サンプルサイズは、統計分析に使用される母集団のごく一部です。 たとえば、選挙で特定の人に投票する人の数を計算するとき、それはそうではありません 米国内のすべての人に投票について尋ねることが（財政的またはロジスティック的に）可能です 好み。 代わりに、母集団の小さなサンプルが取得されます。 サンプルサイズは数百に等しい場合もあれば、数千に等しい場合もあります。 それはすべて、その母集団サンプルにどのような特性を持たせたいか、そして結果をどれだけ正確にしたいかによって異なります。
低サンプリングエラー
（全員に尋ねるのではなく）母集団のサンプルをポーリングするたびに、「真の」統計とは少し異なる統計が得られます。 これはサンプリングエラーと呼ばれ、多くの場合、パーセンテージポイントとして表されます。 たとえば、投票はプラスマイナス「10ポイント」の場合があります。 言い換えれば、世論調査員が55パーセントの人々が投票することを発見した場合 特定の候補者、プラスマイナス10ポイント、彼らは実際に45から65パーセントの間のどこかがそれに投票すると言っています 候補者。 良いサンプルは、サンプリングエラーが低くなります（1〜2ポイント）。
高い信頼水準
信頼水準は、母集団をサンプリングする頻度が高いほど、データがベルカーブに似ているという理論に基づいています。 信頼水準は、「90パーセントの信頼水準」などのパーセンテージで表されます。 信頼水準が高いほど、研究者はより確実になります。 彼のデータはベルカーブのように見えます。99％の信頼水準が望ましく、90％（またはそれ以下）の信頼水準よりも良い結果が得られる可能性があります。 レベル。
変動の程度
変動の程度は、母集団の多様性を指します。 たとえば、ヘルスケアに関するすべての政党の世論調査は、単一の政党の単純な世論調査よりも、回答のばらつきが大きくなる可能性があります。 記載されている比率が高いほど、変動性のレベルが高くなり、.5が最高の（そしておそらく最も望ましくない）値になります。 小さいサンプルの場合、変動の程度を低くする必要があります（たとえば、.2）。