Tính chính xác và tin cậy của dữ liệu mẫu bị tác động bởi hai loại sai số, đó là: Sai số do chọn mẫu và sai số không do chọn mẫu.
1) Sai số do chọn mẫu:
Là sai số do việc lựa chọn mẫu không đại diện được cho tổng thể; nghĩa là có sự khác biệt giữa trị số mẫu với trị số thật của trung bình tổng thể.
Đây là loại sai số gây ra do thông tin không được thu thập trên tất cả các đơn vị của tổng thể, mà chỉ thu thập trên một số đơn vị tổng thể.
Vì thực tế, không thể có một đoạn nhỏ hơn của tổng thể có thể làm đại diện một cách chính xác cho tổng thể được. Do đó, sai số chọn mẫu luôn luôn xuất hiện, nếu có việc chọn mẫu.
Điều này vẫn có giá trị bất chấp người nghiên cứu cẩn thận thế nào đi nữa khi chọn mẫu ngẫu nhiên. Do đó sai số này là kết quả của sự ngẫu nhiên.
Vì sai số chọn mẫu là kết quả của sự ngẫu nhiên, nên nó lệ thuộc vào các quy luật xác suất.
Sai số do chọn mẫu có thể được giảm thiểu bằng cách tăng kích thước của mẫu. Có nghĩa là: Khi kích thước của mẫu bằng kích thước của đám đông thì sai lệch này bằng không.
2) Sai số không do chọn mẫu:
Là các sai số khác trong quá trình thu thập thông tin không do việc chọn mẫu gây nên như: Các sai số xảy ra trong quá trình phỏng vấn, hiệu chỉnh, nhập thông tin, xử lý thông tin v.v.. Như vậy, sai số này càng tăng khi kích thước mẫu càng lớn.
Như vậy ta có:
ε = ε + ε
Trong nghiên cứu Chọn mẫu Không chọn mẫu
Tóm lại: Sai số do chọn mẫu và sai số không do chọn mẫu có thể biểu diễn qua hình dưới đây, khi tăng kích thước mẫu:
n
Tăng kích thước mẫu
N SS chọn Mẫu = 0
Sai số chọn mẫu SS không do chọn mẫu
SS chọn SS không do chọn mẫu mẫu mẫu
SS chọn SS không do chọn mẫu
mẫu