পরবর্তী কি পড়বে
- ভূমিকা (অধ্যায় 3.1)
এই অধ্যায়ে অনেকগুলি থিমও আমেরিকান অ্যাসোসিয়েশন অব পাবলিক অপিনিয়ন রিসার্চ (এএপিআর) -এর সাম্প্রতিক রাষ্ট্রপতির ঠিকানাতে যেমন Dillman (2002) , Newport (2011) , Santos (2014) , এবং Link (2015) Dillman (2002) মতই প্রতিধ্বনিত হয়েছে। Link (2015) ।
জরিপ গবেষণা এবং গভীরতার সাক্ষাত্কারের মধ্যে পার্থক্য সম্পর্কে আরও দেখুন, Small (2009) । আন্তঃসীমান্ত সাক্ষাত্কার সম্পর্কিত এথিক্স হল একটি পন্থা। জাতিগত গবেষণাতে, গবেষকরা সাধারণত তাদের প্রাকৃতিক পরিবেশে অংশগ্রহনকারীদের সাথে অনেক সময় ব্যয় করেন। নৃতত্ত্ব এবং গভীরতার সাক্ষাত্কারের মধ্যে পার্থক্য সম্পর্কে আরও Jerolmack and Khan (2014) , Jerolmack and Khan (2014) । ডিজিটাল এথ্রোগ্রাফির উপর আরও দেখুন, Pink et al. (2015) দেখুন Pink et al. (2015) ।
জরিপ গবেষণা ইতিহাস সম্পর্কে আমার বর্ণনা অনেক সংক্ষিপ্ত হয় স্থান গ্রহণ করেছেন যে উত্তেজনাপূর্ণ উন্নয়ন অন্তর্ভুক্ত অনেকদূর। আরও ঐতিহাসিক পটভূমিতে, Smith (1976) , Converse (1987) , এবং Igo (2008) । জরিপ গবেষণার তিনটি যুগের ধারণা সম্পর্কে আরো দেখুন, Groves (2011) এবং Dillman, Smyth, and Christian (2008) (যা তিনটি যুগের সামান্য ভিন্নভাবে ভাঙে)।
Groves and Kahn (1979) মুখোমুখি এবং টেলিফোনের জরিপের মধ্যে একটি প্রধান মাথা-তুলনায় তুলনামূলক জরিপের মাধ্যমে জরিপের গবেষণায় প্রথম যুগের প্রথম যুগের পরিবর্তনের মধ্যে একটি পিক অফার করে। ( ??? ) র্যান্ডম-ডিজি-ডায়ালিং স্যাম্পলিং পদ্ধতির ঐতিহাসিক বিকাশের দিকে তাকান।
সমাজে পরিবর্তনের প্রতিক্রিয়ায় সাম্প্রতিক সময়ে জরিপের গবেষণা কীভাবে পরিবর্তিত হয়েছে, তা Tourangeau (2004) , ( ??? ) , এবং Couper (2011) ।
- বনাম জিজ্ঞাসা জিজ্ঞাসা (অধ্যায় 3.2)
জিজ্ঞাসা এবং পর্যবেক্ষণ শক্তি এবং দুর্বলতা মনোবিজ্ঞানী (যেমন, Jerolmack and Khan (2014) , Jerolmack and Khan (2014) Baumeister, Vohs, and Funder (2007) ) এবং সমাজবিজ্ঞানী (যেমন, Jerolmack and Khan (2014) ; Maynard (2014) ; Cerulo (2014) ; Vaisey (2014) Jerolmack and Khan (2014) ] জিজ্ঞাসা ও পর্যবেক্ষণের মধ্যে পার্থক্য অর্থনীতিতেও উত্থাপিত হয়, যেখানে গবেষকেরা বিবৃত ও প্রকাশের বিষয়গুলি নিয়ে আলোচনা করেন। উদাহরণস্বরূপ, একজন গবেষক উত্তরদাতাদের জিজ্ঞাসা করতে পারেন যে তারা আইসক্রিম খেতে পছন্দ করে বা জিমে যেতে চান (বিবৃত পছন্দগুলি), বা মানুষ আইসক্রিম খাওয়াতে এবং জিম (প্রেক্ষিত অগ্রাধিকার) যেতে কত সময় পর্যবেক্ষণ করতে পারে। Hausman (2012) বর্ণিত অর্থনীতিতে নির্দিষ্ট ধরনের বিবৃত পছন্দ সংক্রান্ত ডেটা সম্পর্কে গভীর সংশয় রয়েছে।
