Badanie całej populacji jest często niepraktyczne. Próba losowa polega na wybraniu podzbioru osobników, aby można było wyciągnąć wnioski dotyczące całości. Jakość tych wniosków zależy od sposobu doboru próby. Próby probabilistyczne, w których każdy członek ma znaną szansę na dobór, wspierają wnioskowanie statystyczne. Próby nieprobabilistyczne są łatwiejsze do uzyskania, ale ograniczają możliwość generalizacji.

Wielkość próby wpływa na precyzję: większe próby zazwyczaj dają węższe przedziały ufności. Pojawiają się malejące zyski, więc optymalna wielkość równoważy koszty z wymaganą dokładnością. Stratyfikacja, klasteryzacja i inne cechy projektu mogą poprawić wydajność lub praktyczność, jednocześnie zachowując możliwość wyciągania trafnych wniosków.

Próbkowanie jest podstawą badań ankietowych, kontroli jakości i wielu badań naukowych. Zrozumienie jego zasad pomaga zarówno twórcom, jak i odbiorcom badań ocenić, jaką wagę należy nadać ich wynikom. Dobrze zaprojektowana próba o rozsądnej liczebności może być bardziej informacyjna niż duży, ale stronniczy zbiór obserwacji.