അടുത്തതായി എന്താണ് വായിക്കേണ്ടത്?
- ആമുഖം (ഭാഗം 3.1)
ഈ അദ്ധ്യായത്തിലെ പല വിഷയങ്ങളും Dillman (2002) , Newport (2011) , Santos (2014) , Link (2015) Santos (2014) തുടങ്ങിയവയുടേയും അമേരിക്കൻ അസോസിയേഷൻ ഓഫ് പബ്ലിക് ഒപിനിയൻ റിസർച്ചിൽ (AAPOR) Link (2015) .
സർവ്വേ ഗവേഷണവും ഇൻ-ഇൻപാത് ഇൻറർവ്യൂവും തമ്മിലുള്ള വ്യത്യാസങ്ങൾക്കായി കൂടുതൽ കാണുക Small (2009) . ആഴത്തിലുള്ള അഭിമുഖങ്ങൾ ബന്ധപ്പെട്ട ethnography വിളിച്ചു സമീപനം ഒരു കുടുംബമാണ്. എഥനോഗ്രാഫിക് ഗവേഷണത്തിൽ, ഗവേഷകർ സാധാരണയായി തങ്ങളുടെ സ്വാഭാവിക പരിതസ്ഥിതിയിൽ പങ്കെടുക്കുന്നവരുമായി കൂടുതൽ സമയം ചെലവഴിക്കുന്നു. Jerolmack and Khan (2014) ആഴത്തിലുള്ള അഭിമുഖങ്ങൾ തമ്മിലുള്ള വ്യത്യാസത്തെക്കുറിച്ച് Jerolmack and Khan (2014) . ഡിജിറ്റൽ എത്രോഗ്രാഫിയെക്കുറിച്ച് കൂടുതലറിയാൻ, Pink et al. (2015) കാണുക Pink et al. (2015) .
സർവ്വേ ഗവേഷണങ്ങളുടെ ചരിത്രത്തെക്കുറിച്ചുള്ള എന്റെ വിവരണം വളരെ ആഴത്തിലുള്ള സംഭവങ്ങളുടെ നിരവധി ഉൾപ്പെടുത്തലുകൾ ഉൾക്കൊള്ളുന്നത് വളരെ ചുരുക്കമാണ്. കൂടുതൽ ചരിത്ര പശ്ചാത്തലത്തിൽ, Smith (1976) , Converse (1987) , Igo (2008) . സർവേ ഗവേഷണത്തിന്റെ മൂന്ന് കാലഘട്ടങ്ങളെക്കുറിച്ച് കൂടുതൽ അറിയാൻ, Groves (2011) , Dillman, Smyth, and Christian (2008) (ഇത് മൂന്ന് വ്യത്യാസങ്ങൾ അല്പം വ്യത്യസ്തമായി ഒത്തുപോകുന്നു) കാണുക.
Groves and Kahn (1979) സർവേ ഗവേഷണത്തിലെ രണ്ടാമത്തെ യുഗത്തിലേക്കുള്ള പരിവർത്തനത്തിനുള്ളിൽ ഒരു മുഖാമുഖം അവതരിപ്പിക്കുന്നു. മുഖാമുഖവും ടെലഫോൺ സർ വ്വേയും തമ്മിൽ വിശദമായ ഒരു തലച്ചോറിന്റെ താരതമ്യം. ( ??? ) റാൻഡം-അക്ക-ഡയലിംഗ് സാംപ്ലിംഗ് രീതികളുടെ ചരിത്രപരമായ വികസനത്തിൽ തിരിച്ചെത്തുക.
സമൂഹത്തിൽ വരുന്ന മാറ്റങ്ങളുടെ അടിസ്ഥാനത്തിൽ കഴിഞ്ഞ കാലത്തെ സർവ്വേ ഗവേഷണങ്ങൾക്ക് കൂടുതലായി മാറ്റം വരുത്തിയതിന് Tourangeau (2004) , ( ??? ) , Couper (2011) .
