民意調查當中另一個可能導致誤差的因素更為複雜，涉及具體的技術操作層面，包括抽樣方法和樣本規模等細節的處理。以滾動民調為例，調查樣本規模如果為一千人，分配五日進行，即每日不少於二百人。當第一至第五日的調查完成後，在第六日公布首五日的民調結果，然後在第七日公布第二至第六日的結果，如此類推。由此看到，從第一輪轉向第二輪的結果，做法是扣除第一天的結果，同時加上第六天的結果而成；中間的四天仍然是原本的四天。
這樣可能會出現抽樣框是如何確定的問題。所謂抽樣框，是一個對可以選擇作為樣本的總體單位列出名冊或排序編號，用以確定總體的抽樣範圍和結構。設計出了抽樣框後，便可以採用抽籤或隨機的方式抽選必要的單位數作為調查對象，其基本原則是完整而不重複。例如在一次民調當中，調查人員在第一天撥打某個電話號碼，但是按照抽樣原則所定出來的受訪者不在家。定時段民調的做法，是在第二天再致電訪問，可是在滾動民調當中要如何對此進行處理便會是一個問題。如果因此無法訪問到原定的對象，針對因此而減少的人群類別便需要作出「加權」處理。所謂加權，就是對被訪較少的人群類別增加合適的比重。這當中有一個假設：成功被訪問的人群，跟沒有成功被訪問的同類人群的意見是一致的；如果這樣的比重過大，也會增加誤差機會。
民意調查目的是客觀量度社會民意，愈少人為因素愈好，各項細節均會影響其準確率。