ສິ່ງທີ່ອ່ານຕໍ່ໄປ

• ການແນະນໍາ (ພາກ 3.1)

ບັນດາຫົວຂໍ້ຕ່າງໆໃນບົດນີ້ໄດ້ຖືກສະແດງຢູ່ໃນປະທານາທິບໍດີສະມາຄົມອາເມລິກາຂອງການຄົ້ນຄວ້າຄວາມຄິດເຫັນຂອງປະຊາຊົນ (AAPOR) ເຊັ່ນ: Dillman (2002) , Newport (2011) , Santos (2014) ແລະ Link (2015)

ສໍາລັບຂໍ້ມູນເພີ່ມເຕີມກ່ຽວກັບຄວາມແຕກຕ່າງລະຫວ່າງການສໍາຫຼວດການສໍາຫຼວດແລະການສໍາພາດແບບເລິກເຊິ່ງ, ເບິ່ງ Small (2009) . ກ່ຽວຂ້ອງກັບການສໍາພາດແບບເລິກເຊິ່ງແມ່ນຄອບຄົວຂອງວິທີການທີ່ເອີ້ນວ່າ ethnography. ໃນການຄົ້ນຄວ້າ ethnographic, ນັກຄົ້ນຄ້ວາໂດຍທົ່ວໄປໃຊ້ເວລາຫຼາຍເວລາກັບຜູ້ເຂົ້າຮ່ວມໃນສະພາບແວດລ້ອມທໍາມະຊາດຂອງພວກເຂົາ. ສໍາລັບຂໍ້ມູນເພີ່ມເຕີມກ່ຽວກັບຄວາມແຕກຕ່າງລະຫວ່າງ ethnography ແລະການສໍາພາດຢ່າງລະອຽດ, ເບິ່ງ Jerolmack and Khan (2014) . ສໍາລັບຂໍ້ມູນເພີ່ມເຕີມກ່ຽວກັບປະເພດ ethnography ດິຈິຕອນ, ເບິ່ງ Pink et al. (2015) .

ຄໍາອະທິບາຍຂອງຂ້າພະເຈົ້າກ່ຽວກັບປະຫວັດການສໍາຫຼວດການສໍາຫຼວດແມ່ນສັ້ນເກີນໄປເພື່ອປະກອບມີການພັດທະນາທີ່ຫນ້າຕື່ນເຕັ້ນຫຼາຍທີ່ເກີດຂື້ນ. ສໍາລັບພື້ນຖານປະຫວັດສາດຫຼາຍຂຶ້ນ, ເບິ່ງ Smith (1976) , Converse (1987) , ແລະ Igo (2008) . ສໍາລັບຂໍ້ມູນເພີ່ມເຕີມກ່ຽວກັບຄວາມຄິດຂອງສາມປີຂອງການສໍາຫຼວດການສໍາຫຼວດ, ເບິ່ງ Groves (2011) ແລະ Dillman, Smyth, and Christian (2008) (ຊຶ່ງແຕກແຍກສາມໄລຍະແຕກຕ່າງກັນເລັກນ້ອຍ).

Groves and Kahn (1979) ສະເຫນີໃຫ້ເບິ່ງພາຍໃນການຫັນປ່ຽນຈາກຍຸກທໍາອິດເຖິງຍຸກທີສອງໃນການຄົ້ນຄ້ວາການສໍາຫຼວດໂດຍການເຮັດການສົມທຽບລະຫວ່າງຫົວຫນ້າກັບຫນ້າແລະການສໍາຫຼວດທາງໂທລະສັບ. ( ??? ) ເບິ່ງຍ້ອນກັບການພັດທະນາປະຫວັດສາດຂອງວິທີການຕົວຢ່າງແບບອັດຕະໂນມັດຕາມລໍາດັບ.

ສໍາລັບວິທີການຄົ້ນຄ້ວາການສໍາຫຼວດໄດ້ປ່ຽນແປງໃນໄລຍະຜ່ານມາໃນການຕອບສະຫນອງຕໍ່ການປ່ຽນແປງໃນສັງຄົມ, ເບິ່ງ Tourangeau (2004) , ( ??? ) , ແລະ Couper (2011) .

