Η μελέτη ενός ολόκληρου πληθυσμού είναι συχνά ανέφικτη. Η δειγματοληψία επιλέγει ένα υποσύνολο ατόμων, έτσι ώστε να μπορούν να εξαχθούν συμπεράσματα για το σύνολο. Η ποιότητα αυτών των συμπερασμάτων εξαρτάται από τον τρόπο με τον οποίο επιλέγεται το δείγμα. Τα δείγματα πιθανότητας, στα οποία κάθε μέλος έχει γνωστή πιθανότητα επιλογής, υποστηρίζουν τη στατιστική συμπερασματολογία. Τα δείγματα χωρίς πιθανότητα είναι πιο εύκολο να ληφθούν, αλλά περιορίζουν τη δυνατότητα γενίκευσης.

Το μέγεθος του δείγματος επηρεάζει την ακρίβεια: τα μεγαλύτερα δείγματα γενικά παράγουν στενότερα διαστήματα εμπιστοσύνης. Οι μειούμενες αποδόσεις επιτυγχάνονται, επομένως το βέλτιστο μέγεθος εξισορροπεί το κόστος με την απαιτούμενη ακρίβεια. Η στρωματοποίηση, η ομαδοποίηση και άλλα χαρακτηριστικά σχεδιασμού μπορούν να βελτιώσουν την αποτελεσματικότητα ή την πρακτικότητα, διατηρώντας παράλληλα την ικανότητα εξαγωγής έγκυρων συμπερασμάτων.

Η δειγματοληψία είναι θεμελιώδης για την έρευνα με βάση τις δημοσκοπήσεις, τον ποιοτικό έλεγχο και πολλές επιστημονικές μελέτες. Η κατανόηση των αρχών της βοηθά τόσο τους παραγωγούς όσο και τους καταναλωτές της έρευνας να κρίνουν πόσο βάρος πρέπει να δώσουν στα ευρήματα. Ένα καλά σχεδιασμένο δείγμα διαχειρίσιμου μεγέθους μπορεί να είναι πιο κατατοπιστικό από μια μεγάλη αλλά μεροληπτική συλλογή παρατηρήσεων.