40,7 Prozent: Datenqualität in Online-Befragungen nachweisbar machen

Kurz gesagt

Im GDQ Data Quality Benchmarking, Wave 2, entfernen deutsche Forschungsinstitute 40,7 Prozent ihrer Datensätze vor und während der Befragung, Sample-Anbieter 10,1 Prozent. Der Bericht nennt das einen auffälligen Graben und warnt zugleich davor, Entfernungsquoten als Rangliste zu lesen. Die Zahl zeigt vor allem, dass jedes Haus anders bereinigt und kaum eines seine Quote mit Regeln, Schwellen und Fallzahlen belegen kann, obwohl die Qualitätsstandards von ADM, ASI, BVM und DGOF seit 2023 genau diese Dokumentation verlangen. Dieses Whitepaper erklärt die Benchmark-Zahlen mit ihren Definitionen, stellt den GDQ-Codeplan mit 18 Entfernungsgründen vor, gibt für sieben davon Prüfregeln, Standardschwellen und die bekannten Fehlalarme an und endet mit einem einseitigen Bereinigungsprotokoll für den Methodenbericht und zwölf Fragen zur Selbstprüfung.

Für wen

Institute & Agenturen · Insights-Teams in Unternehmen

Format

PDF, 14 Seiten, mit Arbeitsblättern und Checklisten

Inhalt 8 Kapitel

1. 01 Der Benchmark: Was GDQ Wave 2 gemessen hat
2. 02 Warum sich Bereinigungsquoten nicht erklären lassen
3. 03 Der GDQ-Codeplan: 18 Gründe, eine Sprache
4. 04 Das Regelwerk: sieben prüfbare Codes
5. 05 Markieren statt löschen
6. 06 Das Bereinigungsprotokoll auf einer Seite
7. 07 Selbstprüfung: zwölf Fragen
8. 08 Wo DataLion ins Bild passt

Whitepaper herunterladen