وڌيڪ تفسير

هن حصي جي بجاء هڪ داستان طور پڙهي وڃي هڪ حوالي طور استعمال ڪيو وڃي ٿو ٺهيل آهي.

• تعارف (سيڪشن 3.1)

هن باب ۾ هڪٻئي جا ڪيترائي به اهڙي ته جيئن عوام جي راء ريسرچ جي آمريڪي ايسوسيئيشن (AAPOR) تي تازي صدارتي پتا، ۾ echoed ڪيو ويو آهي Dillman (2002) ، Newport (2011) ، Santos (2014) ، ۽ Link (2015) .

سروي تحقيق جي ترقي جي باري ۾ وڌيڪ تاريخي پس منظر طور، ڏسڻ Smith (1976) ۽ Converse (1987) . سروي تحقيق جي ٽن زماني جي خيال تي وڌيڪ لاء، ڏسڻ Groves (2011) ۽ Dillman, Smyth, and Christian (2008) (جنهن کي ڪجھ مختلف ٽي زماني ۾ کنيو ڦيرائيندو آھي).

سروي تحقيق ۾ ٻيو دور ڪرڻ لاء پهرين کان ٺاٿو اندر هڪ انتها تي آهي Groves and Kahn (1979) آهي، جنهن جي هڪ منهن-لاء-جي منهن ۽ ٽيلي فون سروي جي وچ ۾ هڪ تفصيلي سر-کي-سر مقابلو ڪندو. Brick and Tucker (2007) بي ترتيبي عددن dialing هوندا طريقن جي تاريخي ترقي تي واپس لڳندي.

وڌيڪ ڪيئن سروي تحقيق جي معاشري ۾ تبديلي جي جواب ۾ هن ماضي ۾ تبديل ڪري ڇڏيو آهي طور ڏسڻ Tourangeau (2004) ، Mitofsky (1989) ، ۽ Couper (2011) .

• مشاهدو بمقابلي پڇڻ (سيڪشن 3.2)

سوال پڇڻ جي اندروني رياستن جي باري ۾ سکيا سگهندي ٿي سگهي ٿو، ڇاڪاڻ ته ڪڏهن ڪڏهن ته respondents پاڻ انهن جي اندروني رياستن جي خبر نه آهي. مثال طور، Nisbett and Wilson (1977) جي evocative جي عنوان سان هڪ عجيب پيپر آهي: "کان وڌيڪ اسان کي خبر آهي سگهي ٿو ٻڌايان:. ذهني عمل تي زباني رپورٽ" جي پيپر جي ليکڪن ويچار ۾: "رعيت ڪڏهن ڪڏهن (هڪ) جي خبر آهي ترغيب ته ضروري هڪ جواب اثر پيو، (ب) جي جواب جي وجود کان بي خبر، ۽ (ج) بي خبر آهي ته هن کي ترغيب جي جواب متاثر ڪري ڇڏيو آهي جو وجود. "

دليلن ته تحقيق ٻڌايو رويي يا اڀريو کي رويو هتان رجوع ڪرڻ گهرجي طور، ڏسي Baumeister, Vohs, and Funder (2007) (نفسيات) ۽ Jerolmack and Khan (2014) ۽ جواب (Maynard 2014; Cerulo 2014; Vaisey 2014; Jerolmack and Khan 2014) (سماجيات). پڇڻ ۽ مشاهدو جي وچ ۾ فرق به معاشيات، جتي تحقيق جي باري ۾ سمجهن ٿا ۽ ترجيحن کي نازل ڳالهائي ۾ پٺتي. مثال طور، هڪ محقق respondents پڇا ڳاڇا ڪري سگهي ٿي ته ڇا اهي آئس ڪريم کائي يا جم ڪرڻ وارو (سمجهن ٿا ترجيحن) يا تحقيق جو مشاهدو ڪري سگهي ٿي ڪيئن اڪثر ماڻهن جي آئس ڪريم کائي ۽ جم (وحي جي ترجيحات کي) کي وڃڻ کي ترجيح. نه معاشيات ۾ سمجهن ٿا ترجيحن کي انگن اکرن جي ڪجهه قسمن جا رڙيون skepticism آهي (Hausman 2012) .