• ຄໍາຖາມຕໍ່ກັບການສັງເກດ (ພາກ 3.2)

Jerolmack and Khan (2014) , Maynard (2014) , Cerulo (2014) , Vaisey (2014) Baumeister, Vohs, and Funder (2007) (ເຊັ່ນ: Baumeister, Vohs, and Funder (2007) ) ແລະສັງຄົມນິຍົມ (ເຊັ່ນ: Jerolmack and Khan (2014) ; Vaisey (2014) Jerolmack and Khan (2014) ] ຄວາມແຕກຕ່າງລະຫວ່າງຄໍາຖາມແລະການສັງເກດການເກີດຂື້ນໃນເສດຖະກິດທີ່ນັກຄົ້ນຄວ້າສົນທະນາກ່ຽວກັບຄວາມຕ້ອງການທີ່ຖືກເປີດເຜີຍແລະເປີດເຜີຍຕົວຢ່າງເຊັ່ນນັກຄົ້ນຄວ້າສາມາດຖາມຜູ້ຕອບວ່າເຂົາເຈົ້າມັກກິນໄອສະກີມຫຼືໄປຫາຫ້ອງອອກກໍາລັງກາຍ (ຄໍາແນະນໍາທີ່ກ່າວມາຂ້າງເທິງ), ຫຼືສາມາດສັງເກດເຫັນວ່າປະຊາຊົນມັກກິນໄອສະຄີມແລະໄປທີ່ຫ້ອງອອກກໍາລັງກາຍ (ມີຄວາມຕ້ອງການເປີດເຜີຍ). ມີຂໍ້ສົງໄສກ່ຽວກັບປະເພດໃດຫນຶ່ງຂອງຂໍ້ມູນທີ່ມີຄວາມສົນໃຈໃນດ້ານເສດຖະກິດເຊັ່ນ Hausman (2012) .

ຫົວຂໍ້ຕົ້ນຕໍຈາກການໂຕ້ຖຽງເຫຼົ່ານີ້ແມ່ນວ່າພຶດຕິກໍາທີ່ຖືກລາຍງານບໍ່ແມ່ນຄວາມຖືກຕ້ອງ. ແຕ່ດັ່ງທີ່ໄດ້ອະທິບາຍໃນບົດທີ 2 ແຫຼ່ງຂໍ້ມູນໃຫຍ່ອາດຈະບໍ່ຖືກຕ້ອງ, ພວກເຂົາອາດຈະບໍ່ໄດ້ເກັບກໍາຂໍ້ມູນກ່ຽວກັບຕົວຢ່າງທີ່ມີຄວາມສົນໃຈແລະອາດຈະບໍ່ສາມາດເຂົ້າເຖິງນັກຄົ້ນຄວ້າໄດ້. ດັ່ງນັ້ນ, ຂ້ອຍຄິດວ່າ, ໃນບາງສະຖານະການ, ພຶດຕິກໍາທີ່ລາຍງານສາມາດເປັນປະໂຫຍດ. ນອກຈາກນັ້ນ, ຫົວຂໍ້ຕົ້ນຕໍທີສອງຈາກການໂຕ້ຖຽງເຫຼົ່ານີ້ແມ່ນວ່າບົດລາຍງານກ່ຽວກັບອາລົມ, ຄວາມຮູ້, ຄວາມຄາດຫວັງແລະຄວາມຄິດເຫັນບໍ່ແມ່ນຄວາມຖືກຕ້ອງ. ແຕ່ຖ້າວ່ານັກຄົ້ນຄວ້າຕ້ອງການຂໍ້ມູນກ່ຽວກັບສະຖານະການພາຍໃນເຫຼົ່ານີ້ - ເພື່ອຈະຊ່ວຍອະທິບາຍບາງປະພຶດຫລືເປັນສິ່ງທີ່ຕ້ອງໄດ້ອະທິບາຍ - ແລ້ວການສະເຫນີຂໍອາດເຫມາະສົມ. ແນ່ນອນວ່າການຮຽນກ່ຽວກັບສະຖານະການພາຍໃນໂດຍການຖາມຄໍາຖາມສາມາດເປັນບັນຫາເພາະບາງຄັ້ງຜູ້ຕອບເອງບໍ່ຮູ້ເຖິງລະດັບພາຍໃນຂອງເຂົາເຈົ້າ (Nisbett and Wilson 1977) .

• ລວມຂໍ້ຜິດພາດ (ພາກ 3.3)

ບົດທີ 1 ຂອງ Groves (2004) ເຮັດວຽກທີ່ດີເລີດສໍາລັບຄໍາສັບທີ່ບໍ່ສອດຄ່ອງໃນບາງຄັ້ງທີ່ນໍາໃຊ້ໂດຍນັກຄົ້ນຄວ້າສໍາຫຼວດເພື່ອອະທິບາຍຂອບເຂດຄວາມຜິດພາດຂອງການສໍາຫຼວດທັງຫມົດ. ສໍາລັບການປິ່ນປົວຄວາມຍາວຂອງຫນັງສືກ່ຽວກັບຂອບເຂດຄວາມຜິດພາດໃນການສໍາຫຼວດທັງຫມົດ, ເບິ່ງ Groves et al. (2009) , ແລະສໍາລັບປະຫວັດປະຫວັດສາດ, ເບິ່ງ Groves and Lyberg (2010) .

