Dotychczas omówione zostały pewne teoretyczne zagadnienia, dzięki którym możliwa staje się odpowiedź na pytanie o wpływ zjawiska niedostępności na wyniki badań. Aby jednak móc się na ten temat wypowiadać, potrzebne są dane zarówno o osobach uczestniczących w badaniu, jak i o jednostkach niedostępnych. Samo badanie jednostek niedostępnych jest sprawą niezwykle trudną – nie mamy przecież w zasadzie żadnych źródeł informacji o przedmiocie naszej analizy. Istniej ą co najmniej dwie drogi uzyskiwania takich informacji – niestety obie obarczone ograniczeniami i trudne do zrealizowania. Pierwszym źródłem informacji o jednostkach niedostępnych są sami niedoszli respondenci lub ich otoczenie, drugim zaś całkowicie zewnętrzne źródło informacji (danych zastanych), niezależne od badanych. Każdemu z tych źródeł odpowiada nieco inna strategia badawcza na etapie projektowania metodologii badania.
Z pierwszym sposobem uzyskiwania informacji o jednostkach niedostępnych związany jest szczególny typ badania – tzw. follow-up study, czyli badanie kontrolne po zasadniczej fazie badania. Jego przedmiotem są wyłącznie jednostki niedostępne w fazie zasadniczej. W idealnej sytuacji należałoby zrealizować wyczerpujące badanie kontrolne, którego celem powinno być dotarcie do wszystkich niedostępnych jednostek, weryfikacja przyczyny niedostępności (jeśli niemożliwe jest uzyskanie informacji od wylosowanej osoby, to należy uzyskiwać je od innych osób z otoczenia), oraz tam gdzie to możliwe zrealizowanie badania z fazy zasadniczej. Gdyby takie badanie się powiodło, wówczas uzyskalibyśmy dokładne informacje na temat losowości lub systematyczności przyczyn niedostępności w fazie zasadniczej, a także moglibyśmy dokonać porównania jednostek dostępnych i niedostępnych ze względu na zmienne uzyskane w badaniu. Ponadto moglibyśmy właściwie ocenić skalę trwałych i nieodwracalnych ubytków z próby takich, jak zgony, błędne adresy, przeprowadzki za granicę etc.
Takie podejście badawcze opiera się na założeniu, iż w rzeczywistości mało jest jednostek niedostępnych (to wyłącznie trwałe ubytki), a najczęściej mamy do czynienia z jednostkami trudno dostępnymi. Niestety opisany powyżej sposób jest pewnym typem idealnym w praktyce niemożliwym do zrealizowania – ze względu na ogromne koszty i czasochłonność takiego przedsięwzięcia. Realizuje się natomiast badania typu follow-up w nieco ograniczonym zakresie – nie są to badania wyczerpujące (choć taki cel mogą sobie stawiać), a ich autorzy zadowalają się przebadaniem fragmentu grupy niedostępnych jednostek (Kubiak, Mokrzyszewski 1993, 1995; Domański H. 1999; Stoop 2005). Tego typu badania mogą być jednak cennym źródłem wiedzy o niedostępności. Nieco dalej przedstawione zostaną przykłady takich właśnie badań – analizy przeprowadzonej przez Henryka Domańskiego dla specjalnej edycji badania PGSS oraz badań zrealizowanych przez Centrum Badania Opinii Społecznej w 1993 i 1995 roku.
Podstawowym ograniczeniem strategii badawczej typu follow-up jest mała skuteczność realizacji – odsetki realizowalności badań prowadzonych wyłącznie na jednostkach niedostępnych są bardzo niskie, co z resztą nie powinno zaskakiwać zważywszy na charakterystykę zjawiska (Lynn 2003). Ponadto badania takie okazują się kosztowne – ze względu na konieczność zlokalizowania i ponownego skontaktowania się z respondentami, a także przekonania ich do udziału w badaniu. Dodatkowo problemy może stwarzać opóźnienie powstałe pomiędzy zasadniczą fazą badania a badaniem kontrolnym – na przykład gdy część zagadnień poruszanych w badaniu jest silnie zależna od kontekstu czasowego (m.in. badania wyborcze) lub gdy osoby wylosowane do próby w międzyczasie przemieszczają się (Lynn 2003).
Z drugim sposobem uzyskiwania informacji o jednostkach niedostępnych związane jest zastosowanie zewnętrznego źródła informacji o badanych jednostkach na etapie doboru próby – bogatego operatu losowania, dzięki któremu nawet w przypadku ubytków z próby będziemy posiadać o niedostępnych jednostkach pewne dane (Groves 2005). Dzięki tym informacjom możliwe będzie określenie wielkości błędu systematycznego dla wybranych zmiennych (tych, o których informacje posiadamy).
Strategia ta posiada niestety swoje poważne ograniczenia – przede wszystkim bogate operaty losowania rzadko są dostępne dla badaczy, o ile w ogóle istnieją. Operaty takie uzyskuje się często przy okazji innego rodzaju działalności. W Stanach Zjednoczonych dobrze rozwinięty sektor badań farmaceutycznych i medycznych dysponuje bogatymi bazami danych, z których możliwe jest losowanie prób, i w których znajduje się wiele dodatkowych informacji na temat respondentów. Nie trudno jednak wyobrazić sobie, iż takie bazy nie znalazłyby zastosowania w badaniach społecznych, bo zawierają informacje mało przydatne z punktu widzenia tematyki samych badań. Przydatne operaty generują też szeroko zakrojone badania panelowe – po założycielskiej fazie badania dysponuje się dość bogatą bazą, z której można korzystać przy okazji kolejnej fali badania, ale także przy innego rodzaju badaniach.
Innym ograniczeniem strategii związanej ze stosowaniem bogatych operatów jest fakt, iż nawet najbogatszy operat nie zawiera zazwyczaj zmiennych związanych z samym badaniem – zmiennych psychospołecznych, opinii etc. To zaś oznacza, iż nie dla każdej zmiennej jesteśmy w stanie błąd systematyczny obliczyć. Niemożliwe jest to zwłaszcza w przypadku najbardziej interesuj ących badaczy zmiennych, czyli tych, o których informacje zbiera się w trakcie badania. Gdyby bowiem operat zawierał informacje o tych zmiennych, badanie w zasadzie byłoby niepotrzebne.
Istnieje także trzecie podej ście, niejako łączące w sobie strategię uzyskiwania informacji od jednostek niedostępnych, a także z zewnętrznych, pomocniczych źródeł. Podejście to, opisane przez Lynna (2003), nosi nazwę Pre-Emptive Doorstep Administration of Key Survey Items (PEDAKSI) – wstępnego ustalenia kluczowych zmiennych. Metodologia PEDAKSI opiera się na pomyśle zastosowania krótkiego formularza zmiennych kluczowych (KIF – key items form) w sytuacji, gdy ankieter po skontaktowaniu się z respondentem stwierdza, że wywiad nie dojdzie do skutku w trakcie danej wizyty. Ponadto na etapie projektowania próby należy zapewnić sobie zmienne pomocnicze, które w razie niedostępności będą dostarczać dodatkowej informacji. Do metodologii PEDAKSI i jej eksperymentalnego zastosowania wrócimy na końcu rozdziału, ponieważ stanowi ona ciekawy przykład łączenia zalet wcześniej opisanych strategii, zaś jej autor przekonuje, iż jest skuteczna w praktyce badawczej.