- വിസമ്മതിക്കുന്നതിനെ ചോദ്യം ചെയ്യൽ (ഭാഗം 3.2)
(ഉദാ: Baumeister, Vohs, and Funder (2007) ), സോഷ്യോളജിസ്റ്റ് (ഉദാ: Jerolmack and Khan (2014) , Maynard (2014) , Cerulo (2014) , Vaisey (2014) Jerolmack and Khan (2014) എന്നിവയും സാമ്പത്തിക ശാസ്ത്രത്തിൽ ചോദിക്കുന്നതും നിരീക്ഷിക്കുന്നതുമായ വ്യത്യാസവും സൂചിപ്പിച്ചതും വെളിപ്പെടുത്തിയതുമായ മുൻഗണനകളെക്കുറിച്ചാണ് ഗവേഷകർ ചോദിക്കുന്നത്.ഉദാഹരണത്തിന് ഒരു ഗവേഷകൻ ഐസ് ക്രീം കഴിക്കുന്നത് അല്ലെങ്കിൽ ജിം (പ്രസ്താവിച്ച മുൻഗണനകൾ), അല്ലെങ്കിൽ എത്രമാത്രം ആളുകൾ ഐസ്ക്രീം കഴിക്കുകയും ജിം (വെളിപ്പെടുത്തുവാനുള്ള മുൻഗണനകൾ) സന്ദർശിക്കുകയും ചെയ്യുന്നു. Hausman (2012) വിവരിച്ചിരിക്കുന്നതുപോലെ, സാമ്പത്തികശാസ്ത്രത്തിൽ ചില തരത്തിലുള്ള പ്രസ്താവനകൾ ഉന്നയിക്കുന്നത് സംബന്ധിച്ച് ആഴത്തിലുള്ള നിഗൂഢസാന്നിധ്യം ഉണ്ട്.
ഈ ചർച്ചകളിൽ നിന്നുള്ള പ്രധാന ആശയം റിപ്പോർട്ടുചെയ്യൽ പെരുമാറ്റം എല്ലായ്പ്പോഴും കൃത്യതയുള്ളതല്ല എന്നതാണ്. എന്നാൽ, രണ്ടാമത്തെ അദ്ധ്യായത്തിൽ വിവരിച്ചിരിക്കുന്നതു പോലെ, വലിയ ഡാറ്റാ സ്രോതസ്സുകൾ കൃത്യതയല്ലായിരിക്കാം, അവ ഒരു സാമ്പിൾ പലിശയിൽ ശേഖരിച്ചേക്കില്ല, മാത്രമല്ല ഗവേഷകർക്ക് ഇത് ആക്സസ് ചെയ്യാൻ കഴിയില്ല. ഇപ്രകാരം, ഞാൻ വിചാരിക്കുന്നു, ചില സാഹചര്യങ്ങളിൽ, റിപ്പോർട്ട് പെരുമാറ്റം ഉപയോഗപ്രദമാകും. കൂടാതെ, ഈ ചർച്ചകളിൽ നിന്നുള്ള രണ്ടാമത്തെ പ്രധാന വിഷയം, വികാരങ്ങൾ, അറിവ്, പ്രതീക്ഷകൾ, അഭിപ്രായങ്ങൾ എന്നിവ സംബന്ധിച്ച റിപ്പോർട്ടുകൾ എല്ലായ്പ്പോഴും കൃത്യതയുള്ളതല്ല എന്നതാണ്. എന്നാൽ, ഈ ആഭ്യന്തര സംസ്ഥാനങ്ങളെ കുറിച്ചുള്ള വിവരങ്ങൾ ഗവേഷകർക്ക് ആവശ്യമായിരുന്നെങ്കിൽ-ചില പെരുമാറ്റരീതികൾ വിശദീകരിക്കുന്നതിന് അല്ലെങ്കിൽ വിശദീകരിച്ചതിന്-ഉചിതമായിട്ടാണ് ചോദിക്കുന്നത്. ചോദ്യങ്ങൾ ചോദിച്ച് ആഭ്യന്തര സംസ്ഥാനങ്ങളെക്കുറിച്ച് പഠിക്കുന്നത് പ്രശ്നകരമാണ്, കാരണം ചിലപ്പോൾ പ്രതികരിക്കപ്പെട്ടവർ അവരുടെ ആഭ്യന്തര സംസ്ഥാനങ്ങളെക്കുറിച്ച് ബോധവാനായിട്ടില്ല (Nisbett and Wilson 1977) .
- മൊത്തം സർവ്വെ പിശക് (വിഭാഗം 3.3)
സർവ്വേ ഗവേഷകരുടെ സർവേ 1, Groves (2004) ൽ സർവ്വേ ഗവേഷകരുടെ മൊത്തം സർവ്വേ തെറ്റ് ചട്ടക്കൂടിനെ വിശദീകരിക്കാനായി ചില അവസരങ്ങളിൽ പൊരുത്തപ്പെടുത്തൽ നടത്തി. മൊത്തം സർവ്വേ തെറ്റ് ചട്ടക്കൂടിന്റെ ഒരു പുസ്തക-നീളം ചികിത്സയ്ക്കായി, Groves et al. (2009) , ഒരു ചരിത്രപരമായ അവലോകനം, Groves and Lyberg (2010) .