ຄວາມຄິດຂອງຄວາມຜິດພາດຂອງ decomposing ເຂົ້າໄປໃນທາງບວກແລະຄວາມແຕກຕ່າງຍັງມາໃນການຮຽນຮູ້ເຄື່ອງຈັກ; ເບິ່ງ, ສໍາລັບຕົວຢ່າງ, ພາກ 7.3 ຂອງ Hastie, Tibshirani, and Friedman (2009) . ນີ້ມັກເຮັດໃຫ້ນັກຄົ້ນຄວ້າສົນທະນາກ່ຽວກັບການແລກປ່ຽນ "ຄວາມບໍ່ສະເຫມີພາບ".

ບົດລາຍງານຂອງອົງການຄົ້ນຄວ້າແຫ່ງຊາດບໍ່ໄດ້ຕອບສະຫນອງຕໍ່ການສໍາຫຼວດວິທະຍາສາດສັງຄົມ: ວາລະສານວິໄຈ (2013) . ອີກປະການຫນຶ່ງທີ່ມີປະໂຫຍດຫຼາຍໂດຍ Groves (2006) . ນອກນັ້ນ, ບັນຫາພິເສດທັງຫມົດຂອງ ວາລະສານສະຖິຕິທາງການ , ຄວາມເຫັນຂອງປະຊາຊົນຕໍ່ປີ ແລະ Annals ຂອງສະຖາບັນວິທະຍາສາດການເມືອງແລະສັງຄົມອາເມລິກາຂອງສະຫະລັດ ໄດ້ຖືກເຜີຍແຜ່ໃນຫົວເລື່ອງຂອງການບໍ່ຕອບສະຫນອງ. ສຸດທ້າຍ, ມີຫລາຍວິທີທີ່ແຕກຕ່າງກັນໃນການຄິດໄລ່ອັດຕາການຕອບສະຫນອງ; ວິທີການເຫຼົ່ານີ້ແມ່ນໄດ້ອະທິບາຍລາຍລະອຽດໃນບົດລາຍງານຂອງນັກຄົ້ນຄວ້າຂອງສະມາຄົມອາເມລິກາຂອງນັກຄົ້ນຄວ້າຄວາມຄິດເຫັນຂອງສາທາລະນະ (AAPOR) ( ??? ) .

ສໍາລັບເພີ່ມເຕີມກ່ຽວກັບ 1936 ວັນນະຄະດີຫົວຂໍ້ສໍາຄັນແບບສໍາຫຼວດ, ເບິ່ງ Bryson (1976) , Squire (1988) , Cahalan (1989) , ແລະ Lusinchi (2012) . ສໍາລັບການສົນທະນາອື່ນຂອງການສໍາຫຼວດນີ້ເປັນຄໍາເຕືອນຄໍາອຸປະມາຕໍ່ການເກັບກໍາຂໍ້ມູນ haphazard, ເບິ່ງ Gayo-Avello (2011) . ໃນປີ 1936, George Gallup ໃຊ້ຮູບແບບທີ່ມີຄວາມຊໍານິຊໍານານຫຼາຍແລະສາມາດຜະລິດການຄາດຄະເນທີ່ຖືກຕ້ອງທີ່ມີຕົວຢ່າງຂະຫນາດນ້ອຍກວ່າ. ຜົນສໍາເລັດ Gallup ໃນໄລຍະວັນນະຄະດີຫົວຂໍ້ສໍາຄັນແມ່ນທີ່ສໍາຄັນໃນການພັດທະນາຂອງການຄົ້ນຄວ້າສໍາຫຼວດດັ່ງທີ່ໄດ້ອະທິບາຍໃນບົດທີ່ 3 ຂອງ @ converse_survey_1987; ບົດທີ 4 ຂອງ Ohmer (2006) ; ແລະພາກທີ 3 ຂອງ @ igo_averaged_2008.

ກ່ຽວກັບການວັດແທກ, ຊັບພະຍາກອນທໍາອິດສໍາລັບການອອກແບບແບບສອບຖາມແມ່ນ Bradburn, Sudman, and Wansink (2004) . ສໍາລັບການປິ່ນປົວທີ່ທັນສະໄຫມຫຼາຍ, ເບິ່ງ Schuman and Presser (1996) , ເຊິ່ງໄດ້ສຸມໃສ່ໂດຍສະເພາະກ່ຽວກັບຄໍາຖາມທີ່ທັດສະນະຄະຕິ, ແລະ Saris and Gallhofer (2014) , ເຊິ່ງແມ່ນຫຼາຍທົ່ວໄປ. ວິທີການທີ່ແຕກຕ່າງກັນເລັກນ້ອຍໃນການວັດແທກແມ່ນໃຊ້ໃນ psychometrics, ດັ່ງທີ່ໄດ້ອະທິບາຍໃນ ( ??? ) . More on pretesting is available in Presser and Blair (1994) , Presser et al. (2004) , ແລະພາກ 8 ຂອງ Groves et al. (2009) ສໍາລັບຫຼາຍໆປະສົບການໃນການສໍາຫຼວດ, ເບິ່ງ Mutz (2011) .