اهي سوال جواب کان هڪ مکيه موضوع آهي ته ٻڌايو رويو هميشه صحيح نه آهي. پر، خود بخود رڪارڊ رويو درست ڪري سگهجي، مفاد جي هڪ نموني تي گڏ ڪري سگهون ٿا نه ڪري سگهون ٿا نه ٿي، ۽ تحقيق ڪرڻ جي پهچ نه ٿي سگهي. اهڙيء طرح، ڪجهه حال ۾، مون کي خيال آهي ته ٻڌايو رويي ڪارائتو ٿي سگهي ٿو. وڌيڪ، اهي سوال جواب مان هڪ ٻيو مکيه موضوع آهي ته جذبات جي باري ۾ رپورٽ، علم، اميدن، ۽ راء کي هميشه صحيح نه آهي. پر، جيڪڏهن انهن اندروني رياستن جي باري ۾ معلومات ڪجهه رويي جي وضاحت يا طور جي ويهي بيان-وري وڃي پڇڻ مناسب ٿي سگهي ٿو جي مدد سان تحقيق-يا جي ضرورت آهي.

• كل سروي غلطي (سيڪشن 3.3)

ڪل سروي غلطي تي ڪتاب ڊيگهه علاج لاء، ڏسڻ Groves et al. (2009) يا Weisberg (2005) . ڪل سروي غلطي جي ترقي جي تاريخ لاء، ڏسڻ Groves and Lyberg (2010) .

هڪ تحقيقي حياتيون: نمائندگي جي سلسلي ۾، غير جواب ۽ غير جواب تعصب جي مسئلن کي هڪ وڏو تعارف سوشل سائنس ماپن ۾ Nonresponse تي قومي ريسرچ ڪائونسل جي رپورٽ آهي (2013) . ٻيو مفيد جائزو طرفان مهيا ڪيل آهي (Groves 2006) . به، دفتري سنڌ جي جنرل، عوام جي راء ماهي، ۽ سياسي جي آمريڪي اڪيڊمي ۽ سوشل سائنس جي ڏمر جي پوري خاص مسئلن کي غير جي جواب جي موضوع تي شايع ڪيو ويو آهي. آخر ۾، اتي جي جواب جي شرح حساب جي در ڪيترن ئي مختلف طريقا آهن. اهي اچي عوام جي راء تي تحقيق جي آمريڪي ايسوسيئيشن (AAPOR) جي هڪ رپورٽ ۾ تفصيل سان بيان ٿيل آهن (Public Opinion Researchers} 2015) .

هن 1936 ع ادبي ڦاڙ ڪ تفصيل سان اڀياس ڪيو ويو آهي (Bryson 1976; Squire 1988; Cahalan 1989; Lusinchi 2012) . اهو به تمثيل ڊيٽا گڏ ڪرڻ جي خلاف کي ڊيڄاري کي هڪ مثال جي طور تي استعمال ڪيو ويو آهي (Gayo-Avello 2011) . 1936 ع ۾، جارج گيلپ هوندا آهن جو هڪ کان وڌيڪ نفيس فارم استعمال ڪيو، ۽ هڪ گهڻو ننڍا نموني سان وڌيڪ صحيح انومان پيدا ڪرڻ جي قابل ٿي ويو آهي. ادبي ڦاڙ تي گيلپ جي ڪاميابي هڪ سنگ ميل سروي تحقيق جي ترقي هو (Converse 1987, Ch 3; Ohmer 2006, Ch 4; Igo 2008, Ch 3) .

