数据不会说谎，但会误导
数据本身是客观的，但数据的呈现方式却可能无意中误导读者。以下是调研报告中最常见的10个数据呈现错误，看看你中了几个。
错误一：截断Y轴制造虚假差异
将Y轴的起点设置为非零值，会把微小的差异放大为看起来很大的差距。这是最经典的数据误导手法。
错误二：混淆相关与因果
发现两个变量相关就暗示因果关系，这是学术论文都不罕见的错误。记住：相关不等于因果。
错误三：忽略样本量
基于10个人的样本得出的结论和基于1000个人的结论，可靠性完全不同。报告中应该始终标注样本量。
错误四：过度解读p值
p<0.05不代表结果重要，p>0.05也不代表结果没意义。要结合效应量和实际意义来解读。
错误五：选择性报告
只报告支持预设结论的数据，忽略不支持的数据。这可能不是故意的，但确认偏差会让研究者不自觉地这样做。
错误六：饼图滥用
当分类超过5个时，饼图几乎无法有效传达信息。此时应该使用水平柱状图。
错误七：缺乏基准线
只展示本次调研的数据，没有提供历史数据或行业基准作为对比参考。读者无法判断数据的好坏。
错误八：平均值的陷阱
当数据分布严重偏态时，平均值可能产生误导。此时应该同时报告中位数和分布图。
错误九：图表标题不清
图表标题应该直接传达信息要点，而不是简单描述图表类型。好的标题：客户满意度Q3下降8%；不好的标题：客户满意度柱状图。
错误十：忽略不确定性的表达
给出精确的数字而不附带置信区间或误差范围，会让读者对结论的精确度产生错误的预期。
结语
避免这些常见错误，你的调研报告的专业度和可信度会大幅提升。