ໃນດ້ານຄ່າໃຊ້ຈ່າຍ, ການປິ່ນປົວແບບຄລາສສິກ, ໄລຍະຍາວຂອງການແລກປ່ຽນລະຫວ່າງຄ່າໃຊ້ຈ່າຍໃນການສໍາຫຼວດແລະຂໍ້ຜິດພາດໃນການສໍາຫຼວດແມ່ນ Groves (2004) .

• ຜູ້ທີ່ຕ້ອງການ (ພາກ 3.4)

ສອງການປະເມີນຜົນການຄາດຄະເນແບບຄາດສິກແບບຄລາສສິກຂອງການເກັບຕົວຢ່າງຄາດຄະເນແລະການຄາດຄະເນທີ່ຄາດໄວ້ແມ່ນ Lohr (2009) ( Särndal, Swensson, and Wretman (2003) ) ແລະ Särndal, Swensson, and Wretman (2003) ). ການປິ່ນປົວຫນັງສືໄລຍະຍາວແບບຄລາສສິກຂອງການວາງ Särndal and Lundström (2005) ວິທີການທີ່ກ່ຽວຂ້ອງແມ່ນ Särndal and Lundström (2005) . ໃນບາງສະຖານະພາບທາງດ້ານດິຈິຕອນ, ນັກຄົ້ນຄວ້າຮູ້ກ່ຽວກັບຜູ້ທີ່ບໍ່ຕອບໂຕ້, ເຊິ່ງບໍ່ແມ່ນຄວາມຈິງໃນອະດີດ. ຮູບແບບຕ່າງໆຂອງການປັບປຸງການຕອບສະຫນອງບໍ່ສາມາດຕອບສະຫນອງໄດ້ໃນເວລາທີ່ນັກຄົ້ນຄວ້າມີຂໍ້ມູນກ່ຽວກັບຜູ້ທີ່ບໍ່ຕອບໂຕ້, ດັ່ງທີ່ໄດ້ອະທິບາຍໂດຍ Kalton and Flores-Cervantes (2003) ແລະ Smith (2011) .

ການສຶກສາ Xbox ໂດຍ W. Wang et al. (2015) ໃຊ້ເຕັກນິກທີ່ເອີ້ນວ່າການຟື້ນຟູ multilevel ແລະ post-stratification ("ທ່ານ P. ") ເຊິ່ງອະນຸຍາດໃຫ້ນັກຄົ້ນຄວ້າປະເມີນເຖິງວິທີການກຸ່ມເຖິງແມ່ນວ່າມີຫລາຍກຸ່ມຫຼາຍ. ເຖິງແມ່ນວ່າມີການປຶກສາຫາລືບາງຢ່າງກ່ຽວກັບຄຸນນະພາບຂອງການຄາດຄະເນຈາກວິທີການນີ້, ມັນເບິ່ງຄືວ່າເປັນພື້ນທີ່ທີ່ດີທີ່ຈະຄົ້ນຫາ. ເຕັກນິກນີ້ຖືກນໍາໃຊ້ໃນ Park, Gelman, and Bafumi (2004) , ແລະມີການນໍາໃຊ້ແລະປຶກສາຫາລືຕໍ່ມາ (Gelman 2007; Lax and Phillips 2009; Pacheco 2011; Buttice and Highton 2013; Toshkov 2015) . ສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບການເຊື່ອມຕໍ່ລະຫວ່າງນ້ໍາຫນັກແລະນ້ໍາຫນັກກຸ່ມ, ເບິ່ງ Gelman (2007) .

ສໍາລັບວິທີການອື່ນໆເພື່ອການດຸ່ນດ່ຽງການສໍາຫຼວດເວັບ, ເບິ່ງ Schonlau et al. (2009) , Bethlehem (2010) , ແລະ Valliant and Dever (2011) . ຫມວດຫມູ່ອອນໄລນ໌ສາມາດນໍາໃຊ້ຕົວຢ່າງການທົດລອງທີ່ອາດຈະເປັນໄປໄດ້ຫຼືຕົວຢ່າງທີ່ບໍ່ສາມາດຄາດຄະເນໄດ້. ສໍາລັບຂໍ້ມູນເພີ່ມເຕີມກ່ຽວກັບຫມູ່ຄະນະອອນລາຍ, ເບິ່ງ Callegaro et al. (2014) .

