հետագա մեկնաբանություն

Այս բաժինը նախատեսված է օգտագործվել որպես հղում, այլ ոչ թե պետք է կարդալ որպես պատմածից:

  • Ներածություն (Բաժին 3.1)

Շատերը թեմաների այս գլխում են նաեւ արձագանքել է վերջին նախագահական հասցեների ամերիկյան ասոցիացիայի Հանրային կարծիքի ուսումնասիրության (AAPOR), ինչպիսիք են Dillman (2002) , Newport (2011) , Santos (2014) , եւ Link (2015) :

For more պատմական զարգացման մասին հետազոտության հետազոտության, տես Smith (1976) եւ Converse (1987) : Համար ավելի գաղափարի վրա երեք eras հետազոտության հետազոտության, տես Groves (2011) եւ Dillman, Smyth, and Christian (2008) (որը խախտում է մինչեւ երեք eras մի փոքր այլ կերպ):

Առավելագույն ներսում անցման առաջին է երկրորդ դարաշրջանի հետազոտության հետազոտության է Groves and Kahn (1979) , որը չի մանրամասն ղեկավար- to ղեկավար համեմատություն միջեւ դեմքը- to- դեմքի եւ հեռախոսային հարցման. Brick and Tucker (2007) նայում ետ է պատմական զարգացման Պատահական երկնիշ հավաքելով նմուշառման մեթոդների.

Համար ավելի, թե ինչպես է հետազոտությունը հետազոտությունը փոխվել է անցյալում, ի պատասխան փոփոխությունների հասարակության մեջ, տես Tourangeau (2004) , Mitofsky (1989) , Եւ Couper (2011) :

  • Խնդրել ընդդեմ դիտարկելով (Բաժին 3.2)

Ուսուցման ներքին պետությունների, խնդրելով հարցեր կարող են լինել խնդրահարույց, քանի որ երբեմն հարցվողները իրենք տեղյակ չեն իրենց ներքին պետությունների: Օրինակ, Nisbett and Wilson (1977) Պետք է հրաշալի թուղթ հետ evocative անվանումը `« պատմում է ավելի, քան մենք կարող ենք իմանալ: բանավոր զեկույցներ հոգեկան գործընթացներում »է թղթի վրա հեղինակները կնքել« հպատակները երբեմն (ա) անտեղյակ է առկայությունը խթան է, որ կարեւոր է ազդել մի պատասխան, (բ) անտեղյակ գոյության պատասխանի, եւ (գ) անտեղյակ են, որ այդ խթանը չի ազդել պատասխանը »:

For փաստարկների, որ հետազոտողները պետք է նախընտրում նկատվում վարքը հաշվետու վարքագծի կամ վերաբերմունքի, տես Baumeister, Vohs, and Funder (2007) (հոգեբանություն) եւ Jerolmack and Khan (2014) եւ պատասխանները (Maynard 2014; Cerulo 2014; Vaisey 2014; Jerolmack and Khan 2014) (սոցիոլոգիա): Տարբերությունը խնդրելով եւ դիտարկելով նաեւ առաջանում տնտեսագիտության, որտեղ հետազոտողները խոսել նշված եւ բացահայտված նախասիրությունների: Օրինակ, մի հետազոտող կարող է խնդրել հարցվողներին, թե արդյոք նրանք նախընտրում ուտել պաղպաղակ, կամ պատրաստվում է մարզասրահ (փաստել նախապատվություններում) կամ հետազոտությունը կարող է հետեւել, թե ինչպես հաճախ մարդիկ ուտում պաղպաղակ եւ գնալ մարզասրահ (բացահայտված նախապատվություններում): Կա խորը թերահավատությունը առանձին տեսակների նշված նախասիրությունների տվյալների տնտեսագիտական (Hausman 2012) :

