மொத்த கணக்கெடுப்பு பிழை = பிரதிநிதித்துவம் பிழைகள் + அளவை பிழைகள்.
ஆய்வுகள் இருந்து மதிப்பீடுகள் நுழைந்துவிடுவதை முடியும் என்று பிழைகள் பல வகையான உள்ளன, மற்றும் 1940 ஆம் ஆண்டு முதல் ஆராய்ச்சியாளர்கள் திட்டமிட்டு, ஏற்பாடு புரிந்து, மற்றும் இந்த பிழைகளை குறைக்கும் செயலில் ஈடுபட்டுள்ளன. அந்த முயற்சியின் அனைத்து இருந்து ஒரு முக்கியமான விளைவாக மொத்த கணக்கெடுப்பு பிழை கட்டமைப்பை உள்ளது (Groves et al. 2009; Weisberg 2005) . நீங்கள் (பிரதிநிதித்துவம்) பேச யார் தொடர்பான பிரச்சினைகள் மற்றும் நீங்கள் அந்த உரையாடல்களில் (அளவீடு) கற்றுக்கொள்பவற்றைக் தொடர்பான பிரச்சினைகள்: மொத்த கணக்கெடுப்பு பிழை கட்டமைப்பை இருந்து முக்கிய நுண்ணறிவால் பிரச்சினைகள் இரண்டு முக்கிய வாளிகள் பிரிக்கலாம் என்று. உதாரணமாக, நீங்கள் ஆன்லைன் பிரான்சில் வாழும் பெரியவர்கள் மத்தியில் தனியுரிமை பற்றி அணுகுமுறைகளை திட்டமிடவும் ஆர்வம் இருக்கும். இந்த மதிப்பீடுகள் செய்தல் அனுமானம் இரண்டு வேறுபட்டு தேவைப்படுகிறது. முதல், பதிலளித்தவர்களில் கொடுக்க பதில்களை இருந்து, நீங்கள் ஆன்லைன் தனியுரிமை பற்றி தங்கள் அணுகுமுறைகளை உய்த்துணர வேண்டும். இரண்டாவது, மறுமொழியாளர்களுக்கிடையேயும் ஆயப்பட்டுள்ள அணுகுமுறைகளை இருந்து, நீங்கள் அணுகுமுறைகளை ஒரு முழு மக்கள் தொகையில் உய்த்துணர வேண்டும். அனுமானம் முதல் வகை உளவியல் அறிவாற்றல் அறிவியல் களத்தில் உள்ளது; மற்றும் அனுமானம் இரண்டாவது வகை புள்ளிவிவரங்களை களத்தில் உள்ளது. மோசமான கணக்கெடுப்பு கேள்விகளை ஒரு சரியான மாதிரி திட்டம் மோசமான மதிப்பீடுகள் தயாரிக்கும், மற்றும் சரியான கணக்கெடுப்பு கேள்விகளை ஒரு மோசமான மாதிரி திட்டம் மேலும் மோசமான மதிப்பீடுகள் தயாரிக்கும். நல்ல மதிப்பீடுகள் அளவீடு மற்றும் பிரதிநிதித்துவம் ஒலி அணுகுமுறை தேவை. என்று பின்னணி கொடுக்கப்பட்ட, அடுத்த, நான் கணக்கெடுப்பு ஆய்வாளர்கள் கடந்த காலத்தில் பிரதிநிதித்துவம் மற்றும் அளவீட்டு பற்றி யோசித்தேன் எப்படி மறுபரிசீலனை செய்வோம். நான் இந்த பொருள் எவ்வளவு சமூக scienitsts ஆய்வு என்று எதிர்பார்க்கிறோம், ஆனால் அது சில தரவு விஞ்ஞானிகள் புதிதாக இருக்கலாம். பின்னர், நான் அந்த கருத்துக்கள் டிஜிட்டல் வயது சர்வே ஆராய்ச்சி வழிகாட்ட எப்படி நீங்கள் காட்ட வேண்டும்.