এই বিতর্কগুলির একটি প্রধান থিম হলো রিপোর্টের আচরণ সবসময় সঠিক নয়। কিন্তু, অধ্যায় ২ এ বর্ণিত হিসাবে, বড় তথ্য উত্স সঠিক হতে পারে না, তারা আগ্রহের একটি নমুনা সংগ্রহ করা যাবে না, এবং তারা গবেষকদের জন্য অ্যাক্সেসযোগ্য নাও হতে পারে। সুতরাং, আমি মনে করি যে, কিছু পরিস্থিতিতে, রিপোর্ট আচরণ দরকারী হতে পারে। উপরন্তু, এই বিতর্ক থেকে একটি দ্বিতীয় প্রধান থিম হল যে আবেগ, জ্ঞান, প্রত্যাশা এবং মতামত সম্পর্কে রিপোর্ট সবসময় সঠিক হয় না। তবে, যদি এই অভ্যন্তরীণ রাজ্যের তথ্যগুলি গবেষকদের দ্বারা প্রয়োজনীয় হয়- তাহলে কিছু আচরণ ব্যাখ্যা করার জন্য অথবা ব্যাখ্যা করার বিষয় হিসাবে - তাহলে জিজ্ঞাসা করা উপযুক্ত হতে পারে। অবশ্যই, প্রশ্ন জিজ্ঞাসা করে অভ্যন্তরীণ রাজ্যের বিষয়ে শেখা সমস্যাযুক্ত হতে পারে কারণ কখনও কখনও উত্তরদাতা নিজেদের তাদের অভ্যন্তরীণ রাজ্যের (Nisbett and Wilson 1977) সচেতন নয়।
- মোট জরিপ ত্রুটি (বিভাগ 3.3)
Groves (2004) অধ্যায় 1 Groves (2004) সমীক্ষার গবেষকগণ দ্বারা ব্যবহৃত সর্বাত্মক অসামঞ্জস্যপূর্ণ পরিভাষার সমন্বয় সাধন করা একটি চমৎকার কাজ যা মোট জরিপ ত্রুটির কাঠামোটি বর্ণনা করে। মোট জরিপ ত্রুটি কাঠামোর একটি বই দৈর্ঘ্য চিকিত্সা জন্য, দেখুন Groves et al. (2009) , এবং একটি ঐতিহাসিক সমালোচনার জন্য, Groves and Lyberg (2010) ।
পক্ষপাত এবং বিভেদ মধ্যে ত্রুটি decomposing ধারণা মেশিন লার্নিং মধ্যে আপ আসে; উদাহরণস্বরূপ দেখুন, Hastie, Tibshirani, and Friedman (2009) এর বিভাগ 7.3। এটি প্রায়ই গবেষকদের একটি "পক্ষপাত-বিচ্যুতি" বাণিজ্য-বন্ধ সম্পর্কে কথা বলতে দেয়।
প্রতিনিধিত্বের ক্ষেত্রে, অ-প্রতিক্রিয়া এবং অ-প্রতিক্রিয়ার পক্ষপাতের বিষয়ে একটি মহান ভূমিকা হল ন্যাশনাল রিসার্চ কাউন্সিল রিপোর্ট সামাজিক বিজ্ঞান সমীক্ষায় অresponse: একটি গবেষণা এজেন্ডা (2013) । আরেকটি দরকারী ওভারভিউ Groves (2006) দ্বারা সরবরাহ করা হয়। এছাড়াও, সরকারি পরিসংখ্যান জার্নাল , পাবলিক মতামত ত্রৈমাসিক , এবং আমেরিকান একাডেমি অব পলিটিকাল অ্যান্ড সোশ্যাল সায়েন্সের সমগ্র বিশেষ বিষয়গুলি অ-প্রতিক্রিয়া বিষয়ে প্রকাশিত হয়েছে। অবশেষে, প্রতিক্রিয়া হার গণনা করার বেশ কিছু উপায় আছে; এই দৃষ্টিভঙ্গি বিস্তারিতভাবে জনসাধারণের মতামত গবেষকরা (AAPOR) ( ??? ) আমেরিকান এসোসিয়েশন দ্বারা একটি রিপোর্টে বর্ণিত হয়।