Հիմնական թեման այդ քննարկումների այն է, որ ՀՀ հաղորդում վարքը միշտ չէ, որ ճշգրիտ. Սակայն, ինքնաբերաբար արձանագրվել վարքագիծը չի կարող լինել ճշգրիտ, չի կարող հավաքագրվել մի նմուշ է, եւ չի կարող լինել հասանելի է հետազոտողների համար: Այսպես, որոշ իրավիճակներում, ես կարծում եմ, որ ՀՀ հաղորդում վարքագիծը կարող է օգտակար լինել: Բացի այդ, երկրորդ հիմնական թեման այդ քննարկումների այն է, որ հաշվետվությունները զգացմունքների մասին, գիտելիքի, սպասումների եւ կարծիքների միշտ չէ, որ ճշգրիտ. Սակայն, եթե տեղեկատվությունը, այդ ներքին պետությունների, որոնք անհրաժեշտ են հետազոտողների-կամ է օգնել բացատրել որոշ վարքը կամ ինչպես այն պետք է է բացատրել, ապա խնդրելով կարող է տեղին լինել:

  • Ընդհանուր հետազոտությունը սխալ (Բաժին 3.3)

For գիրքը լիամետրաժ բուժման ընդհանուր հետազոտության սխալի, տես Groves et al. (2009) , Կամ Weisberg (2005) : Համար պատմության զարգացման ընդհանուր հետազոտության սխալի, տես Groves and Lyberg (2010) :

Ներկայացվածության առումով, մի մեծ ներդրումը հարցերում չարձագանքելու եւ ոչ պատասխան կողմնակալության ազգային հետազոտական ​​խորհուրդը զեկույց է Nonresponse հասարակագիտական ​​հետազոտությունների: A Research Agenda (2013) : Եվս մեկ օգտակար ակնարկ տրամադրվում է (Groves 2006) : Բացի այդ, ամբողջ հատուկ հարցերով ամսագրի պաշտոնական վիճակագրության, Հանրային կարծիքի Quarterly, եւ տարեգիրք ամերիկյան ակադեմիայի քաղաքական եւ սոցիալական գիտությունների արդեն հրապարակվել է թեմայի ոչ-պատասխան. Վերջապես, կան իրականում շատ տարբեր եղանակներ հաշվարկման արձագանքման տոկոսադրույքը. այդ մոտեցումները նկարագրված են մանրամասն զեկույցում ամերիկյան ասոցիացիայի Հանրային կարծիքի հետազոտողների (AAPOR) (Public Opinion Researchers} 2015) :

The 1936 Գրական Digest հարցում է մանրակրկիտ ուսումնասիրվում (Bryson 1976; Squire 1988; Cahalan 1989; Lusinchi 2012) : Այն նաեւ օգտագործվում է որպես մի առակ զգուշացնում են հեռու մնալ դեպք տվյալների հավաքագրման (Gayo-Avello 2011) : 1936 թ., George Gallup օգտագործվել ավելի բարդ ձեւ ընտրանքի, եւ կարողանում էր արտադրել ավելի ճշգրիտ գնահատումներ է մի շատ փոքր նմուշ. Gallup- ի հաջողությունը ավելի գրական Digest մի հանգրվան էր զարգացումը հետազոտության հետազոտության (Converse 1987, Ch 3; Ohmer 2006, Ch 4; Igo 2008, Ch 3) :

Առումով չափման, մեծ առաջինը ռեսուրս նախագծելով հարցաթերթիկների է Bradburn, Sudman, and Wansink (2004) : Համար ավելի առաջադեմ բուժում կենտրոնացած մասնավորապես վերաբերմունքը հարցերի, տես Schuman and Presser (1996) : Ավելի շատ է նախնական փորձարկման հարցերի հասանելի է Presser and Blair (1994) , Presser et al. (2004) , Եւ Գլուխ 8- Groves et al. (2009) :

Դասական, գիրք-երկարությունը բուժում առեւտրի-off միջեւ հետազոտության ծախսերի եւ հետազոտության սխալների Groves (2004) :

  • Ով է խնդրել (բաժին 3.4)