ບາງຄັ້ງນັກຄົ້ນຄວ້າໄດ້ພົບເຫັນວ່າຕົວຢ່າງທີ່ຄາດຄະເນແລະຕົວຢ່າງທີ່ບໍ່ສາມາດຄາດຄະເນຜົນຜະລິດທີ່ຄາດວ່າຈະມີຄຸນນະພາບທີ່ຄ້າຍຄືກັນ (Ansolabehere and Schaffner 2014) , ແຕ່ວ່າການປຽບທຽບອື່ນໆໄດ້ຄົ້ນພົບວ່າຕົວຢ່າງທີ່ບໍ່ອາດຈະເປັນອັນຕະລາຍ (Malhotra and Krosnick 2007; Yeager et al. 2011) . ເຫດຜົນທີ່ເປັນໄປໄດ້ສໍາລັບຄວາມແຕກຕ່າງເຫຼົ່ານີ້ແມ່ນວ່າຕົວຢ່າງທີ່ບໍ່ແມ່ນຄວາມເປັນໄປໄດ້ໄດ້ຮັບການປັບປຸງໃນໄລຍະເວລາ. ສໍາລັບວິທີການທີ່ບໍ່ມີຄວາມຄິດເຫັນກ່ຽວກັບວິທີການຕົວຢ່າງທີ່ບໍ່ມີປະສິດທິພາບ, ເບິ່ງກອງປະຊຸມຫນ່ວຍງານ AAPOR ກ່ຽວກັບຕົວເລກທີ່ບໍ່ແມ່ນຄວາມສົມເຫດສົມຜົນ (Baker et al. 2013) , ແລະຂ້າພະເຈົ້າຍັງແນະນໍາໃຫ້ອ່ານຄໍາຄິດຄໍາເຫັນຕໍ່ບົດລາຍງານສະຫຼຸບສັງລວມ.

• ວິທີການຮ້ອງຂໍ (ພາກ 3.5)

Conrad and Schober (2008) ແມ່ນປະລິມານການດັດແກ້ທີ່ມີຊື່ວ່າ Envisioning the Interview ສໍາຫຼວດໃນອະນາຄົດ , ແລະມັນສະຫນອງແນວຄວາມຄິດທີ່ແຕກຕ່າງກັນກ່ຽວກັບອະນາຄົດຂອງຄໍາຖາມ. Couper (2011) ກ່າວເຖິງຫົວຂໍ້ທີ່ຄ້າຍຄືກັນແລະ Schober et al. (2015) ສະເຫນີຕົວຢ່າງທີ່ດີກ່ຽວກັບວິທີການເກັບຂໍ້ມູນທີ່ເຫມາະສົມກັບການຕັ້ງຄ່າໃຫມ່ສາມາດສົ່ງຂໍ້ມູນທີ່ມີຄຸນນະພາບສູງຂຶ້ນ. Schober and Conrad (2015) ສະເຫນີການໂຕ້ຖຽງທົ່ວໄປກ່ຽວກັບການສືບຕໍ່ປັບປຸງຂະບວນການຄົ້ນຄ້ວາການສໍາຫຼວດເພື່ອປັບປຸງການປ່ຽນແປງໃນສັງຄົມ.

Tourangeau and Yan (2007) ທົບທວນບັນຫາຄວາມບໍ່ສະເຫມີພາບທີ່ຫນ້າສົນໃຈທາງສັງຄົມໃນຄໍາຖາມທີ່ລະອຽດອ່ອນແລະ Lind et al. (2013) ສະເຫນີບາງເຫດຜົນທີ່ເປັນໄປໄດ້ທີ່ວ່າປະຊາຊົນອາດຈະເປີດເຜີຍຂໍ້ມູນທີ່ລະອຽດອ່ອນຫຼາຍໃນການສໍາພາດທາງຄອມພິວເຕີ. Maynard and Schaeffer (1997) , Maynard, Freese, and Schaeffer (2010) , Conrad et al. (2013) ເພີ່ມເຕີມກ່ຽວກັບບົດບາດຂອງຜູ້ສໍາພາດຂອງມະນຸດໃນການເພີ່ມອັດຕາການເຂົ້າຮ່ວມໃນການສໍາຫຼວດ Conrad et al. (2013) , ແລະ Schaeffer et al. (2013) ສໍາລັບຂໍ້ມູນເພີ່ມເຕີມກ່ຽວກັບການສໍາຫຼວດແບບປະສົມປະສານ, ເບິ່ງ Dillman, Smyth, and Christian (2014) .

Stone et al. (2007) ສະຫນອງການປິ່ນປົວໃນໄລຍະຍາວຂອງການປະເມີນຜົນທາງດ້ານນິເວດວິທະຍາແລະວິທີການທີ່ກ່ຽວຂ້ອງ.