പിശകുകളെയും വ്യത്യാസങ്ങളെയും പിഴപ്പിക്കുന്നതിനുള്ള ആശയം മെഷീൻ ലേണിംഗ് രംഗത്ത് വരുന്നുണ്ട്. ഉദാഹരണം Hastie, Tibshirani, and Friedman (2009) ഏഴ് വകുപ്പ് 7.3 കാണുക. ഇത് പലപ്പോഴും ഗവേഷകരെ "ബയസ് വ്യതിയാനങ്ങൾ" ട്രേഡ് ചെയ്യുന്നതിനെ കുറിച്ച് സംസാരിക്കാൻ ഇടയാക്കുന്നു.
പ്രാതിനിധ്യം കണക്കിലെടുക്കുമ്പോൾ, നോൺ റേറ്റ്സ് ആൻഡ് നോൺ റീസൺസ് ബയസ് പ്രശ്നങ്ങൾക്ക് ഒരു വലിയ ആമുഖം നാഷണൽ റിസേർച്ച് കൗൺസിൽ റിപോർട്ട് നോൺ റീസൺ ഇൻ സോഷ്യൽ സയൻസ് സർവേകൾ: എ ഗവേഷണ അജണ്ട (2013) . മറ്റൊരു ഉപയോഗപ്രദമായ അവലോകനം Groves (2006) . കൂടാതെ ജേർണൽ ഓഫ് ഒഫീഷ്യൽ സ്റ്റാറ്റിസ്റ്റിക്സ് , പബ്ലിക് ഒപിഎൻമെൻറ് ക്വാർട്ടർലി , ആൻസൽസ് ഓഫ് ദ അമേരിക്കൻ അക്കാഡമി ഓഫ് പൊളിറ്റിക് ആൻറ് സോഷ്യൽ സയൻസസ് എന്നിവയുടെ പ്രത്യേക വിഷയങ്ങൾ പ്രസിദ്ധീകരിച്ചിട്ടില്ല. അവസാനമായി, പ്രതികരണ നിരക്ക് കണക്കുകൂട്ടാൻ പല മാർഗങ്ങളുണ്ട്; ഇതിലേതെങ്കിലും പൊതുജനാഭിപ്രായം ഗവേഷകരുടെ അമേരിക്കൻ അസോസിയേഷൻ (അഅപൊര്) ഒരു റിപ്പോർട്ടിൽ വിശദമായി പ്രതിപാദിച്ചിരിക്കുന്നു ( ??? ) .
1936 ലെ സാഹിത്യദൗത്യത്തെക്കുറിച്ച് കൂടുതൽ അറിയാൻ Bryson (1976) , Squire (1988) , Cahalan (1989) , Lusinchi (2012) . Gayo-Avello (2011) , ഈ Gayo-Avello (2011) , Gayo-Avello (2011) . 1936 ൽ ജോർജ് ഗാളപ്പ് കൂടുതൽ സങ്കീർണ്ണമായ സാമ്പിൾ സമ്പ്രദായം ഉപയോഗിച്ചു, വളരെ ചെറിയ സാമ്പിളുകളുമായി കൂടുതൽ കൃത്യമായ കണക്കുകൾ തയ്യാറാക്കാൻ കഴിഞ്ഞു. ഗവർപ്പ് ലിറ്റററി ഡൈജസ്റ്റിനെപ്പറ്റിയുള്ള വിജയം ഗവേഷണ ഗവേഷണത്തിന്റെ വികസനത്തിലെ ഒരു നാഴികക്കല്ലായിരുന്നു. @ Converse_survey_1987 ന്റെ മൂന്നാമത്തെ അദ്ധ്യായത്തിൽ വിവരിച്ചിട്ടുണ്ട്. Ohmer (2006) അദ്ധ്യായം 4 Ohmer (2006) ; @igo_averaged_2008 ന്റെ 3 അദ്ധ്യായം.
വിലയിരുത്തലിൻറെ അടിസ്ഥാനത്തിൽ, Bradburn, Sudman, and Wansink (2004) രൂപകൽപ്പന ചെയ്യുന്ന ആദ്യ റിസോർസ്. കൂടുതൽ വിപുലമായ ചികിത്സകൾക്കായി, Schuman and Presser (1996) . ഇത് മനോഭാവം, പ്രത്യേകിച്ച് Saris and Gallhofer (2014) . വിവരിച്ചിരിക്കുന്നത് പോലെ അളക്കുന്നത് വരെ മറ്റൊരു വ്യത്യസ്തമായ സമീപനം, പ്സ്യ്ഛൊമെത്രിച്സ് എടുക്കുന്നില്ലെങ്കിൽ ( ??? ) . പ്രെസ്റ്ററിലും Presser and Blair (1994) , Presser et al. (2004) പ്രെറ്റിസ്റ്റിങ്ങി കൂടുതൽ ലഭ്യമാണ് Presser et al. (2004) , Groves et al. (2009) എട്ടിലെ എട്ട് അദ്ധ്യായം Groves et al. (2009) . സർവേ പരീക്ഷണങ്ങൾ കൂടുതൽ അറിയാൻ, Mutz (2011) .