Classic book-երկարությունը բուժման ստանդարտ հավանականության ընտրանքի եւ գնահատման են Lohr (2009) (ավելի ներածական) եւ Särndal, Swensson, and Wretman (2003) (ավելի առաջադեմ): Դասական գիրք-երկարությունը բուժում հետընտրական շերտավորման եւ հարակից մեթոդների Särndal and Lundström (2005) : Որոշ թվային դարաշրջանում պարամետրերը, հետազոտողները գիտենք, մի քիչ մոտ ոչ հարցվածների, ինչը հաճախ չի համապատասխանում իրականությանը անցյալում է. Տարբեր ձեւեր ոչ պատասխան ճշգրտման հնարավոր են, երբ հետազոտողները տեղեկություններ ունեն ոչ-հարցվածների (Kalton and Flores-Cervantes 2003; Smith 2011) :

The Xbox ուսումնասիրությունը Wang et al. (2015) Օգտագործում է տեխնիկան կոչվում բազմաստիճան հետընթացը եւ հետընտրական շերտավորում (MRP, երբեմն կոչվում է «Միստր P»), որը թույլ է տալիս հետազոտողներին գնահատել բջջային նշանակում է, նույնիսկ այն ժամանակ, երբ կան շատ ու շատ բջիջներ: Չնայած կա բանավեճ որակի մասին գնահատականներով ստացված այս տեխնիկայով, դա կարծես մի խոստումնալից տարածքում ուսումնասիրել. Տեխնիկան առաջին անգամ օգտագործվել է Park, Gelman, and Bafumi (2004) , եւ եղել է հետագա օգտագործման եւ բանավեճը (Gelman 2007; Lax and Phillips 2009; Pacheco 2011; Buttice and Highton 2013; Toshkov 2015) : Համար ավելի է կապի առանձին կշիռների եւ բջջային հիմնված կշիռներով տեսնել, Gelman (2007) :

Այլ մոտեցումների կշռելու վեբ հարցումների, տես Schonlau et al. (2009) , Valliant and Dever (2011) , եւ Bethlehem (2010) :

Sample համապատասխանող առաջարկվել է Rivers (2007) : Bethlehem (2015) Պնդում է, որ կատարումը ընտրանքային համընկնմամբ, ըստ էության, պետք է նմանատիպ այլ ընտրանքային մոտեցումների (օրինակ, շերտավորված ընտրանք) եւ այլ ճշգրտման մոտեցումների (օրինակ, հետընտրական շերտավորման). Համար ավելի առցանց վահանակներ, տես Callegaro et al. (2014) :

Երբեմն, հետազոտողները պարզել են, որ հավանականություն նմուշները եւ ոչ հավանականություն նմուշները զիջել նախահաշիվները նմանատիպ որակի (Ansolabehere and Schaffner 2014) , սակայն այլ համեմատությունները գտել են, որ ոչ-հավանականություն նմուշները անել ավելի վատ (Malhotra and Krosnick 2007; Yeager et al. 2011) . One հնարավոր պատճառ այդ տարբերությունների, որ ոչ-հավանականություն նմուշները բարելավվել ժամանակի ընթացքում: Համար ավելի հոռետեսական տեսակետից ոչ հավանական նմուշառման մեթոդների տեսնել այն, որ AAPOR աշխատանքային խմբի Non-հավանականության նմուշառում (Baker et al. 2013) , եւ ես նաեւ խորհուրդ կարդալով մեկնաբանություն, որը հետեւում է ամփոփ հաշվետվությունը:

Համար meta-analysis վրա ազդեցության կշռման նվազեցնելու կողմնակալություն ոչ հավանական նմուշների, տես Աղյուսակ 2.4-ը Tourangeau, Conrad, and Couper (2013) , որը հանգեցնում է հեղինակներին եզրակացնել, «ճշգրտումներ, կարծես, օգտակար, բայց fallible ուղղումներ: , "

  • Ինչպես է խնդրել (բաժին 3.5)

Conrad and Schober (2008) ապահովում է խմբագրվել ծավալը վերնագրված նախատեսելով հետազոտության հարցազրույցը ապագայում, եւ դա անդրադառնում է շատերը թեմաների Այս բաժնում. Couper (2011) Դիմում է նմանատիպ թեմաները, եւ Schober et al. (2015) Առաջարկում է մի գեղեցիկ օրինակ է, թե ինչպես է տվյալների հավաքագրման մեթոդները, որոնք հարմարեցված են մի նոր ընդլայնված նիստում կարող է հանգեցնել բարձր որակի տվյալների:

Համար մեկ այլ հետաքրքիր օրինակ, օգտագործելով Facebook հավելվածներ հասարակագիտության հարցումների, տես Bail (2015) :

Լրացուցիչ խորհուրդների համար կատարելու սոցհարցումներ է հաճելի եւ արժեքավոր փորձը մասնակիցների համար, տես աշխատանքը հարմարեցված Design մեթոդով (Dillman, Smyth, and Christian 2014) :

Stone et al. (2007) Առաջարկում է մի գիրք երկարությունը բուժում էկոլոգիական րոպեական գնահատման եւ դրա հետ կապված մեթոդների:

  • Surveys կապված այլ տվյալների (Բաժին 3.6)

Judson (2007) նկարագրեց գործընթացը համատեղելով ուսումնասիրությունների եւ վարչական տվյալներ, ինչպես նաեւ «տեղեկատվական ինտեգրման», քննարկում է որոշ առավելություններ այս մոտեցման, եւ առաջարկում է մի շարք օրինակներ.

Մեկ այլ միջոց է, որ հետազոտողները կարող է օգտագործել թվային հետքեր եւ վարչական տվյալների նմուշառում շրջանակ մարդկանց համար հատուկ հատկանիշներով: Սակայն, մուտք գործել այդ գրառումները պետք է օգտագործվի մի ընտրանքի շրջանակ կարող եք նաեւ ստեղծել հարցերին առնչվող գաղտնիության (Beskow, Sandler, and Weinberger 2006) :

Ինչ վերաբերում է amplified հարցադրումից, այս մոտեցումը չէ, քանի որ նոր է, քանի որ այն կարող է հայտնվել, թե ինչպես եմ նկարագրել այն. Այս մոտեցումն ունի խոր կապեր երեք խոշոր տարածքների վիճակագրություն մակնիշի վրա հիմնված շերտավորում (Little 1993) , Լրահաշվարկի (Rubin 2004) , եւ փոքր տարածքը գնահատական (Rao and Molina 2015) : Այն նաեւ կապված է օգտագործման փոխնակ փոփոխականների բժշկական հետազոտության (Pepe 1992) :

Ի լրումն էթիկական հարցերի վերաբերյալ մուտք թվային հետք տվյալները, amplified խնդրելով կարող է նաեւ օգտագործվել է ենթադրել զգայուն հատկություններ, որ մարդիկ չեն կարող ընտրել բացահայտելու մի հարցման (Kosinski, Stillwell, and Graepel 2013) :

Ծախսերի եւ անգամ գնահատումները Blumenstock, Cadamuro, and On (2015) Վերաբերում է ավելի շատ փոփոխական ծախսերի արժեքի մեկ լրացուցիչ հետազոտություն եւ չեն ներառում ֆիքսված ծախսերը, ինչպիսիք են արժեքի մաքրելու եւ մշակել կանչերի տվյալները: Ընդհանուր առմամբ, amplified խնդրելով հավանաբար բարձր ֆիքսված ծախսերը եւ ցածր փոփոխական ծախսերը նմանատիպ թվային փորձերի (տես Գլուխ 4): Լրացուցիչ մանրամասներ տվյալների օգտագործվող Blumenstock, Cadamuro, and On (2015) Թուղթ են Blumenstock and Eagle (2010) եւ Blumenstock and Eagle (2012) : Մոտեցումները բազմակի imputuation (Rubin 2004) կարող է օգնել գրավում անորոշությունը հաշվարկների amplified հարցնելու. Եթե ​​հետազոտողները անում amplified խնդրելով միայն հետաքրքրում ընդհանուր հաշվարկի, այլ ոչ թե անհատական ​​մակարդակով հատկություններ, ապա մոտեցումները King and Lu (2008) եւ Hopkins and King (2010) կարող է օգտակար լինել: Համար ավելի մոտ է մեքենայի ուսուցման մոտեցումների Blumenstock, Cadamuro, and On (2015) , Տես James et al. (2013) (Ավելի ներածություն) կամ Hastie, Tibshirani, and Friedman (2009) (ավելի առաջադեմ): Մեկ այլ հայտնի մեքենա ուսուցման դասագիրքը Murphy (2012) :