1936 সালের সাহিত্য ডায়াজেস্ট নির্বাচনের জন্য আরও দেখুন Bryson (1976) , Squire (1988) , Cahalan (1989) , এবং Lusinchi (2012) । অজ্ঞাত তথ্য সংগ্রহের বিরুদ্ধে একটি নীতিগর্ভ রূপক - কাহিনী হিসাবে এই পোলের অন্য আলোচনার জন্য, Gayo-Avello (2011) । 1936 সালে, জর্জ গ্যালাপ স্যাম্পলিংয়ের একটি আরো উন্নততর ফর্ম ব্যবহার করতেন এবং অনেকগুলি ছোট নমুনার সাথে আরো সঠিক আনুমানিক উত্পন্ন করতে সক্ষম ছিলেন। লিটারারি ডাইজেস্টের উপর গ্যালাপের সাফল্য সমীক্ষার গবেষণা উন্নয়নে একটি মাইলফলক ছিল যেমন @ কনভার্স_সুরইভিউ_987 অধ্যায় 3-এ বর্ণনা করা হয়েছে; Ohmer (2006) অধ্যায় 4 Ohmer (2006) ; এবং @ igo_averaged_2008 এর অধ্যায় 3
পরিমাপের শর্তাবলী, প্রশ্নাবলী নকশা জন্য একটি মহান প্রথম সম্পদ Bradburn, Sudman, and Wansink (2004) । আরও উন্নত চিকিত্সার জন্য, Schuman and Presser (1996) , বিশেষভাবে দৃষ্টিভঙ্গির প্রশ্নগুলির উপর দৃষ্টি নিবদ্ধ করা হয় এবং Saris and Gallhofer (2014) , যা আরও সাধারণ। পরিমাপ একটি সামান্য ভিন্ন পদ্ধতি psychometrics মধ্যে নেওয়া হয়, হিসাবে উল্লিখিত ( ??? ) । Presser and Blair (1994) ব্লারে Presser and Blair (1994) আরও সংবাদ পাওয়া যায়, Presser et al. (2004) , এবং Groves et al. (2009) এর অধ্যায় 8 Groves et al. (2009) । জরিপের পরীক্ষাগুলির জন্য আরও দেখুন, Mutz (2011) ।
খরচের শর্তাবলী, জরিপ খরচ এবং জরিপ ত্রুটিগুলির মধ্যে বাণিজ্য-বন্ধের ক্লাসিক, বই-দৈর্ঘ্যের চিকিত্সা Groves (2004) ।
- কে জিজ্ঞাসা করতে (বিভাগ 3.4)
Särndal, Swensson, and Wretman (2003) Lohr (2009) (আরও পরিচিত) এবং Särndal, Swensson, and Wretman (2003) (আরও উন্নত) - স্ট্যান্ডার্ড সম্ভাব্যতা নমুনা এবং অনুমানের দুটি ক্লাসিক বই-দৈর্ঘ্যের চিকিত্সা। পোস্ট Särndal and Lundström (2005) সম্পর্কিত পদ্ধতিগুলির একটি ক্লাসিক বই-দৈর্ঘ্য চিকিত্সা Särndal and Lundström (2005) । কিছু ডিজিটাল-বয়স সেটিংসে, গবেষকরা ননস্পন্দ্রেট সম্পর্কে বেশ কিছু জানেন, যা অতীতে প্রায়ই সত্য ছিল না। Kalton and Flores-Cervantes (2003) এবং Smith (2011) দ্বারা বর্ণিত হিসাবে গবেষকরা অ-প্রতিনিধিদের সম্পর্কে তথ্য পেয়ে থাকেন যখন বিভিন্ন ধরনের অ-প্রতিক্রিয়া সমন্বয় সম্ভব হয়।