ചെലവ് കണക്കിലെടുത്താൽ സർവ്വേ ചെലവുകളും സർവ്വേ തെറ്റുകളും തമ്മിലുള്ള ട്രേഡ് ഓഫ് ഓഫ് ക്ലാസിക്കൽ, ബുക്ക്-നീണ്ട് ചികിത്സ Groves (2004) .
- ആരാണ് ചോദിക്കേണ്ടത് (ഭാഗം 3.4)
സ്റ്റാൻഡേർഡ് പ്രോബബിലിറ്റി സാംപ്ലിംഗ്, Särndal, Swensson, and Wretman (2003) രണ്ട് ക്ലാസിക് ബുക്ക്-ദൈർഘ്യ ചികിത്സാരീതികളാണ് Lohr (2009) (കൂടുതൽ ആമുഖം), Särndal, Swensson, and Wretman (2003) ) എന്നിവയാണ്. പോസ്റ്റ്-സ്ട്രാറ്റജിഫിക്കേഷനുമായി ബന്ധപ്പെട്ട ക്ലാസിക് ബുക്ക്-ദൈർഘ്യ ചികിത്സയും Särndal and Lundström (2005) ആണ് Särndal and Lundström (2005) . ചില ഡിജിറ്റൽ സംവിധാനങ്ങളിൽ, ഗവേഷകർക്ക് എതിരാളികളെക്കുറിച്ച് അൽപം അറിയാമായിരുന്നു. കഴിഞ്ഞ കാലങ്ങളിൽ ഇത് ശരിയായിരുന്നില്ല. Kalton and Flores-Cervantes (2003) , Smith (2011) എന്നിവർ വിവരിക്കുന്നതുപോലെ, നോൺ Kalton and Flores-Cervantes (2003) ഗവേഷകർക്ക് നോൺ റേഷൻസ് അഡ്ജസ്റ്റ്മെൻറിൻറെ വ്യത്യസ്ത രീതികൾ സാധ്യമാണ്.
W. Wang et al. (2015) Xbox ന്റെ പഠനം W. Wang et al. (2015) , മൾട്ടിളവൽ റിഗ്രഷൻ, പോസ്റ്റ് സ്ട്രാറ്റാഫിക്കേഷൻ ("മിസ്റ്റർ പി.") എന്ന സാങ്കേതിക വിദ്യയാണ് ഉപയോഗിക്കുന്നത്. ഈ തന്ത്രത്തെപ്പറ്റിയുള്ള മതിപ്പു സംബന്ധിച്ച ചില ചർച്ചകൾ നടക്കുന്നുണ്ട് എങ്കിലും പര്യവേക്ഷണം ചെയ്യാനുള്ള ഒരു വാഗ്ദാനപ്രദേശം തോന്നുന്നു. ഈ Park, Gelman, and Bafumi (2004) ആദ്യമായി Park, Gelman, and Bafumi (2004) എന്നിവയിൽ ഉപയോഗിച്ചു, തുടർന്നുള്ള ഉപയോഗവും ചർച്ചയും (Gelman 2007; Lax and Phillips 2009; Pacheco 2011; Buttice and Highton 2013; Toshkov 2015) . വ്യക്തിഗത തൂക്കങ്ങളും ഗ്രൂപ്പുകളും തമ്മിലുള്ള ബന്ധത്തെക്കുറിച്ച് കൂടുതലറിയാൻ, Gelman (2007) .
വെബ് സർവേകൾ Schonlau et al. (2009) മറ്റു സമീപനങ്ങൾക്കായി, Schonlau et al. (2009) കാണുക Schonlau et al. (2009) , Bethlehem (2010) , Valliant and Dever (2011) . ഓൺലൈൻ പാനലുകൾക്ക് ഒരു പ്രോബബിലിറ്റി സാംപ്ലിംഗ് അല്ലെങ്കിൽ നോൺ-പ്രോബബിലിറ്റി സാംപ്ലിംഗ് ഉപയോഗിക്കാനാകും. ഓൺലൈൻ പാനലുകളെക്കുറിച്ച് കൂടുതൽ അറിയാൻ, Callegaro et al. (2014) .