ສໍາລັບຄໍາແນະນໍາເພີ່ມເຕີມກ່ຽວກັບການສໍາຫຼວດເປັນປະສົບການທີ່ມີຄວາມສຸກແລະມີຄຸນຄ່າສໍາລັບຜູ້ເຂົ້າຮ່ວມ, ເບິ່ງວຽກງານກ່ຽວກັບວິທີການອອກແບບ Tailored (Dillman, Smyth, and Christian 2014) . ສໍາລັບຕົວຢ່າງທີ່ຫນ້າສົນໃຈອີກອັນຫນຶ່ງກ່ຽວກັບການນໍາໃຊ້ແອັບຯ Facebook ສໍາລັບການສໍາຫຼວດວິທະຍາສາດສັງຄົມ, ເບິ່ງຄໍາ Bail (2015) .

• ການສໍາຫຼວດທີ່ກ່ຽວຂ້ອງກັບແຫຼ່ງຂໍ້ມູນໃຫຍ່ (ພາກ 3.6)

Judson (2007) ອະທິບາຍເຖິງຂະບວນການລວມການສໍາຫຼວດແລະຂໍ້ມູນດ້ານການບໍລິຫານເປັນ "ການເຊື່ອມໂຍງຂໍ້ມູນ" ແລະປຶກສາຫາລືບາງຂໍ້ໄດ້ປຽບຂອງວິທີນີ້ເຊັ່ນດຽວກັນກັບສະເຫນີຕົວຢ່າງບາງຢ່າງ.

ກ່ຽວກັບການຮຽກຮ້ອງທີ່ມີຄວາມອຸດົມສົມບູນ, ມີຄວາມພະຍາຍາມທີ່ຜ່ານມາຈໍານວນຫຼາຍທີ່ຈະຮັບຮອງເອົາການລົງຄະແນນສຽງ. ສໍາລັບສະພາບລວມຂອງວັນນະຄະດີດັ່ງກ່າວ, ເບິ່ງ Belli et al. (1999) , Ansolabehere and Hersh (2012) , Hanmer, Banks, and White (2014) , ແລະ Berent, Krosnick, and Lupia (2016) . ເບິ່ງ Berent, Krosnick, and Lupia (2016) ສໍາລັບຄວາມຄິດທີ່ບໍ່ຄ່ອຍເຊື່ອງ່າຍໆກ່ຽວກັບຜົນໄດ້ຮັບທີ່ນໍາສະເຫນີໃນ Ansolabehere and Hersh (2012) .

ມັນເປັນສິ່ງສໍາຄັນທີ່ຈະສັງເກດວ່າເຖິງແມ່ນວ່າ Ansolabehere ແລະ Hersh ໄດ້ຮັບການຊຸກຍູ້ຈາກຄຸນນະພາບຂອງຂໍ້ມູນຈາກ Catalist, ການປະເມີນຜົນອື່ນໆຂອງຜູ້ຂາຍເຊີງພານິດແມ່ນບໍ່ມີຄວາມກະຕືລືລົ້ນ. Pasek et al. (2014) ພົບວ່າມີຄຸນນະພາບທີ່ບໍ່ດີໃນເວລາທີ່ຂໍ້ມູນຈາກການສໍາຫຼວດໄດ້ຖືກປຽບທຽບກັບໄຟລ໌ຜູ້ບໍລິໂພກຈາກກຸ່ມ Marketing Systems (ເຊິ່ງມັນລວມກັນຂໍ້ມູນຈາກສາມຜູ້ໃຫ້ບໍລິການ: Acxiom, Experian, ແລະ InfoUSA). ດັ່ງນັ້ນ, ໄຟລ໌ຂໍ້ມູນບໍ່ກົງກັບຄໍາຕອບຂອງການສໍາຫຼວດທີ່ນັກຄົ້ນຄວ້າຄາດວ່າຈະຖືກຕ້ອງ, ໄຟລ໌ຜູ້ບໍລິໂພກໄດ້ຂໍ້ມູນທີ່ຂາດຫາຍໄປສໍາລັບຈໍານວນຄໍາຖາມແລະແບບຂໍ້ມູນທີ່ຂາດຫາຍໄປແມ່ນມີຄວາມສໍາພັນກັບມູນຄ່າການສໍາຫຼວດທີ່ໄດ້ລາຍງານ (ໃນຄໍາສັບຕ່າງໆ, ຂໍ້ມູນແມ່ນມີລະບົບ, ບໍ່ແມ່ນການແຈກຢາຍ).

