Mempelajari seluruh populasi seringkali tidak praktis. Pengambilan sampel memilih sebagian kecil individu sehingga kesimpulan dapat ditarik tentang keseluruhan populasi. Kualitas kesimpulan tersebut bergantung pada bagaimana sampel dipilih. Sampel probabilitas, di mana setiap anggota memiliki peluang terpilih yang diketahui, mendukung inferensi statistik. Sampel non-probabilitas lebih mudah diperoleh tetapi membatasi generalisasi.

Ukuran sampel memengaruhi presisi: sampel yang lebih besar umumnya menghasilkan interval kepercayaan yang lebih sempit. Efektivitasnya mulai menurun, sehingga ukuran optimal menyeimbangkan biaya dengan akurasi yang dibutuhkan. Stratifikasi, pengelompokan, dan fitur desain lainnya dapat meningkatkan efisiensi atau kepraktisan sambil tetap mempertahankan kemampuan untuk membuat kesimpulan yang valid.

Pengambilan sampel merupakan hal mendasar dalam penelitian survei, pengendalian mutu, dan banyak studi ilmiah. Memahami prinsip-prinsipnya membantu baik produsen maupun konsumen penelitian untuk menilai seberapa besar bobot yang harus diberikan pada temuan tersebut. Sampel yang dirancang dengan baik dan berukuran mudah dikelola dapat lebih informatif daripada kumpulan observasi yang besar tetapi bias.