ചിലപ്പോൾ, പ്രോബബിലിറ്റി സാമ്പിളുകളും നോൺ-പ്രോബബിലിറ്റി സാമ്പിളുകളും (Ansolabehere and Schaffner 2014) സമാനമായ ഗുണനിലവാരം കണക്കാക്കിയിട്ടുണ്ടെന്ന് ചില ഗവേഷകർ കണ്ടെത്തിയിട്ടുണ്ട്. എന്നാൽ മറ്റ് താരതമ്യങ്ങൾ നോൺ-പ്രോബബിലിറ്റി സാമ്പിളുകൾ കൂടുതൽ മോശമാണെന്ന് കണ്ടെത്തിയിട്ടുണ്ട് (Malhotra and Krosnick 2007; Yeager et al. 2011) . ഈ വ്യത്യാസങ്ങൾക്കായുളള ഒരു കാരണം, യാദൃശ്ചികമല്ലാത്ത സാമ്പിളുകൾ കാലാകാലങ്ങളിൽ മെച്ചപ്പെട്ടിട്ടുണ്ടെന്നതാണ്. നോൺ-പ്രോബബിലിറ്റി സാംപ്ലിങ് (Baker et al. 2013) ലെ ആപ്പർ ടാസ്ക് ഫോഴ്സ് നോൺ-പ്രോബബിലിറ്റി സാംപ്ലിങ് രീതികളിൽ കൂടുതൽ വേഗതയേറിയ വീക്ഷണത്തിനു വേണ്ടി, കൂടാതെ സംഗ്രഹ റിപ്പോർട്ടിലെ പിൻകോഡ് വായിക്കുന്നതും ഞാൻ ശുപാർശ ചെയ്യുന്നു.
- എങ്ങനെ ചോദിക്കാം (സെക്ഷൻ 3.5)
Conrad and Schober (2008) ഭാവിയിലെ സർവേ ഇൻവെർവ്യൂവിന്റെ എൻവിസിങ് എന്ന പേരിൽ ഒരു എഡിറ്ററബിൾ വോളിയമാണ്, അത് ചോദ്യങ്ങൾ ചോദിക്കുന്ന ഭാവി സംബന്ധിച്ച് വിവിധ കാഴ്ചപ്പാടുകൾ അവതരിപ്പിക്കുന്നു. Couper (2011) സമാനമായ തീമുകളെ അഭിസംബോധന ചെയ്ത്, Schober et al. (2015) ഒരു പുതിയ ക്രമീകരണവുമായി കൂട്ടിച്ചേർക്കപ്പെടുന്ന ഡാറ്റാ ശേഖരണ രീതികൾക്ക് ഉയർന്ന ഗുണനിലവാരമുള്ള ഡാറ്റയ്ക്ക് എങ്ങനെ ഇടയാക്കും എന്നതിനുള്ള ഉത്തമ മാതൃക അവതരിപ്പിക്കുന്നു. Schober and Conrad (2015) സമൂഹത്തിലെ മാറ്റങ്ങൾ പൊരുത്തപ്പെടുത്തുന്നതിന് സർവേ ഗവേഷണ പ്രക്രിയയെ ക്രമീകരിക്കുന്നതിൽ തുടരുന്നതിനെക്കുറിച്ചുള്ള കൂടുതൽ പൊതുജനങ്ങൾക്ക് വാഗ്ദാനം ചെയ്യുന്നു.
Tourangeau and Yan (2007) , സെൻസിറ്റീവ് ചോദ്യങ്ങളിലുള്ള സാമൂഹ്യ അഭിലാഷന ബയസ് എന്നിവയുടെ അവലോകനം, Lind et al. (2013) ഒരു കംപ്യൂട്ടർ കൈകാര്യ അഭിമുഖത്തിൽ കൂടുതൽ സെൻസിറ്റീവായ വിവരങ്ങൾ വെളിപ്പെടുത്തുന്നതിന് ചില കാരണങ്ങളുണ്ട്. സർവേകളിൽ പങ്കാളിത്തം വർധിക്കുന്നതിൽ പങ്കുചേരുന്ന മനുഷ്യനേട്ടക്കാരുടെ പങ്കിനെക്കുറിച്ച് Maynard and Schaeffer (1997) , Maynard, Freese, and Schaeffer (2010) , Conrad et al. (2013) , Schaeffer et al. (2013) . മിക്സഡ് മോഡ് സർവ്വേകൾക്കായി Dillman, Smyth, and Christian (2014) .
Stone et al. (2007) പാരിസ്ഥിതിക നിമിഷങ്ങളുടെ വിലയിരുത്തലിനെയും അനുബന്ധ രീതികളെയും കുറിച്ച് പുസ്തക-ദൈർഘ്യമുള്ള ചികിത്സ വാഗ്ദാനം ചെയ്യുന്നു.
