目前，统计部门对外公布的各种报告中，都会附有该项调查的统计口径、统计样本、统计方法以及具体名词的解释，以便研究机构或大众媒体更科学地解读和运用数据。比如目前的“城镇登记失业率”，这项统计针对的是非农业户口、在一定的劳动年龄内、有劳动能力、无业而要求就业并在当地就业服务机构进行求职登记的人员，不包括农村劳动力、国有及集体企业下岗职工，以及未主动登记的其他城镇失业人员；“城镇职工平均工资”，包括了工资、津贴、奖金，以及个人应交纳的养老、医疗、住房等个人账户的基金和税金。
不过也有人建议，这些民生调查的统计口径与样本应继续完善，使之更合乎现实国情。例如，城镇居民人均居住月支出调查中80%的样本为自有房住户，这一比例是否偏高？如果以该统计数据为参考，那么各地是否会丧失巩固房地产调控政策、大力发展保障房的动力？如果“失业率”的统计口径与方法能随着时代发展而不断完善，是不是就会使感觉自己“被就业”的人群相应减少呢？
■仅凭平均数可能会被误导？
平均数不能代表一组数据，更不能反映一组数据间有多大差异，还会受到极端值的巨大影响
大学生小仇还没毕业，就掉进了“平均数的陷阱”。她曾到一家展会公司求职，被老板告知企业平均工资为3000元，她的实习起薪是800元。后来她托熟人一打听，发现公司业务员的薪水都是1000元，便去找老板理论。
老板给她算了一笔账：公司业务员10名，薪水1000元；业务经理5名，薪水2000元；部门主管6名，薪水2500元；副总经理拿10000元，总经理拿24000元。由于收入差距悬殊，全体人员一平均，平均工资确实是3000元。而对于小仇这样的求职者而言，一组数据中出现最多的数值――众数，即大多数员工的工资1000元，以及一组数据从小到大排列位于中间的数值――中位数，即员工中等工资2000元，可能比平均数更具有参考价值。