W. Wang et al. (2015) দ্বারা এক্সবক্স স্টাডি W. Wang et al. (2015) মাল্টিলেভেল রিগ্রেশন এবং পোস্ট-স্ট্র্যাটিফিকেশন ("মিঃ পি") নামে একটি কৌশল ব্যবহার করে যা গবেষকরা গ্রুপের অনুমান করতে সক্ষম হয় এমনকি অনেকগুলি গোষ্ঠীও আছে। যদিও এই কৌশল থেকে আনুমানিক মানের সম্পর্কে কিছু বিতর্ক রয়েছে, তবে এটি একটি আশাপ্রদ এলাকা বলে মনে হচ্ছে যা এক্সপ্লোর করতে পারে। এই কৌশলটি প্রথম Park, Gelman, and Bafumi (2004) ব্যবহার করা হয়েছিল, এবং পরবর্তীতে ব্যবহার এবং বিতর্ক রয়েছে (Gelman 2007; Lax and Phillips 2009; Pacheco 2011; Buttice and Highton 2013; Toshkov 2015) । ব্যক্তিগত ওজন এবং গ্রুপ ওজন মধ্যে সংযোগ আরো জন্য, দেখুন Gelman (2007) ।
ওয়েব সার্ভেয়ারের অন্যান্য Schonlau et al. (2009) , Schonlau et al. (2009) দেখুন Schonlau et al. (2009) , Bethlehem (2010) , এবং Valliant and Dever (2011) । অনলাইন প্যানেলগুলি সম্ভাব্যতা স্যাম্পলিং বা অ-সম্ভাব্যতার নমুনা ব্যবহার করতে পারে। অনলাইন প্যানেলের জন্য আরো দেখুন, Callegaro et al. (2014) ।
কখনও কখনও, গবেষকরা আবিষ্কার করেছেন যে সম্ভাব্যতার নমুনা এবং অ প্রবণতা নমুনা অনুরূপ মানের আনুমানিক (Ansolabehere and Schaffner 2014) এর ফলন করে, তবে অন্যান্য তুলনাগুলি পাওয়া গেছে যে অ-সম্ভাব্যতা নমুনা আরও খারাপ করে (Malhotra and Krosnick 2007; Yeager et al. 2011) । এই পার্থক্যগুলির একটি সম্ভাব্য কারণ হল যে সময়ের অ-সম্ভাব্যতা নমুনা উন্নত হয়েছে। অ-সম্ভাব্যতার নমুনা পদ্ধতির একটি অধিক নিদারূণিক দৃষ্টিভঙ্গির জন্য অ্যাপোর টাস্ক ফোর্স অ-সম্ভাব্যতা নমুনা (Baker et al. 2013) এবং আমি সংক্ষিপ্ত প্রতিবেদনটি অনুসরণ করে মন্তব্য পড়ার সুপারিশ করি।
- কিভাবে জিজ্ঞাসা করুন (বিভাগ 3.5)
