3.3 De totale survey error kader

Total survey error = vertegenwoordiging fouten + meetfouten.

Er zijn vele soorten fouten die kunnen kruipen in schattingen van de enquêtes, en sinds de jaren 1940 onderzoekers hebben gewerkt om systematisch te organiseren, te begrijpen en deze fouten te verminderen. Een belangrijk resultaat van al die inspanning is de totale enquête fout framework (Groves et al. 2009; Weisberg 2005) . De belangrijkste inzichten uit de totale enquête fout framework is dat de problemen kunnen worden gegroepeerd in twee grote emmers: problemen in verband met wie je (vertegenwoordiging) praten en problemen met betrekking tot wat je leert uit die gesprekken (meet). Bijvoorbeeld, zou u geïnteresseerd zijn in het schatten van opvattingen over online privacy bij volwassenen die in Frankrijk wonen. Het maken van deze schattingen zijn twee heel verschillende soorten gevolgtrekking. In de eerste plaats uit de antwoorden die respondenten geven, moet je hun attitudes afleiden over online privacy. Ten tweede, van de afgeleide houding van de respondenten, moet u de houding af te leiden van de bevolking als geheel. Het eerste type gevolgtrekking is het domein van de psychologie en cognitieve wetenschap; en het tweede type gevolgtrekking is het domein van de statistiek. Een perfecte bemonsteringsschema met slechte enquêtevragen zal slecht schattingen, en een slechte bemonsteringsschema met perfecte enquêtevragen zal ook slecht schattingen. Goede schattingen vereist geluid benaderingen voor meting en representatie. Gezien het feit dat de achtergrond, naast, zal ik nagaan hoe onderzoek onderzoekers hebben nagedacht over de vertegenwoordiging en de meting in het verleden. Ik verwacht dat veel van dit materiaal evaluatie aan sociale scienitsts zal zijn, maar het mag dan nieuw zijn sommige gegevens wetenschappers. Dan zal ik je laten zien hoe die ideeën te begeleiden digitale tijdperk survey-onderzoek.