ماپ جي لحاظ سان، questionnaires ڊيزائنگ لاء هڪ وڏو پهرين وسيلن جي آهي Bradburn, Sudman, and Wansink (2004) . غصو سوال تي خاص روشني وڌي هڪ کان وڌيڪ ترقي يافته علاج لاء، ڏسڻ Schuman and Presser (1996) . قبل از جاچ سوال تي وڌيڪ ۾ موجود آهي Presser and Blair (1994) ، Presser et al. (2004) ، ۽ جي باب 8 Groves et al. (2009) .

هن شاندار، ڪتاب-ڊيگهه سروي خرچ ۽ سروي غلطيون جي وچ ۾ واپاري-بند جو علاج آهي Groves (2004) .

• جنھن (سيڪشن 3.4) پڇا ڳاڇا ڪرڻ لاء

معياري ممڪن هوندا آهن جو شاندار ڪتاب-ڊيگهه علاج ۽ اندازي مطابق آهن Lohr (2009) (وڌيڪ introductory) ۽ Särndal, Swensson, and Wretman (2003) (وڌيڪ ترقي يافته). پوسٽ-stratification ۽ لاڳاپيل طريقن جي هڪ شاندار ڪتاب-ڊيگهه علاج آهي Särndal and Lundström (2005) . ڪجهه ڊجيٽل عمر جوڙ ۾، تحقيق غير respondents، جنهن کي نه ته اڪثر ماضي ۾ سچي هئي جي باري ۾ ڪافي سا خبر آهي. غير جواب adjustment جي مختلف صورتون ممڪن آهن تحقيق غير respondents جي باري ۾ معلومات آھي جڏھن (Kalton and Flores-Cervantes 2003; Smith 2011) .

جي ايڪس مطالعي Wang et al. (2015) هڪ ٽيڪنڪ multilevel regression ۽ پوسٽ-stratification سڏيو (MRP، ڪڏهن ڪڏهن "Mister منصوبابندي" سڏيو) ته تحقيق جو اندازو ڪرڻ لاء سيل جو مطلب به جڏهن اتي ڪيترا، ڪيترن ئي خانا آهن جي اجازت ڏئي ٿو استعمال ڪري. جيتوڻيڪ هن ٽيڪنڪ کان ڪاٿي جي معيار جي باري ۾ ڪي بحث به موجود آهي، ان جي جستجو ڪرڻ لاء هڪ علائقي وانگر ٿي لڳي. هن ٽيڪنڪ جو پهريون ۾ استعمال ڪيو ويو Park, Gelman, and Bafumi (2004) ، ۽ پوء استعمال ۽ بحث نه ڪيو ويو آهي (Gelman 2007; Lax and Phillips 2009; Pacheco 2011; Buttice and Highton 2013; Toshkov 2015) . فرد وزن ۽ سيل جي بنياد تي وزن جي وچ ۾ ڪنيڪشن تي وڌيڪ لاء ڏسندا Gelman (2007) .

weighting ويب سروي ڪرڻ لاء ٻين اچي طور ڏسڻ Schonlau et al. (2009) ، Valliant and Dever (2011) ، ۽ Bethlehem (2010) .

نموني سميلن جي تجويز ڪيو ويو Rivers (2007) . Bethlehem (2015) argues ته نموني سميلن جي ڪارڪردگي اصل ۾ ٻين هوندا اچي (مثال طور، stratified هوندا) ۽ ٻين adjustment اچي (مثال طور، پوسٽ-stratification) سان ملندڙ جلندڙ ٿي ويندي. آن لائن پينل تي وڌيڪ لاء، ڏسڻ Callegaro et al. (2014) .