Conrad and Schober (2008) একটি সম্পাদিত ভলিউম যা এনভিশনিং দ্য সার্ভে ইন্টারভিউ অব ফিউচারের শিরোনাম, এবং এটি প্রশ্ন জিজ্ঞাসা করার ভবিষ্যৎ সম্পর্কে বিভিন্ন দৃষ্টিভঙ্গি প্রদান করে। Couper (2011) অনুরূপ থিম ঠিকানা, এবং Schober et al. (2015) ডেটা সংগ্রহের পদ্ধতিগুলি কীভাবে একটি নতুন সেটিং অনুযায়ী তৈরি করা হয় তার একটি চমৎকার উদাহরণ দেওয়া যেতে পারে উচ্চ মানের ডেটাতে। সমাজে পরিবর্তনগুলির সাথে মিলিত হওয়ার জন্য জরিপ গবেষণা প্রক্রিয়াটি সামঞ্জস্য করতে অব্যাহত রাখার বিষয়ে Schober and Conrad (2015) আরো সাধারণ যুক্তি উপস্থাপন করেন।
Tourangeau and Yan (2007) সংবেদনশীল প্রশ্নগুলির মধ্যে সামাজিক যোগ্যতার পক্ষপাত নিয়ে পর্যালোচনা এবং Lind et al. (2013) একটি কম্পিউটার-পরিচালিত সাক্ষাত্কারে আরও সংবেদনশীল তথ্য প্রকাশ করতে পারে এমন কিছু সম্ভাব্য কারণগুলি প্রদান করুন। জরিপে অংশগ্রহনের হার বৃদ্ধিতে মানুষের সাক্ষাতকারের ভূমিকা সম্পর্কে আরো জানার জন্য, Maynard and Schaeffer (1997) , Maynard, Freese, and Schaeffer (2010) , Conrad et al. (2013) , এবং Schaeffer et al. (2013) । মিশ্র-মোড সার্ভেগুলির জন্য আরও দেখুন, Dillman, Smyth, and Christian (2014) ।
Stone et al. (2007) ইকোলজিক্যাল ক্লায়েন্ট অ্যাসেসমেন্ট এবং সংশ্লিষ্ট পদ্ধতির একটি বইয়ের দৈর্ঘ্যের চিকিত্সা প্রস্তাব করে।
অংশগ্রহণকারীদের জন্য একটি উপভোগ্য এবং মূল্যবান অভিজ্ঞতা জরিপের জন্য আরও উপদেশের জন্য, ডিজাইনের ডিজাইন পদ্ধতি (Dillman, Smyth, and Christian 2014) । সোশ্যাল সোসাইটি সায়েন্সেসের জন্য ফেসবুক অ্যাপস ব্যবহার করার আরেকটি আকর্ষণীয় উদাহরণ, Bail (2015) ।
- বড় তথ্য উত্সগুলির সাথে সম্পর্কিত সার্ভেগুলি (বিভাগ 3.6)
Judson (2007) "তথ্য ইন্টিগ্রেশন" হিসাবে সার্ভে এবং প্রশাসনিক তথ্য সংমিশ্রণ প্রক্রিয়ার বর্ণনা দেন এবং এই পদ্ধতির কিছু সুবিধার বিষয়ে আলোচনা করেন, পাশাপাশি কয়েকটি উদাহরণ প্রদান করছেন।
সমৃদ্ধ জিজ্ঞাসা সম্পর্কে, ভোটদান যাচাই করার অনেক পূর্ববর্তী প্রচেষ্টা আছে। ঐ সাহিত্যের একটি সংক্ষিপ্তসার জন্য, Belli et al. (1999) দেখুন Belli et al. (1999) Ansolabehere and Hersh (2012) , Hanmer, Banks, and White (2014) , এবং Berent, Krosnick, and Lupia (2016) । Ansolabehere and Hersh (2012) উপস্থাপিত ফলাফলের আরও সংশয়বাদী দৃষ্টিভঙ্গির জন্য Ansolabehere and Hersh (2012) Berent, Krosnick, and Lupia (2016) দেখুন।
