Les mesures recueillies sont très souvent volumineuses, présentées ainsi elles ne permettraient pas de s'intégrer dans un raisonnement pouvant aboutir à une conclusion. De plus, si l'on se contente à une analyse directe de l'ensemble des observations recueillies, il n'est pas possible de repérer les caractères systématiques ou stables de certains phénomènes. Avec un résumé statistique il est, par contre, plus facile de traiter les données et de repérer certaines récurrences.

Il existe diverses possibilités pour résumer les données. Par exemple, il est possible de remplacer plusieurs classes d'observations par une classe unique, pour autant que cette classe unique représente le plus fidèlement possible l'ensemble des classes d'observations. Cette classe unique peut être celle qui a l'effectif le plus élevé, le mode, celle qui occupe le rang central dans la distribution, le médian, ou encore celle qui correspond à la moyenne arithmétique des observations.

Il se peut que deux séries de mesures aient la même moyenne, ou le même mode, mais diffère par la dispersion. Le résumé statistique comporte généralement un deuxième élément d'information concernant cette dispersion.

Il arrive que deux séries d'observations soient obtenues sur la même série d'individus (2 tests appliqués sur un même groupe). Dans ce cas, on peut se demander si ces deux séries d'observations sont associées. On a recours dans ces cas à une autre technique statistique qui donne des résumés de cet ensemble " bivarié ".

Dans certains cas, on dispose de plusieurs variables (par exemple plusieurs tests) observées sur une même série d'individus. Avec l'analyse factorielle, méthode d'analyse multidimensionnelle, il s'agit de préciser le nombre de dimensions requises pour rendre compte des interrelations entre les variables appartenant à un ensemble donné. Les méthodes d'analyses factorielles s'appliquent aux niveaux des échelles d'intervalles et à des niveaux inférieurs.