പങ്കെടുക്കുന്നവർക്കായി ആസ്വാദകരവും ആസ്വാദ്യകരവുമായ അനുഭവങ്ങൾ ഉണ്ടാക്കുന്നതിനുള്ള കൂടുതൽ ഉപദേശം നൽകുന്നതിന്, താൽപ്പര്യങ്ങൾക്കിണങ്ങിയ രൂപകൽപ്പനയിൽ പ്രവർത്തിക്കുക (Dillman, Smyth, and Christian 2014) . സോഷ്യൽ സയൻസ് സർവ്വേകൾക്കായി ഫേസ്ബുക്ക് ആപ്ലിക്കേഷനുകൾ ഉപയോഗിക്കുന്നതിനുള്ള രസകരമായ ഒരു ഉദാഹരണത്തിന്, Bail (2015) .
- വലിയ ഡാറ്റ ഉറവിടങ്ങളുമായി ബന്ധപ്പെട്ട സർവേകൾ (വകുപ്പ് 3.6)
Judson (2007) സർവ്വേകളും അഡ്മിനിസ്ട്രേറ്റിവ് ഡാറ്റയും "ഇൻഫർമേഷൻ ഇൻറഗ്രേഷൻ" എന്ന രീതിയിൽ സമന്വയിപ്പിക്കുകയും ഈ സമീപനത്തിൻറെ ചില ഗുണങ്ങളേയും, ചില ഉദാഹരണങ്ങൾ അവതരിപ്പിക്കുകയും ചെയ്യുന്ന പ്രക്രിയയെ വിവരിക്കുന്നു.
സമഗ്രമായ ചോദിക്കുന്ന കാര്യത്തിൽ, വോട്ടെടുപ്പ് ഉറപ്പാക്കുന്നതിന് മുമ്പുള്ള നിരവധി ശ്രമങ്ങൾ ഉണ്ടായിട്ടുണ്ട്. ആ സാഹിത്യത്തെ കുറിച്ചുള്ള ഒരു അവലോകനം, Belli et al. (1999) , Ansolabehere and Hersh (2012) , Hanmer, Banks, and White (2014) , Berent, Krosnick, and Lupia (2016) . Berent, Krosnick, and Lupia (2016) എന്നിവ കാണുക. Ansolabehere and Hersh (2012) അവതരിപ്പിച്ച ഫലങ്ങൾ കൂടുതൽ Ansolabehere and Hersh (2012) .
കാസ്റ്റിസത്തിൽ നിന്നുള്ള ഡാറ്റയുടെ ഗുണനിലവാരത്തിൽ അൻസോളബെറേയും ഹെർഷേയും പ്രോത്സാഹിപ്പിക്കപ്പെട്ടിട്ടുണ്ടെങ്കിലും വാണിജ്യ കച്ചവടക്കാരന്റെ മറ്റ് മൂല്യനിർണ്ണയങ്ങൾ വളരെ ഉത്സാഹം നിറഞ്ഞതാണെന്ന് ശ്രദ്ധിക്കേണ്ടതുണ്ട്. Pasek et al. (2014) അക്സൈം, എക്സ്പെരിയൻ, ഇൻഫോൂഎ) മൂന്നു മാർക്കറ്റുകളിൽ നിന്ന് ഒരുമിച്ച് വിവരങ്ങൾ കൂട്ടിച്ചേർത്ത മാര്ക്കറ്റിംഗ് സിസ്റ്റം ഗ്രൂപ്പിന്റെ ഒരു ഉപഭോക്തൃ ഫയലുകളുമായി താരതമ്യം ചെയ്യുമ്പോൾ സർവ്വേയിൽ നിന്ന് ലഭിച്ച ഡാറ്റ Pasek et al. (2014) മോശം നിലവാരം കണ്ടെത്തി. അതായത്, ഗവേഷകരുടെ കണക്കുകൾ ശരിയായി കണക്കാക്കുന്ന സർവ്വേ റെക്കോർഡുകളുമായി ഡാറ്റ ഫയൽ പൊരുത്തപ്പെടുന്നില്ല, ധാരാളം ഫയൽ ചോദ്യങ്ങൾക്കായി ഡാറ്റാ ഫയൽ നഷ്ടപ്പെട്ടിരുന്നു, നഷ്ടപ്പെട്ട ഡാറ്റ പാറ്റേൺ റിപ്പോർട്ടുചെയ്ത സർവ്വേ മൂല്യത്തോടുകൂടി (മറ്റ് വാക്കുകളിൽ, കാണാതായ ഡാറ്റ ക്രമീകരിച്ചിരിക്കുന്നു, ക്രമരഹിതമല്ല).
