Erhebungsinteresse
(Fragen, Hypothesen…): Wer will warum diese Daten erheben? Wem nutzen sie? Welche Fragen werden gestellt, welche Hypothesen liegen zu Grunde?
Operationalisierung
(Datenmodell): Wie sind die zu erhebenden Größen definiert? Wie wird ein Phänomen in Zahlen übersetzt? Was wird erfasst, was nicht?
Erhebung
(Messung): Was wurde tatsächlich erfasst? Wie sieht die Stichprobe aus? Wie wirkten sich die Randbedingungen der Erhebung (ggf. Zeitdruck, mangelnde Technik, Geldmangel, vertragliche Vorgaben, Geheimhaltung etc.) auf die Qualität der Daten aus?
Datenbereinigen / -aufbereiten:
In welcher Weise wurden die Daten bearbeitet? Wurden Fälle ausgeschlossen (warum)?
Datenweitergabe:
Oft werden die Daten von dritten Institutionen oder Personen erhoben. Wurden alle Daten und Informationen zu den Daten weitergegeben? Wurde das Format der Daten bei der Weitergabe verändert?
Datenaggregation
(mehrere Quellen): Wenn Daten aus mehreren Quellen zusammengefügt werden: welche Informations-Verluste traten auf, welche Kompromisse mussten gemacht werden?
Datenanalyse:
Waren die Analysemethoden für die Daten angemessen?
Interpretation:
Wie werden die Schlussfolgerungen begründet? Welche alternativen Schlüsse und Interpretationen sind möglich? Werden die Daten über-/unter-interpretiert?
Publizierte „Daten“
(wie wir sie erhalten): Welche Daten wurden ausgewählt? Lässt die Darstellung eine eigenständige Beurteilung durch die Leser zu? Verleitet die Darstellungsform zu Fehlschlüssen?