在信息爆炸的时代，抽样调查作为研究手段的重要性不言而喻。然而，尽管调查手段日新月异，我们对调查质量的追求始终如一。《Internet, Phone, Mail and Mixed-Mode Surveys: The Tailored Design Method》（2014年第四版，Don A. Dillman著）详尽阐述了如何在变迁中减少四种关键误差，确保数据的准确性和有效性。
覆盖误差源于抽样框的构建，未能涵盖目标群体的重要部分，导致undercoverage。比如，传统固定电话调查中，由于富人拥有电话的比例较高，随机拨号可能导致调查结果与实际有偏差。如今，随着固定电话使用率的下降，无固定电话群体的特征与有固定电话群体的差异愈发显著。
网络调查同样面临挑战，如全国家庭调查中，只有部分成年人具备互联网接入，学校中的学生群体则可能提供接近100%的覆盖，减少了覆盖误差。
抽样误差是数量级的偏差，选择部分样本而非全体。在5000人中抽取100人与2000人的样本，误差会相应减小。但即便在抽样调查中，误差是无法完全消除的，关键在于控制其在可接受范围内。通过科学的抽样设计，我们能够计算并降低这种误差。
无应答误差源于应答者与未应答者之间的显著差异。如环境态度调查中，积极态度者更可能回应，导致结果失真。例如，达拉斯1989年的艾滋病研究，尽管开始时应答率高达84%，但后续对无应答者的调查揭示了行为数据的低估，这正是由于应答者与非应答者之间的行为差异造成的。
提高应答率是减小无应答误差的关键，通过灵活的联系策略、多样的问卷寄送方式，以及设计吸引人的奖励机制，我们可以尝试降低这一误差的影响。
测量误差源于问卷设计的不准确。如衡量财富情况时，仅仅询问收入可能无法捕捉到退休人员的真实财富变化。此外，敏感问题的回答偏差、词汇理解问题、多选题结构的限制、问题顺序和视觉呈现，乃至访员特征和问卷模式，都可能影响测量的准确性。
只有精心设计和严谨的测量方法，才能确保调查数据反映真实世界的面貌，从而为决策提供有力依据。