ສໍາລັບຂໍ້ມູນເພີ່ມເຕີມກ່ຽວກັບການເຊື່ອມຕໍ່ບັນທຶກລະຫວ່າງການສໍາຫຼວດແລະຂໍ້ມູນດ້ານການບໍລິຫານ, ເບິ່ງ Sakshaug and Kreuter (2012) ແລະ Schnell (2013) . ສໍາລັບເພີ່ມເຕີມກ່ຽວກັບການເຊື່ອມຕໍ່ບັນທຶກໂດຍທົ່ວໄປ, ເບິ່ງ Dunn (1946) ແລະ Fellegi and Sunter (1969) (ປະຫວັດສາດ) ແລະ Larsen and Winkler (2014) (ທີ່ທັນສະໄຫມ). ວິທີການທີ່ຄ້າຍຄືກັນຍັງໄດ້ຮັບການພັດທະນາໃນວິທະຍາສາດຄອມພິວເຕີຢູ່ພາຍໃຕ້ຊື່ເຊັ່ນ: ການຖອນຂໍ້ມູນ, ການກໍານົດຕົວຕົນ, ການຈັບຄູ່ຊື່, ການຊອກຄົ້ນຫາຊ້ໍາແລະການຊອກຄົ້ນຫາແບບຊ້ອນກັນ (Elmagarmid, Ipeirotis, and Verykios 2007) . ຍັງມີວິທີການປົກປັກຮັກສາຄວາມເປັນສ່ວນຕົວເພື່ອບັນທຶກການເຊື່ອມຕໍ່ທີ່ບໍ່ຈໍາເປັນຕ້ອງໄດ້ສົ່ງຂໍ້ມູນສ່ວນບຸກຄົນທີ່ກໍານົດ (Schnell 2013) . ນັກຄົ້ນຄວ້າຢູ່ໃນເຟສບຸກໄດ້ພັດທະນາຂັ້ນຕອນເພື່ອບັນທຶກບັນທຶກຂອງເຂົາເຈົ້າໃນການປະຕິບັດການລົງຄະແນນສຽງ (Jones et al. 2013) ; ການເຊື່ອມຕໍ່ນີ້ໄດ້ເຮັດເພື່ອປະເມີນຜົນທົດລອງທີ່ຂ້ອຍຈະບອກທ່ານກ່ຽວກັບບົດທີ 4 (Bond et al. 2012) . ສໍາລັບຂໍ້ມູນເພີ່ມເຕີມກ່ຽວກັບການໄດ້ຮັບການຍິນຍອມສໍາລັບການເຊື່ອມຕໍ່ບັນທຶກ, ເບິ່ງ Sakshaug et al. (2012)

ຕົວຢ່າງອື່ນຂອງການເຊື່ອມໂຍງກັບການສໍາຫຼວດທາງສັງຄົມຂະຫນາດໃຫຍ່ຕໍ່ບັນທຶກການບໍລິຫານຂອງລັດແມ່ນມາຈາກການສໍາຫຼວດດ້ານສຸຂະພາບແລະການສົມລົດແລະການຄຸ້ມຄອງຄວາມປອດໄພຂອງສັງຄົມ. ສໍາລັບຂໍ້ມູນເພີ່ມເຕີມກ່ຽວກັບການສຶກສານັ້ນ, ລວມທັງຂໍ້ມູນກ່ຽວກັບຂັ້ນຕອນການອະນຸມັດ, ເບິ່ງ Olson (1996, 1999) .

ຂະບວນການລວມເອົາແຫຼ່ງຂໍ້ມູນການບໍລິຫານຈໍານວນຫຼາຍເຂົ້າໄປໃນຂໍ້ມູນຕົ້ນສະບັບ - ຂະບວນການທີ່ Catalist ໃຊ້ - ແມ່ນຢູ່ໃນສະຖາບັນສະຖິຕິຂອງບາງລັດຖະບານແຫ່ງຊາດ. ສອງນັກຄົ້ນຄວ້າຈາກສະຖິຕິປະເທດສວີເດນໄດ້ຂຽນປື້ມລາຍລະອຽດກ່ຽວກັບຫົວຂໍ້ (Wallgren and Wallgren 2007) . ສໍາລັບຕົວຢ່າງຂອງວິທີການນີ້ຢູ່ໃນຂົງເຂດດຽວໃນສະຫະລັດອາເມລິກາ (Olmstead County, Minnesota, ບ້ານຂອງ Mayo Clinic), ເບິ່ງ Sauver et al. (2011) ສໍາລັບຂໍ້ມູນເພີ່ມເຕີມກ່ຽວກັບຂໍ້ຜິດພາດທີ່ສາມາດປາກົດຢູ່ໃນບັນທຶກການບໍລິຫານ, ເບິ່ງ Groen (2012) .

ວິທີການອື່ນທີ່ນັກຄົ້ນຄວ້າສາມາດນໍາໃຊ້ແຫລ່ງຂໍ້ມູນທີ່ສໍາຄັນໃນການສໍາຫຼວດການສໍາຫຼວດແມ່ນເປັນກອບຕົວຢ່າງສໍາລັບຜູ້ທີ່ມີຄຸນລັກສະນະສະເພາະ. ແຕ່ຫນ້າເສຍດາຍ, ວິທີການນີ້ສາມາດຍົກຄໍາຖາມກ່ຽວກັບຄວາມເປັນສ່ວນຕົວ (Beskow, Sandler, and Weinberger 2006) .