ڪڏهن ڪڏهن تحقيق مليا آهن ته ممڪن نموني ۽ غير ممڪن نموني جي ساڳي معيار ڪاٿي بھ (Ansolabehere and Schaffner 2014) ، پر ٻين comparisons ته غير ممڪن نموني بدتر ڪندا مليا آهن (Malhotra and Krosnick 2007; Yeager et al. 2011) . اهي اختلاف لاء هڪ لحاظ کان سبب اهو آهي ته غير ممڪن نموني وقت تي سگهارو ڪيو آهي. غير ممڪن هوندا آهن طريقن جي هڪ کان وڌيڪ pessimistic ڏسڻ لاء غير ممڪن هوندا آهن پر ان جي AAPOR ۾ ٽاسڪ فورس ڏسندا (Baker et al. 2013) ، ۽ مون کي به ان جي تفسير آهي ته خلاصو رپورٽ جي پٺيان پڙهڻ جي صلاح.

weighting غير ممڪن نموني ۾ بياس جي خاتمي لاء جي اثر تي هڪ ميٽا تجزيي جي لاء، ۾ ٽيبل ۾ 2.4 ڏسي Tourangeau, Conrad, and Couper (2013) آهي، جنهن جو ليکڪ ٿي ويا آهن ويچار ڪرڻ لاء "adjustments مفيد پر fallible تصحيح ٿي لڳي. . . "

• ڪيئن پڇا ڳاڇا ڪرڻ لاء (سيڪشن 3.5)

Conrad and Schober (2008) مستقبل جي سروي انٽرويو Envisioning ماهي هڪ انهيء مقدار مهيا ڪري، ۽ ان کي هن حصي ۾ هڪٻئي جا ڪيترائي پتا. Couper (2011) اهڙي طرح هڪٻئي سان پتا، ۽ Schober et al. (2015) ڪھڙي طرح ڊيٽا گڏ ڪرڻ طريقن ته هڪ نئين جوڙ کي ٽيلر آهن اعلي معيار جي انگن اکرن جي نتيجي ۾ ڪري سگهي ٿو جو هڪ سٺو مثال طور پيش ڪري.

سماجي سائنس جي سروي لاء ڪريو ايپس استعمال ڪرڻ جي هڪ ٻي دلچسپ مثال طور، ڏسي Bail (2015) .

سروي ڌرين لاء هڪ enjoyable ۽ قيمتي تجربو بازي تي وڌيڪ صلاح لاء، جو ٽيلر ڊيزائن جو طريقو تي ڪم کي ڏسي (Dillman, Smyth, and Christian 2014) .

Stone et al. (2007) ecological لمحا لائين ۽ لاڳاپيل طريقن جي هڪ ڪتاب جي ڊيگهه علاج مليو آهي.

• سروي ٻين جي ڊيٽا سان جڙيل (سيڪشن 3.6)

Judson (2007) جي طور تي سروي ۽ انتظامي ڊيٽا کي گڏي جي عمل ۾ بيان "معلومات جڙڻ،" هن اچڻ جي ڪن فائدن تي بحث ڪري، ۽ ڪي مثال پيش ڪري.

ٻي واٽ آهي ته تحقيق ڊجيٽل بصر ۽ انتظامي ڊيٽا کي استعمال ڪري سگهو ٿا مخصوص ڪنڀار سان ماڻهن لاء هوندا آهن طئه آهي. تنهن هوندي به، انهن حوالن هڪ هوندا آهن طئه استعمال ڪيو وڃي ٿو پڻ رازداري سان لاڳاپيل سوال پيدا ڪري سگهي ٿو رسائي (Beskow, Sandler, and Weinberger 2006) .

amplified پڇڻ جي حوالي سان، هن اچڻ طور نئين جيئن ان کي ڪيئن مون کي اهو بيان وڃان مان ظاهر ٿئي نه آهي. هن اچڻ انگ اکر-ماڊل جي بنياد تي پوسٽ-stratification ۾ ٽي وڏا علائقن کي رڙيون ڪنيڪشن اٿس (Little 1993) ، imputation (Rubin 2004) ، ۽ ننڍي علائقي اندازي مطابق (Rao and Molina 2015) . اهو به طبي تحقيق ۾ surrogate variables جي استعمال سان ملندڙ آهي (Pepe 1992) .