এটা মনে রাখা গুরুত্বপূর্ণ যে, আনসেলবেইয়ার এবং হেরশকে ক্যাটালিস্টের তথ্য থেকে উত্সাহিত করা হলেও, বাণিজ্যিক বিক্রেতাদের অন্যান্য মূল্যায়নগুলি কম উত্সাহী ছিল। Pasek et al. (2014) একটি জরিপ থেকে তথ্য বিপণন সিস্টেম গ্রুপ থেকে একটি ভোক্তা ফাইলের সাথে তুলনা করা হয়, যা ঘন গুণমান পাওয়া (যা নিজেই একসঙ্গে একত্রিত তিন প্রদানকারীর থেকে তথ্য: Acxiom, Experian, এবং InfoUSA)। যে, তথ্য ফাইল জরিপ প্রতিক্রিয়া মেলে না যে গবেষকরা সঠিক বলে আশা করা হয়, ভোক্তা ফাইলের একটি বড় সংখ্যা প্রশ্নের জন্য অনুপস্থিত ছিল, এবং অনুপস্থিত ডেটা প্যাটার্ন রিপোর্ট জরিপ মানের সাথে সম্পর্কযুক্ত ছিল (অন্য কথায়, অনুপস্থিত তথ্য ক্রমশ, র্যান্ডম নয়)।
সার্ভে এবং প্রশাসনিক তথ্যগুলির মধ্যে রেকর্ড Sakshaug and Kreuter (2012) জন্য আরো দেখুন, Sakshaug and Kreuter (2012) এবং Schnell (2013) । সাধারণভাবে রেকর্ড লিঙ্কেনের জন্য আরও দেখুন, Dunn (1946) এবং Fellegi and Sunter (1969) (ঐতিহাসিক) এবং Larsen and Winkler (2014) (আধুনিক)। ডেটা ডিডুপ্লিকেশন, ইনস্ট্যান্স শনাক্তকরণ, নাম মিলে যাওয়া, ডুপ্লিকেট ডিটেকশন এবং ডুপ্লিকেট রেকর্ড সনাক্তকরণ (Elmagarmid, Ipeirotis, and Verykios 2007) মতো কম্পিউটার বিজ্ঞানের অনুরূপ পদ্ধতিগুলিও উন্নত করা হয়েছে। ব্যক্তিগত তথ্য সনাক্তকরণ (Schnell 2013) এর ট্রান্সমিশন প্রয়োজন হয় না এমন লিংক রেকর্ড করার গোপনীয়তা রক্ষা পন্থা আছে। ফেসবুকে গবেষকরা সম্ভাব্যভাবে তাদের রেকর্ড ভোটিং আচরণের সাথে যুক্ত করার জন্য একটি পদ্ধতি তৈরি করে (Jones et al. 2013) ; এই সংযোগটি একটি পরীক্ষা নিরীক্ষার জন্য করা হয়েছিল যা আমি আপনাকে অধ্যায় 4 (Bond et al. 2012) সম্পর্কে বলব। রেকর্ড লিংক জন্য সম্মতি প্রাপ্তির আরও জন্য, দেখুন Sakshaug et al. (2012) ।
সরকারী প্রশাসনিক রেকর্ডে একটি বৃহৎ স্কেল সোশাল জরিপ লিঙ্ক করার আরেকটি উদাহরণ স্বাস্থ্য এবং অবসর সেবা এবং সামাজিক নিরাপত্তা প্রশাসন থেকে আসে। সম্মতি পদ্ধতি সম্পর্কে তথ্য সহ যে অধ্যয়নের জন্য আরও দেখুন, Olson (1996, 1999) ।
একটি মাস্টার ডাটা ফাইলে প্রশাসনিক রেকর্ডের অনেক উত্স মিশ্রন করার প্রক্রিয়া- ক্যাটালিস্ট কর্মী নিয়োগ করে এমন কিছু প্রক্রিয়া- কিছু জাতীয় সরকারের পরিসংখ্যান অফিসে সাধারণ। পরিসংখ্যান সুইডেন থেকে দুই গবেষক বিষয় উপর একটি বিস্তারিত বই লিখিত আছে (Wallgren and Wallgren 2007) । মার্কিন যুক্তরাষ্ট্র (Olmstead কাউন্টি, মিনেসোটা; মেয়ো ক্লিনিক এর হোম) মধ্যে একটি একক কাউন্টি এই পদ্ধতির উদাহরণের জন্য, দেখুন Sauver et al. (2011) । প্রশাসনিক রেকর্ডগুলিতে যে ত্রুটিগুলি দেখা যাবে Groen (2012) জন্য আরো দেখুন, Groen (2012) ।
