Perustiedot ovat alkuperäisiä tutkimustietoja raakamuodossaan ilman analyysiä tai käsittelyä. Nämä tiedot tarjoavat runsaasti tietoa tutkijoille. Tutkimuksen luonteesta riippuen perustiedot voidaan toimittaa raporttien ja analyysien ohella, jotta lukijat voivat tarkastella niitä suoraan tai ne voidaan pitää luottamuksellisina. Pääsy näihin tietoihin voi olla erittäin arvokasta ihmisille, jotka haluavat oppia lisää tutkimusmenetelmistä, opintojen aikana esiintyneistä poikkeavuuksista ja muista aiheista.
Nämä tiedot voivat sisältää empiirisen testauksen tuloksia, haastattelu- ja kyselytutkimuksia sekä tallennettuja havaintoja. Esimerkiksi hiirillä tutkimusta tekevällä henkilöllä olisi ensisijaisia tietoja, kuten veren ja virtsan analyysin testitulokset, sekä yksityiskohtaiset havainnot hiiristä päivittäin. Perustiedot voivat sisältää myös röntgenkuvat, aivojen kuvantamisen ja muun diagnostisen kuvantamisen tutkimuksen luonteesta riippuen.
Ihmiset voivat erottaa ensisijaisen tiedon muuntyyppisestä datasta sen perusteella, että se kerätään ja esitetään suoraan ilman kommentteja. Toissijainen data koostuu asioista, kuten dataan perustuvista tutkimuksista. Ensisijaisen datan suurin haitta on tiedon suuri määrä. Ihmisten olisi luettava sivut ja sivut tietoa saadakseen käyttökelpoista tietoa. Tietojenkäsittelyssä tutkijat käyttävät tilastoja ja muita työkaluja esittääkseen tiedot helpommin saatavilla olevassa muodossa ja muuttavat raakatulokset mielekkäiksi lausumiksi, kuten ”20% tutkimuksen osallistujista ilmoitti pahoinvoivansa”.
Ensisijaiset tietueet voivat olla digitaalisia tai paperiversioita tutkimuksen luonteesta riippuen. Digitointi on hyvin yleistä monissa tutkimuksissa, koska se helpottaa tietojen siirtämistä ja tarkistamista. Digitaalisen kopion kanssa on helpompi työskennellä analyysin aikana ja se vähentää analyysivirheiden riskiä. Niin kauan kuin ihmiset syöttävät tietoja oikein ensimmäistä kertaa, ne ovat tarkkoja tilasto -ohjelmissa ja muissa työkaluissa, joita ihmiset käyttävät raakatietojen tutkimiseen.
Tietojen analysointi voi jakaa tiedot hyödyllisiksi komponenteiksi ihmisille, jotka saattavat olla kiinnostuneita tutkimuksesta. Siinä keskustellaan myös poikkeavuuksista ja datan asioista, jotka eivät olleet järkeviä, kuten yksittäinen henkilö tutkimuksessa, joka ei vastannut muuten tehokkaaseen hoitoon. Analyysissä tutkijoilla on mahdollisuus tutkia tietoja tehdäkseen hyödyllisiä johtopäätöksiä tutkimuksesta. He voivat myös tarjota teorioita ja selityksiä tiedoissa olevista mysteereistä.