جي ڊجيٽل جو سراغ ڊيٽا تائين رسائي جي حوالي سان اخلاقي مسئلن سان گڏوگڏ، amplified پڇڻ به حساس فصلن ته ماڻهن کي هڪ سروي ۾ پڌرو ڪرڻ لاء چونڊيندا نه ٿئي ويچار ڪرڻ لاء استعمال ٿي سگهي ٿو (Kosinski, Stillwell, and Graepel 2013) .

۾ سنڌ جي قيمت ۽ وقت ڪاٿي Blumenstock, Cadamuro, and On (2015) variable خرچ-هڪ اضافي جي خرچ ڪرڻ کان وڌيڪ حوالي سروي-۽ اهڙي قسم جي قيمت سڏ ڊيٽا کي صاف ۽ عمل ڪرڻ جي طور تي مقرر خرچ شامل نه ڪندا آھن. عام ۾، amplified پڇڻ شايد اعلي مقرر خرچ ۽ گهٽ variable ڊجيٽل تجربن کي اهڙي طرح خرچ (باب 4 ڏسي) نه آھي. ۾ استعمال جي انگن اکرن تي وڌيڪ تفصيل Blumenstock, Cadamuro, and On (2015) اخبار ۾ آهن Blumenstock and Eagle (2010) ۽ Blumenstock and Eagle (2012) . وڌيڪ imputuation کان اچي (Rubin 2004) amplified پڇڻ کان ڪاٿي ۾ غير يقيني گرفتار ڪرڻ ۾ مدد ٿئي. تحقيق amplified ڪندي صرف گڏيل عددي معلومات حاصل نقطن، بجاء انفرادي-سطح فصلن جي باري ۾ خيال پڇڻ ٿا، پوء ۾ اچي King and Lu (2008) ۽ Hopkins and King (2010) ڪارائتو ٿي سگهي ٿو. ۾ مشين سکيا اچي جي باري ۾ وڌيڪ لاء Blumenstock, Cadamuro, and On (2015) ، ڏسي James et al. (2013) (وڌيڪ introductory) يا Hastie, Tibshirani, and Friedman (2009) (وڌيڪ ترقي يافته). ٻيو مشهور مشين سکيا چارٽ آهي Murphy (2012) .

شاھوڪار پڇڻ جي حوالي سان، Ansolabehere ۽ Hersh ۾ نتيجن کي (2012) ۾ ٻه اهم قدم تي hinge: 1) Catalist جي صلاحيت ڪيترن ئي disparate ڊيٽا وسيلن گڏ ڪرڻ لاء هڪ صحيح رکن ٿا datafile پيدا ڪرڻ ۽ 2) Catalist جي صلاحيت ڪرڻ جي سروي جي انگن اکرن ڪڙي کي ان رکن ٿا datafile. تنهن ڪري، Ansolabehere ۽ Hersh انهن قدمن جي هر ڌيان هڻندا.

رکن ٿا datafile پيدا ڪرڻ لاء، Catalist combines ۽ سميت ڪيترن ئي مختلف ذريعن کان معلومات harmonizes: هر حالت کان وڌيڪ ووٽ رڪارڊ snapshots، جو پوسٽ آفيس جي ائڊريس رجسٽري جي قومي تبديلي کان ڊيٽا، ۽ ٻين ڏکڻ وزيرستان تجارتي روزي کان ڊيٽا. ڪيئن هن سڀني جي صفائي ۽ جذب ٿيڻ جي باري ۾ هن gory تفصيل هن ڪتاب جي دائري کان ٻاھر آهن، پر هن عمل، ڪو به ڪم ڪيئن محتاط، اصل ڊيٽا وسيلن ۾ غلطيون پروپيگنڊه ڪندو ۽ غلطيون پڙهائڻ ويندو. جيتوڻيڪ Catalist ان جي ڊيٽا پروسيسنگ بحث ۽ ان را ڊيٽا جي ڪجهه مهيا ڪرڻ لاء راضي ٿي ويو آهي، ان کي چئجي تحقيق جي پوري Catalist ڊيٽا پائيپ لائين جو جائزو وٺڻ لاء ممڪن نه هو. بلڪ، سنڌ جي تحقيق جو هڪ صورتحال جتي Catalist ڊيٽا فائل ڪجهه نامعلوم، ۽ شايد unknowable، غلطي جي رقم هئي ۾ هئا. هي هڪ سنگين خدشا ڇو ته هڪ نقاد speculate ٿئي ته Catalist رکن ٿا ڊيٽا فائل ۾ CCES ۽ رويي تي سروي رپورٽ جي وچ ۾ وڏو اختلاف رکن ٿا ڊيٽا فائل ۾ غلطيون جي سبب هئا، respondents جي misreporting جي نه آهي.

