相應的樹莖上了。
莖葉圖類似與橫置直方圖，與直方圖相比，莖葉圖既能給出數據的分布狀況，又能給出每一個原是數值，即保留了原始數據信息。在應用方面，直方圖通常適用于大批量數據，莖葉圖通常適用于小批量數據。
箱線圖（box plot）是一組數據的最大值（maxiumu）、最小值（minimum）、中位數（median）和四分衛數（quartiles）。這五個特征值繪制而成的箱線圖，主要反映原始數據的特征，還可以進行多組數據分布特征的比較。
（3）時間序列數據：線圖（line plot）
如果數值型數據是在不同的時間上取得的，即時間序列數據，則可以繪制線圖。線圖主要用于反映現象隨時間變化的特征。
4多變量數據的圖表
上面介紹的一些圖形描述都是單變量數據。當有兩個或兩個以上變量時，可以采取用多變量的圖示方法，常見的有散點圖、氣泡圖、雷達圖等。
（1）散點圖（scattered diagram）
（2）氣泡圖（bubble chart）可用于展示三個變量之間的關系。它與散點圖繪制時候類似，將一個變量放在橫軸，另一個變量放在縱軸，而第三個變量則用旗袍的大小來表示。
（3）雷達圖（radar chart）是顯示多個變量常用的圖示方法，也稱為蜘蛛圖（spider chart）。
4合理使用圖標表
一個好的圖標具備的特征：
（1）顯示數據
（2）讓讀者把注意力集中在圖形的內容上，而不是制作圖形的程序上
（3）避免歪曲
（4）強調數據之間的比較
（5）服務于一個明確的目的
（6）有對圖形的統計描述和文字說明
統計表的設計
統計表主要由四部分組成：即表頭、航標題、列標題和數字資料，此外在有必要的收購可以在統計表的下方加上表外附加。