Ինչ վերաբերում է հարստացված տվեք հարցնել, արդյունքները Ansolabehere եւ Hersh (2012) կրունկ երկու առանցքային քայլերից `1) ունակությունը catalist է համատեղել շատ ամենատարբեր տվյալների աղբյուրները արտադրել ճշգրիտ վարպետության datafile եւ 2) ունակությունը catalist կապել հետազոտության տվյալները, նրա տերը DATAFILE: Հետեւաբար, Ansolabehere եւ Հերշը ստուգել յուրաքանչյուր այդ քայլերի ուշադիր.

Է ստեղծել վարպետության datafile, catalist համատեղում եւ ներդաշնակ տեղեկություններ ստանալու տարբեր աղբյուրներից, այդ թվում `բազմակի քվեարկության գրառումների պատկերված են յուրաքանչյուր պետության, տվյալներ Փոստատներ ազգային հասցեի փոփոխության ռեգիստրի եւ տվյալների այլ չճշտված առեւտրային տրամադրողներից. Արյունահեղ մանրամասները, թե ինչպես է այս ամենը մաքրման եւ միաձուլման տեղի է ունենում դուրս են սույն գրքում, սակայն այդ գործընթացը, անկախ նրանից, թե ինչպես է զգույշ լինել, պետք է քարոզել սխալներ է բուն տվյալների աղբյուրների եւ կներկայացնի սխալներ. Չնայած նրան, որ catalist պատրաստ էր քննարկել իր տվյալների մշակման եւ ապահովել նրա որոշ նախնական տվյալների, դա եղել է պարզապես անհնար է հետազոտողները վերանայել ամբողջ catalist տվյալների խողովակաշարը: Ավելի շուտ, հետազոտողները էին մի իրավիճակում, որտեղ catalist տվյալների ֆայլ ուներ որոշակի անհայտ, եւ, թերեւս, անիմանալի, գումարը սխալի. Սա լուրջ մտահոգություն, քանի որ քննադատ կարող ենթադրել, որ խոշոր տարբերությունները հետազոտության հաշվետվությունների վերաբերյալ CCES եւ վարքի մեջ catalist վարպետ տվյալների ֆայլ հետեւանք են սխալներ է վարպետ տվյալների ֆայլ, ոչ թե misreporting հարցվողների կողմից:

Ansolabehere եւ Հերշը առաւ երկու տարբեր մոտեցումներ ելույթ տվյալների որակի մտահոգությունը: Նախ, ի լրումն համեմատելով ինքնակարգավորվող հաղորդում քվեարկություն քվեարկության է catalist վարպետ ֆայլի են հետազոտողները համեմատել ինքնակառավարման հաղորդում կուսակցությունը, ռասայից, ընտրողների գրանցման կարգավիճակը (օրինակ, գրանցված կամ գրանցված չէ) եւ քվեարկություն մեթոդը (օրինակ, անձամբ, բացակայող քվեաթերթիկը, եւ այլն), ինչպես նաեւ այն արժեքների հայտնաբերվել catalist տվյալների բազաների նկատմամբ. Համար, այս չորս ժողովրդագրական փոփոխականների, հետազոտողները հայտնաբերել շատ ավելի բարձր մակարդակները միջեւ համաձայնության հետազոտության զեկույցի եւ տվյալների catalist Master File քան քվեարկության: Այսպիսով, catalist վարպետ տվյալների ֆայլ կարծես բարձր որակի տեղեկությունները հատկություններ բացի այլ քվեարկության, առաջարկելով, որ դա ոչ թե վատ ընդհանուր որակի. Երկրորդ, մասամբ օգտագործելով տվյալների catalist, Ansolabehere եւ Հերշը զարգացել երեք տարբեր միջոցառումներ որակից վարչաշրջանը քվեարկության գրառումների, եւ նրանք գտել են, որ գնահատվում փոխարժեքը նկատմամբ հաշվետու քվեարկության էր էապես անկապ որեւէ մեկը այդ տվյալների որակի միջոցառումների, մի եզրակացություն, որը վկայում են, որ բարձր տեմպերը ավելի հաշվետու չեն պայմանավորված երկրների հետ անսովոր ցածր տվյալների որակի.