Ansolabehere ۽ Hersh جي ڊيٽا معيار خيالن کي خطاب ڪرڻ لاء ٻن مختلف اچي ٿي گذريو آهي. پهريون، ته Catalist رکن ٿا فائيل ۾ ووٽنگ کي خود ٻڌايو ووٽنگ comparing ڪرڻ کان سواء، سنڌ جي تحقيق به خود ٻڌايو ته پارٽي، مذهب، ووٽرن جي داخال حيثيت (مثال طور، ڪيس داخل ڪيو يا ڪيس داخل نه) ۽ ووٽنگ جو طريقو (مثال طور، انسان ۾ مقابلي ۾، absentee بيلٽ، وغيره) جن کي انهيء جي Catalist بنيادي دستاويز ۾ مليو آهي. انهن چئن ڊيموگرافڪ variables لاء، سنڌ جي تحقيق ووٽ ڏيڻ لاء کان سروي رپورٽ ۽ Catalist رکن ٿا فائيل ۾ ڊيٽا جي وچ ۾ معاهدي جو گهڻو اعلي سطح مليو. اهڙيء طرح، جو Catalist رکن ٿا ڊيٽا فائل ووٽ، suggesting ته ان کي غريب مجموعي معيار جي نه آهي جي ڀيٽ ۾ ٻين فصلن لاء اعلي معيار جي معلومات ڪري نظر اچن ٿا. ٻيو، ڀاڱو ۾ Catalist، Ansolabehere ۽ Hersh کان ڊيٽا کي استعمال ڪري ملڪ ۾ ووٽنگ جي رڪارڊ جي معيار جي ٽن مختلف قدمن جي ترقي، ۽ اھي مليو ته مٿان-رپورٽنگ ووٽنگ جي جي اندازي مطابق شرح اعتراف انهن انگن اکرن معيار قدمن جي ڪنهن کي اهڙا هو، هڪ خبر پئجي ويئي ته مشورو آهي ته مٿان-رپورٽنگ جي اعلي شرح unusually گهٽ ڊيٽا معيار سان counties جي کنيو نه ٿي رهيو آهي.

هن رکن ٿا ووٽنگ فائيل جي پيدائش ڏنو، امڪاني غلطيون جو ٻيو ذريعو ان جي سروي رڪارڊ ڳنڍيندڙ آهي. مثال طور، جيڪڏهن هن linkage incorrectly ٿي چڪو آهي ته ان تي-اندازي ٻڌايو ۽ صحيح قرار ووٽنگ جي رويي جي وچ ۾ فرق جو هڪ رسي سگهي ٿو (Neter, Maynes, and Ramanathan 1965) . جيڪڏهن هر شخص کي هڪ مستحڪم، منفرد سڃاڻپ آهي ته ٻئي ڊيٽا وسيلن ۾ هو، پوء linkage trivial وڃي ها. آمريڪا ۽ سڀ کان ٻين ملڪن ۾، تنهن هوندي به، ڪو آفاقي سڃاڻپ آهي. وڌيڪ، به ته اتي هئا جيئن هڪ سڃاڻپ ماڻهن کي شايد سروي تي تحقيق ڪرڻ لاء ان کي مهيا ڪرڻ لاء لنوائيندو ٿئي ها! جي نالي سان، جنس، جنم سال، ۽ گهر جو پتو: اهڙيء طرح، Catalist هر respondent جي باري ۾ معلومات جي چار ٽڪر هن معاملي ۾ عيبدار سڃاڻڻ استعمال ڪرڻ جي linkage ڪندا، پيو. مثال طور، Catalist جي CCES ۾ جيڪڏهن Homie منا سمپسن جو فيصلو ڪري پيو سندن رکن ٿا ڊيٽا فائل ۾ ڊالزاڪ مهمود سمپسن جي طور تي هڪ ئي شخص هو. رواج ۾، سميلن ۾ هڪ ڏکيو ۽ گندا عمل آهي، ۽، ان جي تحقيق لاء معاملا خراب ڪرڻ، Catalist ان سميلن ۾ ٽيڪنڪ Proprietary ٿي سمجهيو.

