1.数据整理的原则

为了保证数据整理的效果，数据整理必须采用正确的方法，并遵循一定原则。

目的性原则：数据整理一定要按照预定的目的，进行科学的分组、分类，只有这样才能整理出研究问题所需要的综合指标。

联系性原则：数据整理所涉及的统计指标不仅是相互联系的，还存在一定的逻辑关系，选用什么统计指标以及统计指标之间前后关联的顺序如何，都是数据整理过程要特别注意的。

简明性原则：对相同数据进行整理时可以采用不同的方法，如简单分组、复合分组、分组体系等。在使用这些方法时，应该选用最简明的一种，以取得节约和实用的效果。

2.数据整理的步骤

数据整理是一项细致的工作，需要有计划、有组织地进行。其基本步骤如下：

（1）设计和编制数据整理方案

一般的数据调查都是大规模的，取得的数据资料数量庞大，汇总整理需要众多人员参与，为保证数据整理的质量，在进行整理之前要编制数据整理方案。所谓数据整理方案，就是对数据整理阶段各个方面的工作所做的全面考虑和安排。它是统计设计在数据整理工作过程中的具体化，是数据整理工作的指导性文件，其内容包括根据统计研究的目的来确定需要整理的统计指标和统计指标体系、分组方法和分组体系、资料汇总的形式以及资料的审查内容与方法等。

（2）对采集的数据进行预处理(www.daowen.com)

在搜集数据的过程中，经常会由于某些原因出现一些差错。因此，在整理之前，必须对采集的数据进行必要的处理，包括对数据的审核、校订和排序。

（3）对数据进行分组

数据分组是根据统计研究的目的，将审核后的原始数据按一定的标志进行分组和分类。数据分组是数据整理的关键，分组科学与否直接影响数据整理工作的质量。

（4）对数据进行统计汇总

统计汇总就是根据统计任务的研究目的来确定汇总指标，选择适当的汇总组织形式，通过手工或计算机方式将已分组或分类的原始数据进行汇总，计算各组单位数和总体单位数，计算各组数据指标和综合指标，这就使反映总体单位特征的数据转化为反映总体数量特征的数据。

（5）编制各种统计图表

将汇总整理的结果用统计表或统计图的形式反映出来，可清晰地、简明扼要地表述统计资料的内容。

（6）积累和保管统计数据

数据整理是一项经常性的长期工作。因此，必须注意对数据的积累，并对其进行完善的保管，为今后提供数据做好准备。