സർവ്വേകളും ഭരണപരമായ ഡാറ്റയും തമ്മിലുള്ള റെക്കോർഡ് ബന്ധം സംബന്ധിച്ച കൂടുതൽ വിവരങ്ങൾക്ക്, Sakshaug and Kreuter (2012) , Schnell (2013) . Dunn (1946) , Fellegi and Sunter (1969) ), Larsen and Winkler (2014) (ആധുനികം) എന്നിവ കാണുക. ഡാറ്റാ ഡീഡപ്ലിക്കേഷൻ, ഇൻസ്റ്റൻസ് ഐഡന്റിഫിക്കേഷൻ, പേര് പൊരുത്തപ്പെടുത്തൽ, ഡ്യൂപ്ലിക്കേറ്റ് ഡിറ്റക്ഷൻ, ഡ്യൂപ്ലിക്കേറ്റ് റെക്കോർഡ് ഡിറ്റക്ഷൻ (Elmagarmid, Ipeirotis, and Verykios 2007) തുടങ്ങിയ കമ്പ്യൂട്ടർ ശാസ്ത്രത്തിൽ സമാനമായ സമീപനങ്ങളും വികസിപ്പിച്ചെടുത്തിട്ടുണ്ട്. വ്യക്തിപരമായി തിരിച്ചറിയാൻ കഴിയുന്ന വിവരങ്ങളുടെ സംപ്രേക്ഷണം ആവശ്യമില്ലാത്ത ലിങ്കുകൾ റെക്കോർഡ് ചെയ്യാനുള്ള സ്വകാര്യതാ സംരക്ഷണ രീതികളും ഉണ്ട് (Schnell 2013) . ഫേസ്ബുക്കിലെ ഗവേഷകർ തങ്ങളുടെ രേഖകളെ വോട്ടിംഗിനെ പെരുപ്പിച്ച് നിർത്തുന്നതിനുള്ള ഒരു നടപടിക്രമം വികസിപ്പിച്ചെടുത്തു (Jones et al. 2013) ; ഈ ബന്ധം ഞാൻ അധ്യായം 4 (Bond et al. 2012) നിങ്ങളോടു പറയുന്നു ഒരു പരീക്ഷണം വിലയിരുത്താൻ ചെയ്തു. റെക്കോർഡുചെയ്ത ലിങ്കിനുള്ള സമ്മതം ലഭിക്കുന്നതിന് കൂടുതൽ വിവരങ്ങൾക്ക്, Sakshaug et al. (2012) .
സർക്കാർ അഡ്മിനിസ്ട്രേറ്റിവ് രേഖകളിൽ വൻകിട സോഷ്യൽ സർവ്വേയെ ബന്ധിപ്പിക്കുന്നതിന്റെ മറ്റൊരു ഉദാഹരണം ആരോഗ്യ-റിട്ടയർമെന്റ് സർവേ, സോഷ്യൽ സെക്യൂരിറ്റി അഡ്മിനിസ്ട്രേഷൻ എന്നിവയിൽ നിന്നാണ്. സമ്മതപത്രം സംബന്ധിച്ച വിവരങ്ങൾ ഉൾപ്പെടെ ആ പഠനത്തിൽ കൂടുതൽ അറിയാൻ, ഓൾസൺ (1996, 1999) .
ഭരണനിർവ്വഹണ രേഖകളുടെ പല സ്രോതസ്സുകളും മാസ്റ്റര് ഡേറ്റാഫൈല് ആയി കൂട്ടിച്ചേര്ക്കുന്ന പ്രക്രിയ - കാറ്റലിസ്റ്റ് ഉള്ക്കൊള്ളിക്കുന്ന പ്രക്രിയ - ചില ദേശീയ സര്ക്കാരുകളുടെ സ്റ്റാറ്റിസ്റ്റിക്കല് ഓഫീസുകളില് സാധാരണമാണ്. സ്റ്റാറ്റിസ്റ്റിക്സിലെ സ്വീഡനിൽ നിന്നുള്ള രണ്ട് ഗവേഷകർ ഈ വിഷയത്തെക്കുറിച്ച് വിശദമായ ഒരു പുസ്തകം എഴുതിയിട്ടുണ്ട് (Wallgren and Wallgren 2007) . അമേരിക്കൻ ഐക്യനാടുകളിലെ ഏക കൗണ്ടിയിൽ ഈ സമീപനത്തിന്റെ ഉദാഹരണത്തിൽ (മിനസോട്ടിലെ ഓൾസ്സ്റ്റഡ് കൗണ്ടി, മായോ ക്ലിനിക് എന്ന സ്ഥലത്ത് സ്ഥിതിചെയ്യുന്നു), Sauver et al. (2011) . അഡ്മിനിസ്ട്രേറ്റീവ് റെക്കോർഡിൽ പ്രത്യക്ഷപ്പെടാവുന്ന കൂടുതൽ പിശകുകൾക്കായി, Groen (2012) .
