3.3.3 Cost

Surveys ay hindi libre, at ito ay isang tunay na pagpilit.

Sa ngayon, narepaso ko ang maikling balangkas ng kabuuang balangkas ng error sa survey, na kung saan mismo ay ang paksa ng paggamot sa paggamot ng aklat (Weisberg 2005; Groves et al. 2009) . Kahit na ang balangkas na ito ay komprehensibo, sa pangkalahatan ito ay nagiging sanhi ng mga mananaliksik na makaligtaan ang isang mahalagang kadahilanan: gastos. Kahit na ang gastos-na maaaring masusukat ng alinman sa oras o pera-ay bihirang malinaw na tinalakay ng mga mananaliksik na akademiko, ito ay isang tunay na pagpigil na hindi dapat bale-walain. Sa katunayan, ang gastos ay napakahalaga sa buong proseso ng pagsasaliksik sa pananaliksik (Groves 2004) : ito ang dahilan ng mga mananaliksik na humiling ng isang sample ng mga tao sa halip na isang buong populasyon. Ang isang pag-iisip na debosyon sa pagliit ng error habang lubusang hindi binabalewala ang gastos ay hindi palaging sa aming pinakamahusay na interes.

Ang mga limitasyon ng isang kinahuhumalingan sa pagbabawas ng error ay inilalarawan ng proyekto ng landmark ng Scott Keeter at mga kasamahan (2000) sa mga epekto ng mga mamahaling larangan ng operasyon sa pagbabawas ng mga hindi sagot sa mga survey sa telepono. Nagpatakbo si Keeter at mga kasamahan ng dalawang sabay-sabay na pag-aaral, ang isa ay gumagamit ng mga "standard" recruitment procedure at isa gamit ang "mahigpit" na pamamaraan sa pangangalap. Ang pagkakaiba sa pagitan ng dalawang pag-aaral ay ang halaga ng pagsisikap na nakipag-ugnayan sa mga sumasagot at naghihikayat sa kanila na makilahok. Halimbawa, sa pag-aaral na may "mahigpit" na pagrerekrut, ang mga mananaliksik ay tinatawag na ang mga sample na pamilya na mas madalas at higit sa isang mas matagal na panahon at gumawa ng mga dagdag na callbacks kung ang mga kalahok sa simula ay tumangging sumali. Ang mga labis na pagsisikap na ito ay gumawa ng mas mababang rate ng hindi pagsang-ayon, ngunit nagdagdag sila sa halagang malaki. Ang pag-aaral gamit ang "mahigpit" na pamamaraan ay dalawang beses na mahal at walong beses na mas mabagal. At, sa katapusan, ang parehong mga pag-aaral ay gumawa ng mga magkakahawig na magkatulad na estima. Ang proyektong ito, pati na rin ang mga kasunod na mga pagtitiklop na may katulad na mga natuklasan (Keeter et al. 2006) , ay dapat humantong sa iyo upang magtaka: mas mahusay ba kami na may dalawang makatwirang survey o isang malinis na survey? Paano ang tungkol sa 10 makatwirang survey o isang malinis na survey? Paano ang tungkol sa 100 makatwirang mga survey o isang malinis na survey? Sa ilang mga punto, ang mga bentahe ng gastos ay dapat na lumawak nang hindi malabo, walang kabuluhan tungkol sa kalidad.

Tulad ng ipapakita ko sa natitirang bahagi ng kabanata, marami sa mga oportunidad na nilikha ng digital age ay hindi tungkol sa paggawa ng mga pagtatantya na malinaw na may mas mababang error. Sa halip, ang mga pagkakataong ito ay tungkol sa pagtantya ng iba't ibang dami at tungkol sa paggawa ng mga pagtatantya nang mas mabilis at mas mura, kahit na posibleng mas mataas ang mga pagkakamali. Ang mga mananaliksik na iginigiit ang nag-iisang pag-iisip na may minimizing error sa gastos ng iba pang mga sukat ng kalidad ay mawawala sa kapana-panabik na mga pagkakataon. Dahil sa background na ito tungkol sa kabuuang balangkas ng error sa survey, bubuksan namin ngayon ang tatlong pangunahing mga lugar sa ikatlong panahon ng pagsasaliksik sa pananaliksik: mga bagong pamamaraang sa representasyon (seksyon 3.4), mga bagong pamamaraan sa pagsukat (seksyon 3.5), at mga bagong estratehiya para sa pagsasama ng mga survey na may malaking pinagkukunan ng data (seksyon 3.6).