La maggior parte delle analisi statistiche si occupa di test con un campione per trovare informazioni su un gruppo più grande, conosciuto come una "popolazione". Ad esempio, un politico potrebbe rilevare gli elettori per scoprire la preferenza di voto di un'area o un direttore di fabbrica potrebbe testare campioni di un prodotto per assicurarsi che una catena di montaggio sta lavorando. Diversi fattori connessi con il processo di campionamento che è necessario considerare per rendere valido il tuo statistiche, nonché a fattori riguardanti l'analisi dei dati.
Campionamento casuale
Tua analisi statistica sarà notevolmente influenzata dal grado in cui si riesce ad ottenere un campione casuale della vostra popolazione. Per esempio, se si sta facendo uno studio nutrizionale e si desidera conoscere l'apporto calorico medio delle persone nella tua città, si desidera studiare persone scelte a caso, piuttosto che, ad esempio 20 dei tuoi amici. Un campione casuale ha le migliori possibilità di veramente rappresentare il comportamento della popolazione più grande che si sta studiando.
Dimensione di campionamento
Il campione che si studia deve essere sufficientemente grande per produrre informazioni significative sulla popolazione. Un sondaggio di cinque persone non produrrebbe molto utili informazioni circa le abitudini di una città di 1 milione di persone. È possibile calcolare la dimensione del campione necessaria per un certo consentito margine di errore, ma in generale la dimensione del campione dovrebbe essere più grande possibile entro i limiti di tempo e budget. Un campione più ampio vi darà un maggior grado di certezza nelle vostre conclusioni circa la popolazione.
Campionamento rappresentativo
Il campione che si prende per studio deve anche essere rappresentativo della popolazione che si è interessati. Questo concetto è molto vicino l'idea di un campione casuale, ma leggermente diverso. Se si dovesse andare in una palestra e indagine la gente a caso per uno studio nutrizionale, ancora non avresti un campione rappresentativo della popolazione di una città, dal momento che non tutti in città va in palestra. Il campione dovrebbe per quanto possibile rappresentare la popolazione generale, e quindi deve includere persone di diverse età, professioni, generi e così via.
Livelli di fiducia
Una volta che avete fatto il vostro campionamento e avere i vostri dati, è possibile eseguire un ampio numero di test statistici basati sui dati. Molte di queste prove comprendono ciò che è noto come un livello di confidenza. Questo è legato alla possibilità che si è disposti a prendere che si sta commettendo un errore nella tua conclusione e riflette alcune delle incertezze nell'estrapolazione di dati di esempio per un'intera popolazione. Il livello di confidenza particolare che si sceglie può influenzare la conclusione dell'analisi; un'analisi che dimostra una conclusione ad un livello di confidenza non può dimostrarlo un livello diverso.