ഗവേഷണ ഗവേഷണത്തിൽ ഗവേഷകർക്ക് വലിയ ഡാറ്റാ സ്രോതസ്സുകൾ ഉപയോഗപ്പെടുത്താനുള്ള മറ്റൊരു മാർഗ്ഗം പ്രത്യേക സവിശേഷതകളുള്ള ആളുകൾക്ക് ഒരു സാമ്പിൾ ഫ്രെയിം പോലെയാണ്. നിർഭാഗ്യവശാൽ, ഈ സമീപനം സ്വകാര്യതയുമായി ബന്ധപ്പെട്ട ചോദ്യങ്ങൾ ഉയർത്താൻ കഴിയും (Beskow, Sandler, and Weinberger 2006) .
ചോദിക്കുന്നതിെൻറ വിസ്തൃതമായ കാര്യം, ഈ സമീപനം ഞാൻ എങ്ങനെ വിവരിച്ചതിൽ നിന്നും അത് ദൃശ്യമാകാം എന്നതിനപ്പുറം പുതിയതല്ല. സ്റ്റാറ്റിസ്റ്റിക്സ്: മോഡൽ അടിസ്ഥാനമാക്കിയുള്ള പോസ്റ്റ് സ്ട്രാറ്റിഫിക്കേഷൻ (Little 1993) , imputation (Rubin 2004) , ചെറുകിട ഏരിയ കണക്കാക്കൽ (Rao and Molina 2015) മൂന്നു വലിയ മേഖലകളിലേക്ക് ആഴത്തിലുള്ള ബന്ധമുണ്ട്. ഇത് വൈദ്യശാസ്ത്ര ഗവേഷണ (Pepe 1992) സർജാറ്റ് വേരിയബിളുകൾ ഉപയോഗിച്ചുമാണ്.
Blumenstock, Cadamuro, and On (2015) ലെ ചെലവും സമയ Blumenstock, Cadamuro, and On (2015) ഒരു അധിക സർവ്വേ ചെലവ്-കൂടുതൽ ചെലവുകൾ പരിശോധിക്കുക-മാത്രമല്ല, കോൾ ഡാറ്റ ക്ലീൻ ചെയ്യാനും പ്രോസസ്സ് ചെയ്യാനുമുള്ള ചിലവ് ഉൾപ്പെടെയുള്ള ഫിക്സഡ് ചെലവുകൾ ഉൾപ്പെടുത്തരുത്. സാധാരണയായി, കൂട്ടിച്ചേർക്കപ്പെട്ട ചോദിച്ചാൽ ഡിജിറ്റൽ പരീക്ഷണങ്ങൾക്ക് സമാനമായ ഉയർന്ന ഫിക്സഡ് ചെലവുകളും കുറഞ്ഞ വേരിയബിൾ നിരക്കുകളും ഉണ്ടാകും. (അദ്ധ്യായം 4 കാണുക). വികസ്വര രാജ്യങ്ങളിലെ മൊബൈൽ ഫോൺ അടിസ്ഥാനമാക്കിയുള്ള സർവേകളിൽ കൂടുതൽ അറിയാൻ, Dabalen et al. (2016) .
കൂടുതൽ മെച്ചപ്പെടുത്തുന്നതിന് എങ്ങനെ ചെയ്യണം എന്നതിനെക്കുറിച്ച് ആശയങ്ങൾക്കായി, ഒന്നിലധികം imputation- നെക്കുറിച്ച് കൂടുതൽ പഠിക്കാൻ ഞാൻ ശുപാർശ ചെയ്യുന്നു (Rubin 2004) . കൂടാതെ, ഗവേഷകർ ചെയ്യുന്നവർ വ്യക്തിഗതതല സ്വഭാവങ്ങളേക്കാൾ വിശാലമായ എണ്ണം കണക്കിലെടുത്ത്, King and Lu (2008) , Hopkins and King (2010) King and Lu (2008) സമീപനങ്ങൾ പ്രയോജനപ്രദമാകാം. അവസാനമായി, Blumenstock, Cadamuro, and On (2015) മെഷീൻ പഠന സമീപനങ്ങളെക്കുറിച്ച് കൂടുതൽ അറിയാൻ James et al. (2013) (കൂടുതൽ ആമുഖം) അല്ലെങ്കിൽ Hastie, Tibshirani, and Friedman (2009) (കൂടുതൽ വിപുലമായ).
Kosinski, Stillwell, and Graepel (2013) വിവരിച്ചത് പോലെ സർവേയിൽ വെളിപ്പെടാൻ Kosinski, Stillwell, and Graepel (2013) സ്വഭാവവിശേഷങ്ങൾ അനുമാനിക്കാൻ അത് ഉപയോഗപ്പെടുത്താൻ കഴിയുന്ന ഒരു നൈതിക പ്രശ്നം.
