(一)統計數據的誤差

　　統計數據的誤差通常是指統計數據與客觀現實之間的差距，主要有登記性誤差和代表性誤差兩類。登記性誤差是調查過程中由于調查者或被調查者的人為因素所造成的誤差。調查者所造成的登記性誤差主要是由調查方案中有關的規定或解釋不明確導致的填報錯誤、抄錄錯誤、匯總錯誤等引起的。被調查者造成的登記性誤差主要是由故意虛報或瞞報引起的。理論上講，登記性誤差是可以消除的。代表性誤差是指用樣本推斷總體時可能產生的誤差，也被稱為抽樣誤差。這種誤差不象登記誤差那樣，可以通過加強工作責任心來消除，只要進行概率抽樣，這種誤差就可能產生，甚至不可避免。但這種誤差可事先進行計算或控制。

　　(二)統計數據的質量要求

　　數據的質量包括多方面的含義，不僅僅指數據本身的準確性或誤差的大小。一般而言，可將統計數據的質量評價標準概括為6個方面：(1)精度，即最低的抽樣誤差或隨機誤差;(2)準確性，即最小的非抽樣誤差或偏差;(3)關聯性，即滿足用戶決策、管理和研究的需要;(4)及時性，即在最短的時間里取得并公布數據;(5)一致性，即保證時間序列的可比性;(6)最低成本，即在滿足以上標準前提下，以最經濟的方式取得數據。人們對統計數據質量的要求越來越高。當我們為某一需要搜集統計數據時，在調查方案的設計，數據的搜集，數據的處理與分析各個環節中，都應保證數據的質量，以便得出切合實際的客觀結論。