调查对象基本人口学特征分析
1.样本来源（构成比）
使用“筛选”功能，将对应样本来源例数统计出后，除以样本来源的实际应答总数。
分析当年监测数据样本来源构成时：样本来源构成可使用饼图进行展示，展示各个样本来源样本占总体的构成情况（如图2-1）。
图2-1 某地某人群样本来源构成图
连续多年数据分析时，历年的样本来源构成比变化情况可使用百分比堆积柱形图展示（如图2-2）。
图2-2 某人群样本来源构成
2.年龄（均数±标准差 或 中位数±四分位间距、构成比）
（1）总体描述
首先根据出生年、监测年时间差计算出监测当年监测对象年龄，如果年龄呈正态分布则使用均数±标准差进行描述，分别使用AVERAGE和STDEVP函数分别计算出年龄均数和标准差；如果呈偏态分布则使用中位数±四分位间距进行描述，使用MEDIAN函数计算中位数、QUARTILE函数计算出上下四分位数，上下四分位数相减算出四分位间距，从而如图2-3～图2-4：
图2-3 年龄分析（均数±标准差）
图2-4 年龄分析（中位数±四分位数）
（2）年龄段构成比
新增一列“年龄段”，可使用ROUNDOWN 函数，按10岁一个年龄段，进行年龄归类。使用筛选功能对归类后对应的年龄段（如：2代表20-29岁年龄段、3代表30-39岁年龄段等）例数除以总的有效年龄应答数，则可获得各年龄段构成比（如图2-5）。
图2-5 年龄分组(https://www.daowen.com)
对当年监测数据年龄构成比统计结果，可使用饼图进行展示各个年龄段的构成情况（如图2-6）。
图2-6 某地某人群年龄构成比（饼图）
历年监测数据的构成比变化情况，可使用百分比堆积柱形图展示各构成比随着时间的变化情况（如图2-7）。
图2-7 某地某人群年龄构成比（百分比堆积柱图）
（3）其它人口学特征（性别、民族、婚姻状况、户籍分类、文化程度等）（构成比）
根据性别、民族、婚姻状况、户籍分类、文化程度对应分类选项的例数除以对应变量的有效应答数，从而得到各变量构成比（如图2-8）。
图2-8 民族分类
在分析民族分类时，可根据数据分析需要对民族分类进行整理，如：民族分类为“汉族”“少数民族”二分类，则使用IF函数进行整理，汉族命名为1，少数民族为0。汉族构成比：汉族/调查问卷中民族有效应答数。
（4）基本人口学特征综合分析结果展示
监测当年不同人口学特征的构成情况描述应该按变量类别对主要关键分类进行逐一描述，总体构成可选用“三线表”进行展示，表中应包含变量分类、各特征分类所占构成比、对应构成比的分子和分母。
举例：2012～2015年云南省MSM哨点监测样本来源构成及人口学特征
2012-2015年共调查MSM7639人。青壮年为主，年龄中位数为27岁；未婚占69.01%（5 272/7 639）；汉族为主，占78.35%（5985/7639）；文化程度为初中及以下占42.87%（3 275/7 639）、户籍为本省占91.22%（6968/7639）；样本来源以小组/VCT（43.51%）和酒吧（30.48%）为主（见表2-1）。
表2-1 2012-2015 年云南省MSM 哨点监测样本来源构成及人口学特征（n/%）
注：a：未含外籍