امان جي سميلن ۾ algorithms کي درست ڪرڻ ۾، اهي ٻن مسئلن تي ڀروسو. جي MITRE ڪارپوريشن: پهريون، Catalist هڪ سميلن ۾ هجن ته هڪ آزاد، ٽئين پارٽي جي هلائي وئي ۾ شرڪت ڪئي. MITRE سڀني ڌرين ملائي وڃي ٻه لخت جگر مواد فائيلون، ۽ مختلف ٽيمن MITRE کي بهترين سميلن ۾ موٽي competed لڳايا. ڇو ته MITRE پاڻ کي صحيح سميلن ۾ انھن جي ٽيمن ايڊليڊ ڪرڻ جي قابل هئا ڄاڻن ھا. هن 40 ڪمپنين ته competed جي، Catalist ٻئي جاء تي آيو. آزاد، Proprietary ٽيڪنالاجي جي ٽئين پارٽي جي اوسر جو هيء قسم ڪافي ناياب ۽ incredibly قيمتي آهي. ان جي اسان کي اعتماد آهي ته Catalist جي سميلن ۾ طريقيڪار جي حالت-جي-جي-فن ۾ اعتراف آهن ڏي وڃي. پر رياست-جي-جي-فن سٺو ڪافي آهي؟ هن سميلن ۾ مقابلي ڪرڻ کان سواء، Ansolabehere ۽ Hersh Catalist لاء پنهنجي سميلن ۾ چئلينج پيدا ڪيو. هڪ اڳ منصوبي مان، Ansolabehere ۽ Hersh فلوريڊا کان ووٽر رڪارڊ گڏ ڪيو هو. اهي Catalist کي redacted سندن شعبن جي ڪجهه سان انهن حوالن مان ڪجهه مثال ڏنا ۽ ان کان پوء ان جي حقيقي انهيء ڪري انهن شعبن جي Catalist جي رپورٽ جي مقابلي ۾. خوشقسمتي، Catalist جي رپورٽ جي سا انهيء کي بند هئا، اهو ظاهر آهي ته Catalist سندن رکن ٿا ڊيٽا فائل کي هٽايو جزوي ووٽر رڪارڊ سان ڀيٽ ٿو ڏئي. انهن ٻن مسئلن، ڪنهن ٽئين پارٽي ۽ Ansolabehere ۽ Hersh جي هڪ طرف هڪ، اسان جي Catalist سميلن ۾ algorithms ۾ وڌيڪ اعتماد، اسان کي سندن ٺيڪ ٺاڪ تي عملدرآمد پاڻ جائزو نه ٿا ڪري سگهو جيتوڻيڪ ڏي.

نه ووٽنگ کي درست ڪرڻ لاء ڪيترن ئي نظارو جي ڪوشش ڪئي وئي آهي. ته ادب جو هڪ جائزو لاء، ڏسڻ Belli et al. (1999) ، Berent, Krosnick, and Lupia (2011) ، Ansolabehere and Hersh (2012) ، ۽ Hanmer, Banks, and White (2014) .

