Z technicznego punktu widzenia reprezentatywna próbka wymaga tylko takiego odsetka populacji statystycznej, który jest niezbędny do możliwie dokładnego odtworzenia badanej lub analizowanej jakości lub cechy. Na przykład w populacji 1000, która składa się z 600 mężczyzn i 400 kobiet wykorzystywanych w analizie trendów zakupowych według płci, reprezentatywna próba może składać się z zaledwie pięciu członków, trzech mężczyzn i dwóch kobiet lub 0, 5 procent populacja. Jednak chociaż próbka ta jest nominalnie reprezentatywna dla większej populacji, prawdopodobnie spowoduje wysoki stopień błędu próbkowania lub stronniczości podczas wnioskowania na temat większej populacji, ponieważ jest tak mała.
Błąd systematyczny pobierania próbek jest nieuniknioną konsekwencją zastosowania próbek do analizy większej grupy. Pozyskiwanie danych z nich jest procesem, który ze swej natury jest ograniczony i niekompletny. Ponieważ jednak jest to często konieczne, biorąc pod uwagę ograniczoną dostępność zasobów, analitycy ekonomiczni stosują metody, które mogą zredukować stronniczość próbkowania do statystycznie nieistotnych poziomów. Chociaż reprezentatywne pobieranie próbek jest jedną z najskuteczniejszych metod stosowanych w celu ograniczenia błędu systematycznego, często nie wystarcza, aby zrobić to wystarczająco samodzielnie.
Jedną strategią stosowaną w połączeniu z reprezentatywnym próbkowaniem jest upewnienie się, że próbka jest wystarczająco duża, aby optymalnie zmniejszyć błąd. I chociaż ogólnie rzecz biorąc, im większa podgrupa, tym bardziej prawdopodobne jest, że błąd zostanie zmniejszony, w pewnym momencie zmniejszenie staje się tak minimalne, że nie uzasadnia dodatkowych kosztów niezbędnych do powiększenia próbki.
Podobnie jak użycie technicznie reprezentatywnej, ale niewielkiej próbki nie jest wystarczające, aby samo zmniejszyć próbę próbkowania, tak samo wybranie dużej grupy bez uwzględnienia reprezentacji może prowadzić do jeszcze bardziej błędnych wyników niż przy użyciu małej reprezentatywnej próbki. Wracając do powyższego przykładu, grupa 600 mężczyzn jest statystycznie bezużyteczna sama w analizie różnic płciowych w trendach zakupowych.
