在经济增长质量评价指数合成之前，首先对获取的原始数据进行处理。获取的原始数据难免有数据噪音存在，同时可能还有数据空缺或数据中出现异常值等因素。为了提高评价与预测的准确性，获取的数据经过处理才可使用，否则可能所得结果并不准确，甚至可能得到与现实相悖的结论，因此这一步骤必不可少，通常数据处理需如下几步：

第一步，剔除原始数据中大于相邻均值正负三个标准差的极端值，空缺值用线性插值法进行替换，以便观测时间序列长期趋势。

第二步，指标的统一化处理。在本文所建立的指标体系中，同时包含有正向、逆向及适度指标，需要将逆指标与适度指标转化为正向指标。本文采用较为常用的取倒数的方法将逆向指标正向化。本文参考相关学者的研究成果，确定两项适度指标的最佳值。其中，投资率最佳值为38%，消费率最佳值为60%，计算方法如下，其中xi为原始值，为适度值：(www.daowen.com)

第三步，本文所构建指标体系是从增长效率、经济结构、经济稳定性、生活水平、生态环境等五个维度的指标汇总而成的，获取的数据并没有统一的计量单位，不同类型数据之间不可避免地存在量级差异，如果直接采用原始指标对经济增长质量进行计算，可能会造成不同单位指标的权重赋予不合理，各指标之间不可简单相加和比较。因此在主成分分析前需处理数据，现有研究中无量纲化最常使用的是标准化方法。本文则采用Z-score标准化公式对数据进行处理，公式如下：

通过无量纲化之后，各项时间序列均值为0，标准差为1。