要审查调查结果并识别趋势，您必须清理数据，通过交叉表 (Cross-Tabulation) 按人口统计学特征对回复进行分组，使用图表将数据可视化，并对开放式回答进行编码以发现反复出现的主题。
原始的调查数据可能会让人感到不知所措，但系统地将其分解可以让您揭示数字背后的真实情况。无论您是在进行小型的初步研究 (Pilot Study) 还是分析大规模的问卷调查，遵循结构化的方法都将帮助您发现有意义的模式。
1. 清理并准备您的数据
在寻找趋势之前，请确保您的数据集是准确的。删除重复条目，剔除不完整的回复，并过滤掉明显的异常值 (Outliers) 或“刷题者”（即完成调查速度过快以至于没有仔细阅读问题的受访者）。干净的数据是可靠的定量分析 (Quantitative Analysis) 的基础。
2. 从宏观总结开始
首先为您的定量问题计算描述性统计 (Descriptive Statistics)，如平均数、中位数和众数。在深入挖掘之前，查看答案的整体分布，以对普遍的态度或行为获得基线理解。
3. 使用交叉表发现隐藏模式
汇总数据只能说明部分问题。为了真正识别趋势，请使用交叉表根据年龄、教育水平或地理位置等人口统计学特征将受访者细分为不同的子群。您可能会发现，尽管总体人群对某个话题持中立态度，但特定的子群却显示出强烈且集中的趋势。
4. 将结果可视化
盯着电子表格很难发现趋势。将您的数据转化为可视化格式，如条形图、散点图或折线图（这对于追踪随时间变化的纵向数据 (Longitudinal Data) 特别有用）。可视化能让变化、相关性 (Correlations) 和异常情况一目了然。
5. 对定性数据进行分类
如果您的调查包含开放式问题，您将需要进行主题分析 (Thematic Analysis)。通读文本回复，并为反复出现的情感、关键词或短语分配“代码” (Codes) 或标签。一旦分类完毕，您就可以对这些定性回复进行量化，以查看哪些主题出现得最频繁。
6. 与现有文献进行比较
最后，通过将您的趋势与既定的基线或先前的学术研究进行比较，将其置于研究背景中。如果您发现了一个令人惊讶的模式，您需要知道它是否与您所在领域的近期变化相吻合。在进行此类文献检索时，WisPaper 的学术搜索 (Scholar Search) 可以通过理解您潜在的研究意图并过滤掉不相关的关键词匹配项，帮助您快速查找相关论文进行对比。这能确保您新发现的趋势在更广泛的学术对话中得到恰当的背景化分析。