ਕੁੱਲ ਸਰਵੇਖਣ ਗਲਤੀ = ਨੁਮਾਇੰਦਗੀ ਗਲਤੀ + ਮਾਪ ਗਲਤੀ.
ਗਲਤੀ ਹੈ, ਜੋ ਕਿ ਅਨੁਮਾਨ ਵਿੱਚ ਸਰਵੇਖਣ ਤੱਕ ਵੜ ਸਕਦਾ ਹੈ ਦੇ ਕਈ ਕਿਸਮ ਦੇ ਹੁੰਦੇ ਹਨ, ਅਤੇ 1940 ਦੇ ਬਾਅਦ ਖੋਜਕਾਰ ਯੋਜਨਾਬੱਧ, ਸੰਗਠਿਤ ਨੂੰ ਸਮਝਣ, ਅਤੇ ਇਹ ਗਲਤੀ ਨੂੰ ਘੱਟ ਕਰਨ ਲਈ ਕੰਮ ਕੀਤਾ ਹੈ. ਹੈ, ਜੋ ਕਿ ਮਿਹਨਤ ਕਰਨ ਦੇ ਸਾਰੇ ਤੱਕ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਨਤੀਜੇ ਦੇ ਕੁੱਲ ਸਰਵੇਖਣ ਗਲਤੀ ਫਰੇਮਵਰਕ ਹੈ (Groves et al. 2009; Weisberg 2005) . ਜੋ ਤੁਹਾਨੂੰ ਤੱਕ (ਨੁਮਾਇੰਦਗੀ) ਗੱਲ ਕਰਨ ਨਾਲ ਸਬੰਧਤ ਸਮੱਸਿਆ ਹੈ ਅਤੇ ਕੀ ਤੁਹਾਨੂੰ ਉਹ ਗੱਲਬਾਤ (ਮਾਪ) ਤੱਕ ਸਿੱਖਣ ਸਬੰਧਤ ਸਮੱਸਿਆ: ਕੁੱਲ ਸਰਵੇਖਣ ਗਲਤੀ ਫਰੇਮਵਰਕ ਤੱਕ ਮੁੱਖ ਸਮਝ ਹੈ, ਜੋ ਕਿ ਸਮੱਸਿਆ ਦੇ ਦੋ ਮੁੱਖ buckets ਵਿੱਚ ਵੰਡਿਆ ਜਾ ਸਕਦਾ ਹੈ. ਮਿਸਾਲ ਲਈ, ਤੁਹਾਨੂੰ France ਵਿੱਚ ਰਹਿ ਬਾਲਗ ਆਪਸ ਵਿੱਚ ਆਨਲਾਈਨ ਗੋਪਨੀਯਤਾ ਬਾਰੇ ਰਵੱਈਏ ਦਾ ਅਨੁਮਾਨ ਵਿਚ ਦਿਲਚਸਪੀ ਹੋ ਸਕਦਾ ਹੈ. ਇਹ ਅਨੁਮਾਨ ਬਣਾਉਣਾ ਘੜਨ ਦਾ ਦੋ ਕਾਫ਼ੀ ਵੱਖ-ਵੱਖ ਕਿਸਮ ਦੀ ਲੋੜ ਹੈ. ਪਹਿਲੀ, ਜਵਾਬ ਤੱਕ ਹੈ, ਜੋ ਕਿ ਜਵਾਬ ਦੇਣ ਲਈ, ਤੁਹਾਨੂੰ ਆਨਲਾਈਨ ਗੋਪਨੀਯਤਾ ਬਾਰੇ ਆਪਣੇ ਰਵੱਈਏ ਮਹਤਵ ਕਰਨ ਦੀ ਹੈ. ਦੂਜਾ, ਉੱਤਰਦਾਤਾ ਆਪਸ ਵਿੱਚ ਅਨੁਮਾਨ ਲਗਾਇਆ ਰਵੱਈਏ ਤੱਕ, ਤੁਹਾਨੂੰ ਰਵੱਈਏ ਸਮੁੱਚੇ ਤੌਰ ਤੇ ਆਬਾਦੀ ਵਿੱਚ ਮਹਤਵ ਚਾਹੀਦਾ ਹੈ. ਘੜਨ ਦਾ ਪਹਿਲੀ ਕਿਸਮ ਦਾ ਮਨੋਵਿਗਿਆਨ ਅਤੇਬੋਧਾਤਮਕ ਵਿਗਿਆਨ ਦਾ ਡੋਮੇਨ ਹੈ; ਅਤੇ ਦਲੀਲ ਦੀ ਦੂਜੀ ਕਿਸਮ ਅੰਕੜੇ ਦਾ ਡੋਮੇਨ ਹੈ. ਬੁਰੇ ਸਰਵੇਖਣ ਸਵਾਲ ਦੇ ਨਾਲ ਇੱਕ ਸੰਪੂਰਣ ਨਮੂਨੇ ਦੀ ਸਕੀਮ ਮੰਦਾ ਅਨੁਮਾਨ ਪੈਦਾ ਕਰੇਗਾ, ਅਤੇ ਸੰਪੂਰਣ ਸਰਵੇਖਣ ਸਵਾਲ ਦੇ ਨਾਲ ਇੱਕ ਬੁਰਾ ਨਮੂਨੇ ਦੀ ਸਕੀਮ ਨੂੰ ਵੀ ਬੁਰਾ ਅਨੁਮਾਨ ਪੈਦਾ ਕਰੇਗਾ. ਚੰਗਾ ਅਨੁਮਾਨ ਮਾਪ ਅਤੇ ਨੁਮਾਇੰਦਗੀ ਕਰਨ ਲਈ ਆਵਾਜ਼ ਪਹੁੰਚ ਦੀ ਲੋੜ ਹੈ. ਹੈ, ਜੋ ਕਿ ਪਿੱਠਭੂਮੀ ਦੇ ਦਿੱਤਾ, ਅੱਗੇ, ਮੈਨੂੰ ਦੀ ਸਮੀਖਿਆ ਲੱਗੇਗਾ ਨੂੰ ਸਰਵੇਖਣ ਖੋਜਕਾਰ ਨੁਮਾਇੰਦਗੀ ਹੈ ਅਤੇ ਪਿਛਲੇ ਵਿੱਚ ਮਾਪ ਬਾਰੇ ਸੋਚਿਆ ਹੈ. ਮੈਨੂੰ ਉਮੀਦ ਹੈ ਕਿ ਇਹ ਸਮਗਰੀ ਦੇ ਬਹੁਤ ਸਮਾਜਿਕ scienitsts ਨੂੰ ਸਮੀਖਿਆ ਹੋ ਜਾਵੇਗਾ, ਪਰ ਇਸ ਨੂੰ ਕੁਝ ਡਾਟਾ ਵਿਗਿਆਨੀ ਕਰਨ ਲਈ ਨਵ ਹੋ ਸਕਦਾ ਹੈ. ਫਿਰ, ਮੈਨੂੰ ਤੁਹਾਨੂੰ ਦਿਖਾ ਲੱਗੇਗਾ ਨੂੰ ਜਿਹੜੇ ਵਿਚਾਰ ਡਿਜ਼ੀਟਲ ਦੀ ਉਮਰ ਦੇ ਸਰਵੇਖਣ ਖੋਜ ਦੀ ਅਗਵਾਈ.