Primärdata är originalforskningsdata i sin råa form, utan någon analys eller bearbetning. Dessa data ger en mängd information för forskare. Beroende på typen av en studie kan den primära informationen tillhandahållas tillsammans med rapporter och analyser så att läsarna kan titta på den direkt, eller så kan den hållas konfidentiell. Tillgång till denna data kan vara mycket värdefull för personer som vill lära sig mer om studiemetodik, anomalier som inträffade under studierna och andra ämnen.
Dessa data kan innehålla resultat från empiriska tester, utskrifter av intervjuer och undersökningar och inspelade observationer. En person som genomför en studie på möss, till exempel, skulle ha primära data som testresultat från blod- och urinanalys, tillsammans med detaljerade observationer av mössen på en daglig basis. De primära uppgifterna kan också omfatta röntgen, hjärnavbildning och annan diagnostisk bildbehandling, beroende på studiens karaktär.
Människor kan skilja primärdata från andra typer av data genom att den är direkt insamlad och presenterad utan kommentarer. Sekundär data består av saker som forskningsrapporter baserade på data. Den stora nackdelen med primärdata är den stora mängden information. Människor skulle behöva läsa igenom sidor och sidor med information för att extrahera användbar data. I databehandling använder forskare statistik och andra verktyg för att presentera data i ett mer tillgängligt format, vilket gör råa resultat till meningsfulla påståenden som ”20 % av studiedeltagarna rapporterade att de kände sig illamående.”
Primära dataposter kan vara digitala eller papperskopior, beroende på studiens karaktär. Digitalisering är väldigt vanligt med många studier eftersom det gör det lättare att överföra och granska data. En digital kopia är lättare att arbeta med vid analys och minskar risken för analysfel. Så länge människor anger data korrekt första gången, kommer det att vara korrekt i statistikprogram och andra verktyg som människor använder för att utforska rådata.
Dataanalys kan bryta ner data i användbara komponenter för personer som kan ha ett intresse av studien. Den kommer också att diskutera extremvärden och saker i data som inte var vettiga, till exempel en enskild person i en studie som inte svarade på en annars effektiv behandling. I analysen har forskare en möjlighet att undersöka informationen för att dra användbara slutsatser om forskningen. De kan också erbjuda teorier och förklaringar om mysterier som finns i data.