Հաշվի առնելով ստեղծումը այս վարպետ քվեարկության ֆայլը, երկրորդը աղբյուրը հնարավոր սխալների կապելով հարցման գրառումները դրան: Օրինակ, եթե այս կապը, որը արվում սխալ դա կարող է հանգեցնել ավելի գնահատի տարբերության հաշվետու եւ վավերացվել քվեարկության վարքագծի (Neter, Maynes, and Ramanathan 1965) : Եթե ​​ամեն մարդ ուներ կայուն, եզակի նույնացուցիչ, որոնք եղել երկու տվյալների աղբյուրների, ապա կապը կլինի չնչին. ԱՄՆ - ում, եւ շատ այլ երկրներում, սակայն, չկա ունիվերսալ նույնացուցիչ: Բացի այդ, եթե նույնիսկ եղել են այդպիսի ճանաչողը մարդիկ, հավանաբար, կլինի տատանվում է տրամադրել այն հետազոտության հետազոտողներին! Այսպիսով, catalist պետք է անել կապը օգտագործելով անկատար նույնարկիչները, այս դեպքում չորս կտոր տեղեկատվության յուրաքանչյուր պատասխանող `անունը, սեռից, ծննդյան տարին, եւ տուն վայրը. Օրինակ, catalist ստիպված պետք է որոշի, եթե Homie J Simpson է CCES նույն մարդն է, քանի որ Homer Jay Simpson իրենց տերը տվյալների ֆայլ. Գործնականում, համապատասխանող մի բարդ եւ կեղտոտ գործընթաց է, եւ, որպեսզի հարցերը վատ է հետազոտողների, catalist համարել իր համապատասխան տեխնիկան է, որ գույքային.

Որպեսզի վավերացնելու համապատասխանող ալգորիթմներ, նրանք ապավինում է երկու մարտահրավերների: Նախ, catalist մասնակցել է համապատասխան մրցույթում, որը վարում է անկախ, երրորդ կողմի `ի Mitre կորպորացիայի. Mitre տրամադրել բոլոր մասնակիցները երկու աղմկոտ տվյալների ֆայլերը համապատասխանում, եւ տարբեր թիմերը մրցում է վերադառնալ Էլեկտրական սղոց լավագույն համապատասխանող: Քանի որ Mitre ինքնին գիտեր, որ ճիշտ համապատասխանող նրանք կարողացան միավոր թիմերին: 40 ընկերություններ, որոնք մրցում, catalist եկավ երկրորդ տեղում: Այս տեսակ անկախ, երրորդ կողմի գնահատման գույքային տեխնոլոգիաների բավականին հազվադեպ եւ աներեւակայելի արժեքավոր; դա պետք է մեզ վստահություն, որ catalist ի համապատասխան ընթացակարգերը, ըստ էության ժամը պետական- of-the- արվեստի. Բայց արդյոք այդ պետական- of-the- արվեստի լավ բավարար. Ի լրումն այս համապատասխան մրցույթի, Ansolabehere եւ Հերշը ստեղծել են իրենց սեփական համապատասխանող մարտահրավերը catalist: Ավելի վաղ նախագծի, Ansolabehere եւ Հերշը հավաքել ընտրողների գրառումները Ֆլորիդայից: Նրանք տրամադրել որոշ գրառումների հետ, ոմանք իրենց ոլորտների խմբագրությունների catalist եւ համեմատել catalist զեկույցները այդ ոլորտներում իրենց փաստացի արժեքների: Բարեբախտաբար, catalist զեկույցները էին մոտ պահած արժեքներին, նշելով, որ catalist կարող համեմատվել մասնակի ընտրողների գրառումները վրա իրենց վարպետ տվյալների ֆայլ. Այս երկու մարտահրավերները, մեկ է երրորդ կողմի եւ մեկ առ Ansolabehere եւ Hersh, տալիս է մեզ ավելի շատ վստահություն է catalist համընկնող ալգորիթմների, թեեւ մենք չենք կարող վերանայել իրենց ճշգրիտ իրականացման ինքներս մեզ.

