目次:
母集団について推定するために、統計学者は母集団を表す無作為標本を使用します。たとえば、50人のランダムなアメリカ人女性の体重を計っている場合は、その平均体重に基づいてすべてのアメリカ人女性の体重を推定できます。標本誤差が実際の母集団値から外れると、サンプリングエラーが発生します。つまり、真の平均が150ポンドだったときに50人の女性の平均体重が135ポンドだった場合、サンプリングエラーは-15（実測マイナス実際）となり、真の値を15ポイントだけ過小評価したことになります。真の値はあまり知られていないため、統計学者はサンプリング誤差を推定するために標準誤差や信頼区間などの他の推定値を使用します。
ステップ
測定している割合を計算します。たとえば、特定の学校の喫煙者の何パーセントの生徒が煙草を吸うかを知りたい場合は、無作為にサンプルを取り（サンプルサイズn、たとえば30）、匿名の調査に記入して、彼らが喫煙すると言う学生。説明のために、6人の学生が喫煙したと言ったとしましょう。次に、喫煙率=（喫煙者数）/（測定された生徒の総数）x 100％= 6/30 x 100％= 20％となります。
ステップ
標準誤差を計算します。実際に喫煙している学生の割合はわからないため、標準誤差を計算してサンプリング誤差を概算することしかできません。統計では、計算に割合の代わりに割合pを使用するので、20％を割合に変換しましょう。 20％を100％で割ると、p = 0.20になります。大きなサンプルサイズに対する標準誤差（SE）= sqrt p x（1 - p）/ nここで、sqrt xはxの平方根をとることを意味します。この例では、SE = sqrt 0.2 x（0.8）/ 30 = sqrt 0.00533…となります。 0.073。
ステップ
信頼区間を作成します。下限：推定割合 - 1.96 x SE = 0.2 - 1.96（0.073）= 0.0569上限：推定割合+ 1.96 x SE = 0.2 + 1.96（0.073）= 0.343したがって、喫煙者の本当の割合は95％信頼できると判断します0.0569から0.343の間、または割合としては、5.69％または34.3％の学生が喫煙しています。この広い広がりは、かなり大きなサンプリング誤差の可能性を示しています。
ステップ
正確なサンプリング誤差を計算するために全員を測定します。学校の全生徒に匿名調査を完了させ、喫煙したと答えた生徒の割合を計算します。 800人の学生のうち120人が彼らが喫煙したと言ったとしましょう、そして私たちの割合は120/800 x 100％= 15％です。したがって、私たちの「サンプリング誤差」=（推定） - （実際の）= 20 - 15 = 5です。ゼロに近いほど、推定が良くなり、サンプリング誤差が小さくなると言われています。ただし、現実の状況では、実際の価値を知ることはほとんどなく、解釈にはSEと信頼区間を使用する必要があります。