Datenqualitäts-Check für Befragungsdaten

Die Global Data Quality Initiative (GDQ) hat 2026 einen gemeinsamen Code Frame mit 18 Gründen veröffentlicht, aus denen ein Fall aus einer Studie entfernt wird. Der Check wendet die sieben davon an, die sich aus dem Datensatz allein berechnen lassen. Regeln und Standardwerte sind dieselben wie im Survey-Monitor von DataLion, damit ein Protokoll aus dem Tool und eines aus dem Produkt dasselbe bedeuten.

Alle Schwellen lassen sich vor dem Lauf anpassen. GDQ empfiehlt, die Speeder-Grenze am Verhalten im Soft Launch zu kalibrieren und erst dann festzulegen.

Zehn der 18 GDQ-Codes brauchen Informationen, die in einem Exportdatensatz fehlen: einen Honeypot beim Einstieg, Standortdaten, den Fragebogen mit seinen Kontrollfragen oder den Abgleich mit dem Panelsystem. Diese Codes bleiben der manuellen Codierung vorbehalten, im Tool wie in DataLion.

Code 18 (Unspecified Issue/Other) ist der Sammelcode für alles, was keiner Regel folgt.

Der Check gibt Ihnen je Fall die Liste der Codes mit einer Begründung, etwa „95 s, das sind 16 % des Medians (600 s)“. GDQ stuft die meisten Codes als Anlass zur Prüfung ein: Tempo allein ist schwache Evidenz, lange Interviews haben oft gute Gründe, und einheitliche Antworten in einem Grid können plausibel sein. Sofortiges Entfernen rechtfertigt GDQ nur bei Doppelteilnahme und Honeypot-Treffern.

Zum Einordnen zeigt das Tool die Zahlen aus dem GDQ Data Quality Benchmarking, Wave 2 (H1 2026; 46 Unternehmen, 13 Länder, rund 1,8 Millionen Datensätze). Für deutsche Institute nennt der Bericht 40,7 % Entfernung vor und während der Befragung, überwiegend Betrugs- und Verhaltensabbrüche im Feld. Die Nachbereinigung abgeschlossener Interviews liegt bei 3,9 % (Institute) und 27,4 % (deutsches B2C). Ihr Export enthält meist nur Completes, deshalb ist die zweite Zahl der passende Vergleich. Eine höhere Quote kann bessere Erkennung bedeuten, eine niedrigere lockerere Regeln; der Bericht selbst warnt vor Ranglisten.

• Mehrere Codes bei einem Fall wiegen schwerer als ein einzelner
• Die Evidenzstärke je Code steht in der Tabelle: schwach, mittel oder stark
• Die Benchmarkzeile vergleicht Größenordnungen, sie bewertet Ihre Datei nicht
• Die CSV mit Flag-Spalten lässt sich in SPSS, R oder Excel weiterfiltern

Bereinigen können Sie von Hand in SPSS oder Excel, über die Flags Ihres Panelanbieters, mit diesem Tool oder im Survey-Monitor von DataLion, der die Flags schon während der Feldzeit für jeden abgeschlossenen Fall rechnet. Die Tabelle zeigt, was die Wege unterscheidet.

Lassen Sie den Check nach dem Soft Launch laufen und legen Sie dann die Schwellen fest. GDQ rät, die Speeder-Grenze am tatsächlichen Verhalten zu setzen und zu prüfen, ob eine Zeit überhaupt menschlich möglich ist, bevor ein Fall fällt. Danach entscheiden Sie je Fall, in der Regel bei zwei oder mehr Codes, und tragen den Hauptgrund als GDQ-Code ein.

Für den Methodenbericht laden Sie das Protokoll herunter: Schwellen, Treffer je Code, Anteil markierter Fälle und Datum. Die Standards zur Qualitätssicherung von ADM, ASI, BVM und DGOF (2023) verlangen, dass Maßnahmen und ihre Ergebnisse dokumentiert werden; das Protokoll ist der erste Baustein dafür.

In DataLion läuft derselbe Check während der Feldzeit im Monitor jeder Befragung: Flags für jeden abgeschlossenen Fall, Entfernen mit GDQ-Code und Notiz, die Quote wird wieder frei, das Log kommt als CSV. Die Begründung der einzelnen Prüfungen steht im Whitepaper Datenqualität in Online-Befragungen.