The field of modal testing and analysis is currently facing a surge of interest in error modelling. Several errors which occur during testing campaigns are modelled analytically or numerically and propagated to various system coupling and interface reduction routines effectively. This study aims to propagate human errors, like position measurement errors and orientation measurement errors, and random noise-based errors in the measured Frequency Response Functions(FRFs) to the interface reduction algorithm called Virtual Point Transformation(VPT) and later to a substructure coupling method called Frequency-Based Substructuring(FBS). These methods form the cornerstone for Transfer Path Analsysis (TPA). Furthermore, common sources of error like sensor mass loading effect and sensor misalignment have also been investigated. Lastly, a new method to calculate the sensor positions and orientations after a measurement has been devised based on rigid body properties of the system and from the applied force characteristics. The error propagation was performed using a computationally efficient, moment method of the first order and later validated using Monte-Carlo simulations. The results show that the orientation measurement error is the most significant followed by FRF error and position measurement error. The mass loading effect is compensated using the Structural Modification Using Response Functions (SMURF) method and the sensor misalignment is corrected using coordinate transformation. The sensor positions and orientations are accurately estimated from rigid body properties and applied force characteristics; individually using matrix algebra and simultaneously using an optimization-based non-linear least squares solver. / För närvarande ser vi ett ökat intresse för felmodellering inom området modal provning och analys. Flera fel som uppstår under testserier modelleras analytiskt eller numeriskt och propageras effektivt till olika systemkopplings- och gränssnittsreduktionsrutiner. Denna studie syftar till att hantera mänskliga fel, som positionsmätningsfel och orienteringsmätfel, och slumpmässiga brusbaserade fel i de uppmätta frekvensresponsfunktionerna (FRF) till den gränssnittsreduktionsalgoritm, som kallas ”Virtual Point Transformation” (VPT), och senare till en substrukturskopplingsmetod, som kallas FBS (Frequency-Based Substructuring). Dessa metoder utgör hörnstenen för ”Transfer Path Analsysis” (TPA). Dessutom har vanliga felkällor som sensormassbelastningseffekter och felorientering av sensorer undersökts. Slutligen har en ny metod för att beräkna sensorns positioner och riktningar, efter att mätning gjorts, baserat på systemets stelkroppsegenskaper och de applicerade krafterna. Felpropageringen estimerades med en beräkningseffektiv, momentmetod av första ordningen och validerades senare med Monte-Carlo-simuleringar. Resultaten visar att orienteringsmätfelet är den mest signifikanta felkällan följt av FRF-fel och positionsmätningsfel. Massbelastningseffekten kompenseras med hjälp av ”Structural Modification Using Response Functions” (SMURF) -metoden och sensorjusteringen korrigeras med hjälp av koordinatomvandling. Sensorpositionerna och positioner och orientering beräknas exakt från stelkroppsegenskaperna och de applicerade krafterna; individuellt med matrisalgebra och samtidigt med en optimeringsbaserad icke-linjär minsta kvadratlösare.