双变量描述阶段

回顾你的调研目的之后（重新思考你的客户的业务问题），也许也看过了原始数据，你对于作为首选的变量以及想要每个问题的数据如何呈现在列联表中有不错的想法。我们在前面准备数据处理规范时关注到了这一点。你应该有足够有关数据的信息可供选择，你应该具有选择性，这样就不会忽视了整体情况。只运行那些与你的调研目标相关的表格以及相关的首选变量、重新编码的变量和汇总统计。不必担心你是不是没有关注到调査产生的每个数据。只关注那些你需要的数据，如果你需要回顾时，其余的数据都在。在这一阶段最终数据简化需要考虑的是，你是否要让列或行的百分比数字四舍五入至整数，或是否要其计作小数点后一位或两位（或更多位数）。考虑数据简化时，所有的数字可能都会受到影响——除非你的调研目标需要，否则就要在表格或报告中加上脚注，以表明前面的操作步骤。

一旦你建立了列联表并进行了检验，并对接下来的操作过程有想法，你就想编辑这些表格使得整个过程更加清晰。编辑过程可能要除去没有信息含量的列或数据；标注或重新设置表格或列以吸引主要调研结果的注意；重新对列进行排序使得结果突出显示，例如,根据对产品的兴趣重新对年龄组从左到右进行排序；以更相关的基准重新计算表中的百分比,比如从总样本改换到那些购买产品或使用服务的人群（可以看上文在表格中如何处理“不知道”答案的案例）。

数据展示也是数据简化

数据展示本身是一种技术，当然它也是一种数据简化方法。中国有句格言：一图胜千言。存在着大量的数据可视化软件工具以帮助你完成这一任务。戴维•麦坎德利斯（2011）是一位数据分析专家，他推荐IBM公司的ManyEyes数据可视化工具，它可以上传你的数据。其他软件分析工具包括InfoTools、DataLiberation,DapresyPro以及Roambi的移动应用等。

当你想同时展现两个变量的数据时，合适的有散点图、折线图和条形图，它们可以帮助你决定两个变量间是否存在着关联。制作散点图经常是进行相关分析和回顾分析之前的第一个步骤。要想更好、更精确地描述数据，你还可以使用象形图、网络图、流程图、地图或蛛网图。