કુલ મોજણી ભૂલ = પ્રતિનિધિત્વ ભૂલો + + માપ ભૂલો.
ભૂલો કે અંદાજ માં સર્વેક્ષણો પરથી સળવળવું કરી શકો છો ઘણા પ્રકારના હોય છે, અને 1940 થી સંશોધકો વ્યવસ્થિત આયોજન સમજે છે, અને આ ભૂલો ઘટાડવા માટે કામ કર્યું છે. કે પ્રયાસ બધા એક મહત્વપૂર્ણ પરિણામ કુલ મોજણી ભૂલ ફ્રેમવર્ક છે (Groves et al. 2009; Weisberg 2005) . જે તમે (પ્રતિનિધિત્વ) વાત લગતી સમસ્યાઓ અને તમે શું તે વાતચીત (માપ) માંથી જાણવા માટે સંબંધિત સમસ્યાઓ: કુલ મોજણી ભૂલ માળખું મુખ્ય સમજ કે સમસ્યાઓ બે મુખ્ય ડોલથી વિભાજિત કરી શકાય છે. ઉદાહરણ તરીકે, તમે ફ્રાન્સમાં રહેતા પુખ્ત વયના લોકો વચ્ચે ઑનલાઇન પ્રાયવેસી વિશે વલણ અંદાજ રસ હોઈ શકે છે. આ અંદાજો અનુમાન બે તદ્દન અલગ પ્રકારના માટે જરૂરી છે. પ્રથમ, જવાબો કે ઉત્તરદાતાઓ આપવા માટે, તમે ઑનલાઇન પ્રાયવેસી વિશે તેમના વલણ અટકળ બાંધવી હોય છે. બીજું, ઉત્તરદાતાઓ વચ્ચે અનુમાનિત વલણ થી, તમે વલણ સમગ્ર વસ્તી અટકળ બાંધવી જોઈએ. અનુમાન પ્રથમ પ્રકાર મનોવિજ્ઞાન અને ચિંતનકારી વિજ્ઞાનનાં ડોમેન છે; અને અનુમાન બીજા પ્રકારની આંકડા ડોમેન છે. ખરાબ મોજણી પ્રશ્નો સાથે સંપૂર્ણ નમૂના યોજના ખરાબ અંદાજ પેદા કરશે, અને સંપૂર્ણ મોજણી પ્રશ્નો સાથે ખરાબ નમૂના યોજના પણ ખરાબ અંદાજ પેદા થાય છે. ગુડ અંદાજ માપ અને પ્રતિનિધિત્વ અવાજ અભિગમ જરૂરી છે. પૃષ્ઠભૂમિ આપેલ છે, આગળ, હું સમીક્ષા કરીશું કેવી રીતે મોજણી સંશોધકો પ્રતિનિધિત્વ અને ભૂતકાળમાં માપ વિશે વિચાર્યું છે. હું અપેક્ષા છે કે આ સામગ્રી ખૂબ સામાજિક scienitsts સમીક્ષા હશે, પરંતુ તે કેટલાક માહિતી વૈજ્ઞાનિકો માટે નવા હોઈ શકે છે. પછી, હું તમને બતાવવા કેવી રીતે કરશો તે વિચારો ડિજિટલ વય સર્વે રિસર્ચ માર્ગદર્શન આપે છે.