进行双变量描述性分析最常用的就是使用列联表（交叉表），这是查看样本中的数据最方便的方法。表14-2就是列联表的一个例子，“未来三个月升级手机的可能性”这个变量分成了四组，另外加上了“不知道”和“不想回答”两个选项。年龄变量则分成了两组，分别是“18〜24岁”和“25〜34岁”。使用这个列联表我们可以比较两个年龄段的消费者对于未来三个月升级手机的不同态度：有26%的“18〜24岁”的消费者非常可能在未来三个月升级其手机；对于“25〜34岁”的消费者而言，这个数字只有8%。从以上这些数字我们可以说，年龄和未来三个月升级手机的可能性存在着关联。

1.如何阅读列联表

表14-3中的每一列都是基于某一组内被调査者的总数，这是由回答问题的人数决定的。例如，18〜24岁一列基于那个年龄组所有样本，共计180人，在列尾的括号中标注出来，在左边标记其为基本容量。我们可以看到他们当中的40%说在未来三个月中非常有可能会将手机升级。将每一栏的所有数字加总会得到100%。在每个问题只能给出一个答案的情况下，比如在这个例子中“升级手机的可能性”——列联表中的所有百分比加总应该是百分之百。由于有时会有四舍五入的情况，加总会大于或小于百分之百。然而，如果你对一个问题有不止一个答案时，比如“你用过以下哪种社交网站”，每一栏中的百分比加总会超过百分之百，因为被调査者可能使用过好几家社交网站。

2.包括“不知道”的百分比数字

在某些情况下，你会遇到很多问题的答案可选择“不知道”或“无想法”。在测算百分比时经常需要具体考虑是否将那些回答“不知道”或“无想法”的人涵盖在内（那些拒绝回答或不想回答的人数和百分比会记录在表中）。究竟如何处理这样的回答取决于问卷的目的。记录有多少人回答“不知道”或“无想法”可能很重要，例如，回答“不知道”的那些人可能真的不确定他们是否有可能升级手机。另一方面，将回答“不知道”或“无想法”的人包含在内可能会影响调查结果的真实性。根据表14-4和表14-5的数据，首先我们可以看到，对服务表示满意的轻度使用者的比重较少，尤其是与中度使用者相比。但是，将近30%的轻度使用者回答的都是“无想法”。如果我们除去回答“无想法”的人数重新计算百分比，即只统计那些表达出明确观点的人（制表以此为基础），就会得出不同的结论：中度使用者和轻度使用者的比率之间没有差别。决定使用哪一种方式处理数据取决于调查内容。在大多数时候列出回答“不知道”或“无想法”的人的百分比对调査是有益的，排除这两类回答之间的比例会有差别。同时也要注意某些文化背景下的人比起其他人更可能回答“不知道”。如果你在分析或上报多个国家的数据，你就需要认识到这一点并将这种情况考虑在内。