Izlases lielums ir neliela populācijas procentuālā daļa, ko izmanto statistiskajā analīzē. Piemēram, izdomājot, cik cilvēku vēlēšanās nobalsos par noteiktu cilvēku, tas tā nav iespējams (vai nu finansiāli, vai loģistiski) pajautāt ikvienam cilvēkam Amerikas Savienotajās Valstīs par viņu balsošanu priekšroka. Tā vietā tiek ņemts neliels iedzīvotāju paraugs. Izlases lielums varētu būt vienāds ar dažiem simtiem vai arī ar dažiem tūkstošiem. Tas viss ir atkarīgs no tā, kādām īpašībām vēlaties iegūt šo populācijas izlasi un cik precīzus vēlaties iegūt rezultātus.
Zema izlases kļūda
Katru reizi, kad aptaujāsiet populācijas izlasi (nevis jautāsiet visiem), jūs iegūsiet statistiku, kas nedaudz atšķiras no "patiesās" statistikas. To sauc par izlases kļūdu, un to bieži izsaka procentos. Piemēram, aptauja var būt plus vai mīnus "desmit punkti". Citiem vārdiem sakot, ja aptaujas dalībnieks konstatē, ka 55 procenti cilvēku balsos par a noteikts kandidāts, plus vai mīnus desmit punkti, viņi patiešām saka, ka kaut kur starp 45 un 65 procentiem balsos par to kandidāts. Labam paraugam būs maza izlases kļūda (punkts vai divi).
Augsts uzticības līmenis
Uzticamības līmenis ir balstīts uz teoriju, ka jo biežāk atlasāt populāciju, jo vairāk dati atgādina zvana līkni. Uzticamības līmeņi tiek izteikti procentos, piemēram, "90 procentu ticamības līmenis". Jo augstāks ir ticamības līmenis, jo pārliecinātāks ir pētnieks ka viņa dati izskatās kā zvana līkne: vēlams 99 procentu ticamības līmenis un, iespējams, ar labāku rezultātu nekā 90 procentu (vai zemāka) ticamība līmenī.
Mainīguma pakāpe
Mainīguma pakāpe attiecas uz to, cik daudzveidīga ir populācija. Piemēram, visu politisko partiju aptauja par veselības aprūpi, visticamāk, izraisīs plašākas atbilžu variācijas nekā vienkārša vienas partijas aptauja. Jo augstāka ir norādītā proporcija, jo augstāks mainīguma līmenis, un .5 ir augstākā (un, iespējams, vismazāk vēlamā) vērtība. Mazākiem paraugiem vēlaties redzēt nelielu mainīguma pakāpi (piemēram, .2).