2022年1月
我们描述了一个基于paradata的方法的设计和实现,以减少在印度的家庭调查中采访者诱发的测量误差。我们的方法确定枚举人员表现出偏差的现场实践,并为他们提供反馈,以纠正潜在的错误行为。一个新特性是强调在面对类似现场条件的一组枚举器内进行动态基准测试。这有助于正确地确定存在于我们调查中的多个数据生成过程的稳定状态水平。我们还提供了证据,证明我们的方法成功地改变了字段中的实际枚举器行为。此外,我们还提供了一个完整的原型,说明如何在资源受限的环境中操作paradata的使用。在每一个步骤中,我们都强调所涉及的权衡,分享我们对自身缺点的见解,并提供建议,以帮助做出更明智的选择。我们希望我们的工作将鼓励使用paradata来提高调查质量,特别是在使用paradata仍然很少的低收入和中等收入国家。
下载
这些必需的cookies是激活网站核心功能所必需的。无法选择退出这些技术。
为了进一步完善我们的服务和我们的网站,我们收集匿名数据进行统计和分析。例如,在这些cookie的帮助下,我们可以确定访问者的数量和我们网站上某些页面的效果,并优化我们的内容。