किसी संपूर्ण जनसंख्या का अध्ययन करना अक्सर अव्यावहारिक होता है। नमूनाकरण (सैंपलिंग) व्यक्तियों के एक उपसमूह का चयन करता है ताकि संपूर्ण जनसंख्या के बारे में निष्कर्ष निकाले जा सकें। इन निष्कर्षों की गुणवत्ता इस बात पर निर्भर करती है कि नमूना कैसे चुना गया है। संभाव्यता नमूने (प्रोबेबिलिटी सैंपल), जिनमें प्रत्येक सदस्य के चुने जाने की एक निश्चित संभावना होती है, सांख्यिकीय अनुमानों का समर्थन करते हैं। गैर-संभाव्यता नमूने प्राप्त करना आसान होता है लेकिन उनकी सामान्यीकरण क्षमता सीमित होती है।

नमूने का आकार सटीकता को प्रभावित करता है: बड़े नमूनों से आमतौर पर संकीर्ण विश्वास अंतराल प्राप्त होते हैं। यहाँ परिणाम घटते जाते हैं, इसलिए इष्टतम आकार लागत और आवश्यक सटीकता के बीच संतुलन बनाए रखता है। स्तरीकरण, क्लस्टरिंग और अन्य डिज़ाइन विशेषताएँ वैध निष्कर्ष निकालने की क्षमता को बनाए रखते हुए दक्षता या व्यावहारिकता में सुधार कर सकती हैं।

सर्वेक्षण अनुसंधान, गुणवत्ता नियंत्रण और कई वैज्ञानिक अध्ययनों में नमूनाकरण एक मूलभूत प्रक्रिया है। इसके सिद्धांतों को समझने से अनुसंधान के उत्पादकों और उपभोक्ताओं दोनों को यह तय करने में मदद मिलती है कि निष्कर्षों को कितना महत्व दिया जाए। प्रबंधनीय आकार का एक सुव्यवस्थित नमूना, अवलोकनों के एक बड़े लेकिन पक्षपातपूर्ण संग्रह की तुलना में अधिक जानकारीपूर्ण हो सकता है।