গবেষণায় জরিপ গবেষণাগুলিতে বড় তথ্য উৎস ব্যবহার করতে পারে এমন আরেকটি উপায় হল নির্দিষ্ট বৈশিষ্ট্যযুক্ত লোকেদের জন্য একটি স্যাম্পলিং ফ্রেম। দুর্ভাগ্যক্রমে, এই পদ্ধতি গোপনীয়তা সম্পর্কিত প্রশ্নগুলি উত্থাপন করতে পারে (Beskow, Sandler, and Weinberger 2006) ।
বলার অপেক্ষা রাখে না প্ররোচিত বিষয়ে, এই পদ্ধতিটি হিসাবে নতুন হিসাবে এটা আমি এটা বর্ণনা করেছেন কিভাবে প্রদর্শিত হতে পারে না। এটি পরিসংখ্যান তিনটি বড় এলাকায় গভীর সংযোগ আছে: মডেল ভিত্তিক পোস্ট স্তরবিন্যাস (Little 1993) , অভিযুক্ত (Rubin 2004) , এবং ছোট এলাকা প্রাক্কলন (Rao and Molina 2015) । এটি মেডিক্যাল গবেষণায় সার্জারেট ভেরিয়েবলের সাথে সম্পর্কিত (Pepe 1992) ।
Blumenstock, Cadamuro, and On (2015) এর মূল্য এবং সময়ের আনুমানিক মূল্য এক অতিরিক্ত জরিপের খরচ-ভেরিয়েবলের জন্য আরও বেশি উল্লেখ Blumenstock, Cadamuro, and On (2015) এবং কল ডেটা সাফ করার এবং প্রক্রিয়াকরণের ব্যয় যেমন নির্দিষ্ট খরচ অন্তর্ভুক্ত করে না। সাধারণত, বিবর্ধিত জিজ্ঞাসা সম্ভবত উচ্চ স্থায়ী খরচ এবং ডিজিটাল পরীক্ষার অনুরূপ কম পরিবর্তনশীল খরচ হবে (অধ্যায় দেখুন 4)। উন্নয়নশীল দেশে মোবাইল ফোন ভিত্তিক সার্ভেগুলিতে আরও দেখুন, Dabalen et al. (2016) দেখুন Dabalen et al. (2016)
আরও ভালভাবে জিজ্ঞাসা করা সম্পর্কে কীভাবে ধারণা করা যায় সে বিষয়ে ধারণা পেতে, আমি একাধিক অভিশাপ সম্পর্কে আরও শিখতে চাই (Rubin 2004) এছাড়াও, যদি গবেষকরা একটি পৃথক-স্তরের বৈশিষ্ট্যের পরিবর্তে মোট সংখ্যা সম্পর্কে যত্ন সহকারে জিজ্ঞাসাবাদ করে, তাহলে King and Lu (2008) এবং Hopkins and King (2010) এর দৃষ্টিভঙ্গি কাজে লাগতে পারে। অবশেষে, Blumenstock, Cadamuro, and On (2015) মধ্যে মেশিন লার্নিং পন্থা সম্পর্কে আরো জন্য, James et al. (2013) (আরও পরিচিত) বা Hastie, Tibshirani, and Friedman (2009) (আরও উন্নত)।
বিবর্ধিত জিজ্ঞাসা সংক্রান্ত একটি নৈতিক সমস্যা হল যে Kosinski, Stillwell, and Graepel (2013) বর্ণিত হিসাবে একটি জরিপ প্রকাশ করতে নির্বাচন না হতে পারে যে সংবেদনশীল বৈশিষ্ট্য অনুমান ব্যবহার করা যেতে পারে।
