3.3 മൊത്തം സർവേ പിശക് ചട്ടക്കൂട്

ആകെ സർവേ പിശക് = പ്രാതിനിധ്യം പിശകുകൾ + അളക്കൽ പിശകുകൾ.

സർവേകൾ ൽ നടന്ന വിടുന്നതാണ് കഴിയുന്ന പിശകുകൾ പലതരത്തിലുള്ള ഉണ്ട്, 1940 മുതൽ ഗവേഷകരും വ്യവസ്ഥാപിതമായി ഓർഗനൈസ് ഗ്രഹിച്ച്, ഈ പിശകുകൾ കുറയ്ക്കാൻ പ്രവർത്തിച്ചിട്ടുണ്ട്. ആ ശ്രമം എല്ലാ ഒരു പ്രധാന ഫലം മൊത്തം സർവേ പിശക് ചട്ടക്കൂടാണ് (Groves et al. 2009; Weisberg 2005) . നിങ്ങൾ (പ്രാതിനിധ്യം) സംസാരിക്കാൻ ആർ ബന്ധപ്പെട്ട പ്രശ്നങ്ങളും നിങ്ങൾക്ക് അത്തരം സംഭാഷണങ്ങൾ (മെഷർമെന്റ്) പഠിക്കുന്ന കാര്യങ്ങളെക്കുറിച്ചു ബന്ധപ്പെട്ട പ്രശ്നങ്ങൾ: ആകെ സർവേ പിശക് ചട്ടക്കൂട് നിന്നുള്ള പ്രധാന ഉൾക്കാഴ്ച പ്രശ്നങ്ങൾ രണ്ട് പ്രധാന ബക്കറ്റ് ഗ്രൂപ്പുചെയ്യാനാകും എന്നതാണ്. ഉദാഹരണത്തിന്, നിങ്ങൾ ഓൺലൈനിൽ ഫ്രാൻസ് ൽ താമസിക്കുന്നവർ മുതിർന്നവർക്കും ഇടയിൽ സ്വകാര്യത കുറിച്ച് മനോഭാവം നിർണയിക്കാനും താൽപ്പര്യമുള്ളവർക്ക്. ഈ കണക്കുകളിൽ നിഗമനത്തിന്റെ രണ്ടു തികച്ചും വ്യത്യസ്ത തരം ആവശ്യമാണ്. ആദ്യം, സർവേയിൽ തരുന്ന ഉത്തരങ്ങൾ നിന്ന്, ഓൺലൈൻ സ്വകാര്യത കുറിച്ച് അവരുടെ മനോഭാവം അനുമാനിക്കാൻ ഞങ്ങൾക്കുണ്ട്. രണ്ടാമത്തേത്, സർവേയിൽ ഇടയിൽ അനുമാനവും മനോഭാവങ്ങൾ നിന്നും നിങ്ങൾ മൊത്തത്തിൽ ജനസംഖ്യയിൽ മനോഭാവം അനുമാനിക്കാൻ വേണം. നിഗമനത്തിന്റെ ആദ്യ തരം വികാരപ്രകടനം കൊഗ്നിറ്റീവ് സയൻസ് എന്ന ഡൊമെയ്ൻ; ഒപ്പം നിഗമനത്തിന്റെ രണ്ടാം തരം സ്ഥിതിവിവരക്കണക്കുകളുടെ ഡൊമെയ്ൻ. മോശം സർവേ ചോദ്യങ്ങൾ അടങ്ങിയ ഒരു തികഞ്ഞ ഒരുപറ്റം പദ്ധതി മോശം എസ്റ്റിമേറ്റുകൾ താനേ, തികഞ്ഞ സർവേ ചോദ്യങ്ങൾ ഒരു മോശം ഒരുപറ്റം പദ്ധതി മോശം എസ്റ്റിമേറ്റുകൾ നൽകും. നല്ല കണക്കുകളെ അളക്കൽ, പ്രാതിനിധ്യം ശബ്ദം സമീപനങ്ങളുടെ ആവശ്യമാണ്. ആ പശ്ചാത്തലം കണക്കിലെടുക്കുമ്പോൾ അടുത്തത്, ഞാൻ സർവേ ഗവേഷകർ കഴിഞ്ഞ പ്രാതിനിധ്യം, അളക്കാനുള്ള ചിന്തിക്കുന്നു എങ്ങനെ അവലോകനം ചെയ്യും. ഞാൻ ഈ വസ്തു വളരെ സോഷ്യൽ scienitsts അവലോകനം ആയിരിക്കും എന്ന് പ്രതീക്ഷിക്കുന്നത്, എന്നാൽ ചില ഡാറ്റ ശാസ്ത്രജ്ഞർ പുതിയ ആയിരിക്കാം. അപ്പോൾ ഞാൻ ആ ആശയങ്ങൾ ഡിജിറ്റൽ യുഗത്തിൽ സർവേ റിസർച്ച് ഗൈഡ് നിങ്ങൾ എങ്ങനെ കാണിക്കും.