Tècnicament, una mostra representativa requereix només qualsevol percentatge de la població estadística sigui necessari per replicar el més a prop possible la qualitat o la característica que s’està estudiant o analitzant. Per exemple, en una població de 1.000 persones que es compon de 600 homes i 400 dones utilitzades en una anàlisi de les tendències de compra per gènere, una mostra representativa pot constar de només cinc membres, tres homes i dues dones, o un 0, 5 per cent del població. Tot i això, si bé aquesta mostra és representativament representativa de la població més gran, és probable que tingui lloc en un gran grau d’error de mostreig o biaix en fer inferències sobre la població més gran perquè és tan petita.
El biaix de mostreig és una conseqüència inevitable de l'ús de mostres per analitzar un grup més gran. L’obtenció de dades d’ells és un procés que per la seva pròpia naturalesa és limitat i incomplet. Però, atès que tan sovint és necessari, atesa la poca disponibilitat de recursos, els analistes econòmics utilitzen mètodes que poden reduir el biaix de mostreig fins a nivells estadísticament menyspreables. Si bé el mostreig representatiu és un dels mètodes més eficaços utilitzats per reduir el biaix, sovint no és suficient fer-ho prou.
Una de les estratègies que es fan servir en combinació amb el mostreig representatiu és assegurar-se que la mostra és prou gran com per reduir els errors de manera òptima. I, en general, com més gran sigui el subgrup, més probabilitat es produeixi un error, en un cert moment, la reducció es fa tan mínima que no justifica la despesa addicional necessària per fer la mostra més gran.
De la mateixa manera que l’ús d’una mostra tècnicament representativa, però minúscula, no és suficient per reduir el biaix de mostreig pel seu compte, simplement l’elecció d’un grup gran sense tenir en compte la representació pot comportar resultats encara més defectuosos que utilitzar la mostra representativa petita. Tornant a l’exemple anterior, un grup de 600 homes no és propi estadísticament inútil a l’hora d’analitzar les diferències de gènere en les tendències de compra.