ກ່ຽວກັບການຮຽກຮ້ອງທີ່ຮຽກຮ້ອງ, ວິທີການນີ້ບໍ່ແມ່ນໃຫມ່ຍ້ອນວ່າມັນອາດຈະປາກົດຂື້ນຈາກວິທີທີ່ຂ້ອຍໄດ້ອະທິບາຍມັນ. ມັນມີການເຊື່ອມຕໍ່ກັບສາມຂົງເຂດຂະຫນາດໃຫຍ່ຢູ່ໃນສະຖິຕິ: ການວາງແຜນແບບຈໍາລອງທີ່ມີຮູບແບບ (Little 1993) , ການຈໍາແນກ (Rubin 2004) ແລະການຄາດຄະເນພື້ນທີ່ຂະຫນາດນ້ອຍ (Rao and Molina 2015) . ມັນຍັງກ່ຽວຂ້ອງກັບການນໍາໃຊ້ຕົວແປຕົວແທນໃນການຄົ້ນຄວ້າທາງດ້ານການແພດ (Pepe 1992) .

ການຄາດຄະເນຄ່າໃຊ້ຈ່າຍແລະເວລາໃນ Blumenstock, Cadamuro, and On (2015) ອ້າງເຖິງຄ່າໃຊ້ຈ່າຍທີ່ແຕກຕ່າງກັນ - ຄ່າໃຊ້ຈ່າຍຂອງການສໍາຫຼວດເພີ່ມເຕີມ - ແລະບໍ່ລວມຄ່າໃຊ້ຈ່າຍຄົງທີ່ເຊັ່ນຄ່າໃຊ້ຈ່າຍໃນການເຮັດຄວາມສະອາດແລະການປຸງແຕ່ງຂໍ້ມູນການໂທ. ໂດຍທົ່ວໄປແລ້ວ, ການຮຽກຮ້ອງການຮຽກຮ້ອງຈະມີຄ່າໃຊ້ຈ່າຍຄົງທີ່ສູງແລະຄ່າໃຊ້ຈ່າຍຕ່ໍາທີ່ຄ້າຍຄືກັນກັບການທົດລອງດິຈິຕອນ (ເບິ່ງພາກທີ 4). ສໍາລັບຂໍ້ມູນເພີ່ມເຕີມກ່ຽວກັບການສໍາຫຼວດໂທລະສັບມືຖືໃນປະເທດກໍາລັງພັດທະນາ, ເບິ່ງ Dabalen et al. (2016)

ສໍາລັບແນວຄວາມຄິດກ່ຽວກັບວິທີເຮັດແນວໃດເພື່ອເຮັດໃຫ້ມີຄວາມກະຈ່າງແຈ້ງດີກວ່າ, ຂ້າພະເຈົ້າແນະນໍາໃຫ້ຮຽນຮູ້ເພີ່ມເຕີມກ່ຽວກັບການຈໍາແນກຫຼາຍ (Rubin 2004) . ນອກຈາກນັ້ນ, ຖ້ານັກວິໄຈກໍາລັງຮຽກຮ້ອງໃຫ້ມີການເບິ່ງແຍງກ່ຽວກັບການຄິດໄລ່ລວມ, ແທນທີ່ຈະເປັນລັກສະນະຂອງແຕ່ລະບຸກຄົນ, ວິທີການໃນ King and Lu (2008) ແລະ Hopkins and King (2010) ອາດຈະເປັນປະໂຫຍດ. ສຸດທ້າຍ, ສໍາລັບຂໍ້ມູນເພີ່ມເຕີມກ່ຽວກັບວິທີການຮຽນຮູ້ເຄື່ອງຈັກໃນ Blumenstock, Cadamuro, and On (2015) , ເບິ່ງ James et al. (2013) (ແນະນໍາເພີ່ມເຕີມ) ຫຼື Hastie, Tibshirani, and Friedman (2009) (ທີ່ກ້າວຫນ້າທາງດ້ານຫຼາຍ).

ຫນຶ່ງໃນບັນຫາທາງດ້ານຈັນຍາບັນກ່ຽວກັບການຮ້ອງຂໍຂະຫຍາຍແມ່ນວ່າມັນສາມາດຖືກນໍາໃຊ້ໃນການຄິດໄລ່ລັກສະນະທີ່ມີຄວາມຫມາຍທີ່ຄົນບໍ່ອາດຈະເລືອກທີ່ຈະເປີດເຜີຍໃນການສໍາຫຼວດຕາມທີ່ໄດ້ລະບຸໄວ້ໃນ Kosinski, Stillwell, and Graepel (2013) .