Erros de amostragem são diferenças aparentemente aleatórias entre as características de uma população amostral e as da população em geral. Por exemplo, um estudo sobre a participação em uma reunião mensal revela uma taxa média de 70%. A participação em algumas reuniões certamente seria menor para alguns do que para outros. O erro de amostragem é que, embora você possa contar quantas pessoas participaram de cada reunião, o que realmente acontece em termos de participação em uma reunião não é o mesmo que acontece na próxima reunião, mesmo que as regras ou probabilidades subjacentes sejam as mesmas. As chaves para minimizar o erro de amostragem são múltiplas observações e amostras maiores.
Minimize o potencial de viés na seleção da amostra através de amostragem aleatória. A amostragem aleatória não é aleatória, mas sim uma abordagem sistemática para selecionar uma amostra. Por exemplo, uma amostra aleatória de uma população de jovens infratores é gerada selecionando nomes de uma lista para entrevistar. Antes de ver a lista, o pesquisador identifica os jovens infratores a serem entrevistados como aqueles cujos nomes aparecem primeiro, 10, 20, 30, 40, e assim por diante, na lista.
Garanta que a amostra seja representativa da população implementando um protocolo de estratificação. Por exemplo, se você estudou os hábitos de beber de estudantes universitários, pode esperar diferenças entre os estudantes da fraternidade e os que não pertencem à fraternidade. Dividir sua amostra nesses dois estratos no início reduz o potencial de erro de amostragem.
Use tamanhos de amostra maiores. À medida que o tamanho aumenta, a amostra se aproxima da população real, diminuindo assim o potencial de desvios da população real. Por exemplo, a média de uma amostra de 10 varia mais que a média de uma amostra de 100. Porém, amostras maiores envolvem custos mais altos.
Replicar seu estudo, fazendo a mesma medição repetidamente, usando mais de um sujeito ou vários grupos, ou realizando vários estudos. A replicação permite eliminar erros de amostragem.