اها ڳالهه نوٽ ڪرڻ جي آهي ته باقي هن ​​معاملي ۾ تحقيق Catalist مان ڊيٽا جي معيار جي همت افزائي هئا، تجارتي دلالن جي ٻين evaluations گهٽ پرجوش ٿي وئي آهي اهم آهي. : تحقيق مارڪيٽنگ جو نظام گروپ (Acxiom، Experian، ۽ InfoUSA جنهن کي پاڻ ۾ گڏجي ٽي مهيا ڪندڙن جي طرفان ڊيٽا سان ملائي) کان هڪ صارف-فائيل کي غريب معيار جڏهن هڪ سروي مان ڊيٽا مليا آهن (Pasek et al. 2014) . ته، آهي ڊيٽا فائل سروي جا جواب ته تحقيق صحيح هجڻ جي اميد ۾ نہ لڌي، جي مليل ڊيٽا طرز سوال جي هڪ وڏي انگ، ۽ جي datafile مليل ھو ڊيٽا کي ٻڌايو ته سروي جو قدر ڪرڻ correlated ويو (ٻين لفظن ۾ ته مليل انگن اکرن جو سرشتو جوڙيو ويو هو ، بي ترتيبي نه).

سروي ۽ انتظامي ڊيٽا جي وچ ۾ رڪارڊ linkage تي وڌيڪ لاء، ڏسڻ Sakshaug and Kreuter (2012) ۽ Schnell (2013) . عام ۾ رڪارڊ linkage تي وڌيڪ لاء، ڏسڻ Dunn (1946) ۽ Fellegi and Sunter (1969) (تاريخي) ۽ Larsen and Winkler (2014) (جديد). ساڳي اچي به اهڙي ڊيٽا deduplication، مثال طور سڃاڻپ، نالي سميلن ۾ جيئن نالا هيٺ ڪمپيوٽر سائنس ۾ ترقي ڪري ڇڏيو ويو، ڳولا جھڙا آھن، ۽ رڪارڊ ڳولا جھڙا آھن (Elmagarmid, Ipeirotis, and Verykios 2007) . نه به خانگي نوعيت واري رڪارڊ linkage لاء اچي جنهن جي ذاتي معلومات جي شناخت جي سند جي ضرورت نه ڪندا آھن اتساهڻ آھن (Schnell 2013) . ڪريو ۾ تحقيق جو هڪ طريقيڪار probabilisticsly ووٽنگ جي رويي کي سندن رڪارڊ ڪڙي کي ترقي (Jones et al. 2013) . هن linkage هڪ آزمائش آهي ته آء اوھان باب 4 ۾ جي باري ۾ ٻڌايو سين ويجهڙائيء ۾ ٿي چڪو هو (Bond et al. 2012) .

حڪومت جي انتظامي رڪارڊ ڪرڻ لاء هڪ وڏي-پيماني تي سماجي سروي ڳنڍيندڙ جو ٻيو مثال جي صحت ۽ ريٽائرمينٽ سروي ۽ سوشل سيڪيورٽي انتظاميه کان اچي ٿو. ته مطالعي تي وڌيڪ، جي اجازت طريقيڪار جي باري ۾ معلومات شامل لاء، ڏسڻ Olson (1996) ۽ Olson (1999) .

هڪ رکن ٿا datafile-عمل ته Catalist ڪجهه قومي حڪومتن جي انگن آفيسون ۾ عام ملازمن-آهي ۾ انتظامي رڪارڊ جي ڪيترن ئي ذريعن گڏي جي عمل. سنڌ سويڊن کان ٻه تحقيق جي موضوع تي هڪ مفصل ڪتاب لکيو آهي (Wallgren and Wallgren 2007) . گڏيل قومن (Olmstead ننڍي، بهرام؛ جي ميو ڪلينڪ جي گهر) ۾ ھڪ ملڪ ۾ هن اچڻ جي هڪ مثال طور، ڏسي Sauver et al. (2011) . غلطيون ته انتظامي رڪارڊ ۾ ظاهر ڪري سگهي ٿو پر وڌيڪ لاء، ڏسڻ Groen (2012) .