कुल सर्वेक्षण त्रुटि = प्रतिनिधित्व त्रुटिहरू + मापन त्रुटिहरू।
त्यहाँ सर्वेक्षण देखि अनुमान मा छिर्न गर्न सक्ने त्रुटिहरू धेरै प्रकारका छन्, र 1940 देखि अनुसन्धानकर्ताहरूले प्रणालीबद्ध संगठित गर्न, बुझ्न र यी त्रुटिहरू कम काम गरेको छ। भनेर प्रयास सबै एउटा महत्वपूर्ण परिणाम कुल सर्वेक्षण त्रुटि रूपरेखा छ (Groves et al. 2009; Weisberg 2005) । तपाईं (प्रतिनिधित्व) कुरा गर्ने सम्बन्धित समस्या र तपाईंले ती कुराकानीहरू (मापन) सिक्न के गर्न सम्बन्धित समस्या: कुल सर्वेक्षण त्रुटि रूपरेखा बाट मुख्य अन्तरदृष्टि समस्या दुई मुख्य बाल्टिन समूहबद्ध गर्न सकिन्छ भन्ने छ। उदाहरणका लागि, तपाईं फ्रान्स बस्ने वयस्क बीच अनलाइन गोपनीयता बारेमा मनोवृत्ति अनुमान रुचि हुन सक्छ। यी अनुमान बनाउन inference दुई एकदम विभिन्न प्रकारका आवश्यक छ। पहिलो, उत्तरदाताओं दिन जवाफ देखि, तपाईं अनलाइन गोपनीयता बारेमा आफ्नो मनोवृत्ति infer छ। दोस्रो, उत्तरदाताओं बीच निष्कर्षित मनोवृत्ति देखि, तपाईं मनोवृत्ति एक सम्पूर्ण रूपमा जनसंख्यामा infer पर्छ। inference को पहिलो प्रकार मनोविज्ञान र संज्ञानात्मक विज्ञान डोमेन छ; र inference को दोस्रो प्रकार तथ्याङ्क को डोमेन छ। खराब सर्वेक्षण प्रश्न सिद्ध नमूना योजना खराब अनुमान उत्पादन हुनेछ, र सिद्ध सर्वेक्षण प्रश्नहरू खराब नमूना योजना पनि खराब अनुमान उत्पादन हुनेछ। राम्रो अनुमान मापन र प्रतिनिधित्व गर्न ध्वनि दृष्टिकोण आवश्यक छ। कि पृष्ठभूमि दिइएको, अर्को, म सर्वेक्षण अनुसन्धानकर्ताहरूले विगतमा प्रतिनिधित्व र मापन बारेमा विचार कसरी समीक्षा गर्नेछौँ। म यो सामाग्री को धेरै सामाजिक scienitsts समीक्षा हुनेछ भन्ने आशा, तर यो केही डाटा वैज्ञानिकहरूले नयाँ हुन सक्छ। त्यसपछि, म ती विचारहरू डिजिटल उमेर सर्वेक्षण अनुसन्धान कसरी मार्गदर्शक देखाउने छौँ।