Եղել են բազմաթիվ նախորդ փորձերը վավերացնել քվեարկությունը: Ակնարկի համար այդ գրականության, տես Belli et al. (1999) , Berent, Krosnick, and Lupia (2011) , Ansolabehere and Hersh (2012) , եւ Hanmer, Banks, and White (2014) :

Դա կարեւոր է նշել, որ չնայած այս դեպքում հետազոտողները կողմից խրախուսվեցին որակի տվյալների catalist, այլ գնահատականները առեւտրային վաճառողներին են եղել են պակաս հիացական. Հետազոտողները գտել անորակ երբ տվյալները մի հարցման է սպառողական ֆայլը Marketing Systems խմբի (որն ինքնին ձուլված միասին տվյալներ երեք տրամադրողները Համակարգիչ, Experian, եւ InfoUSA) (Pasek et al. 2014) : Այսինքն, տվյալների ֆայլը չի ​​համապատասխանում հարցման պատասխանները, որ հետազոտողները ակնկալվում է ճիշտ, որ DATAFILE էր անհայտ կորածների տվյալների մի մեծ շարք հարցերի, եւ անհայտ կորածների տվյալների օրինակին էր փոխկապակցված են զեկուցվել հետազոտության արժեքի (այլ կերպ ասած անհայտ կորածների տվյալները համակարգված , այլ ոչ թե պատահական):

For ավելի ռեկորդային միջեւ կապի ուսումնասիրությունների եւ վարչական տվյալների, տես Sakshaug and Kreuter (2012) եւ Schnell (2013) : For ավելի ռեկորդային Կարման ընդհանրապես, տես Dunn (1946) եւ Fellegi and Sunter (1969) (պատմական) եւ Larsen and Winkler (2014) (ժամանակակից): Նմանատիպ մոտեցումներ են նաեւ մշակվել է համակարգչային գիտության տակ անուններ, ինչպիսիք են տվյալների deduplication, ատյանի նույնականացման, անունը համընկնմամբ, կրկնօրինակ հայտնաբերման, եւ կրկնօրինակ ռեկորդային հայտնաբերման (Elmagarmid, Ipeirotis, and Verykios 2007) : Կան նաեւ Գաղտնիության պահպանման մոտեցումներ է արձանագրել կապ որոնք չեն պահանջում փոխանցումը անձամբ բացահայտման տեղեկատվություն (Schnell 2013) : Հետազոտողները Facebook մշակել է կարգը probabilisticsly կապել իրենց գրառումները քվեարկության վարքագծի (Jones et al. 2013) . Սա կապը արվել է գնահատելու մի փորձարկմամբ, որ ես կասեմ քեզ մոտ 4-րդ գլխում (Bond et al. 2012) :

Մեկ այլ օրինակ է կապող լայնածավալ սոցիալական հետազոտություն է կառավարության վարչական գրանցումների գալիս է առողջապահության եւ տարեցների հետազոտության եւ Սոցիալական ապահովության վարչության. Համար ավելի է այդ հետազոտության, այդ թվում մասին տեղեկատվության համաձայնության ընթացակարգի, տես Olson (1996) Եւ Olson (1999) :

Գործընթացը համատեղելով բազմաթիվ աղբյուրներ, վարչական գրանցումների մեջ վարպետ datafile, այն գործընթացի, որը catalist աշխատակիցները, տարածված է վիճակագրական գրասենյակներում որոշ ազգային կառավարություններին: Երկու հետազոտողներ Շվեդիայի վիճակագրական գրել մանրամասն գիրք թեմայի (Wallgren and Wallgren 2007) : Որովհետեւ օրինակ այս մոտեցման մեջ մեկ շրջանի Միացյալ Նահանգների (OLMSTEAD County, Մինեսոտա տուն Mayo կլինիկայի), տես Sauver et al. (2011) : Ավելի շատ սխալներ, որոնք կարող են հայտնվում է վարչական գրանցումների, տես Groen (2012) :