a:

Un campione rappresentativo rappresenta correttamente la popolazione statistica da cui viene scelto, mentre un campione di convenienza viene scelto a causa dell'accessibilità e della disponibilità di partecipare al gruppo.

Entrambe le tecniche di campionamento hanno i loro vantaggi, ma sono generalmente utilizzati in diversi tipi di studi per sfruttare al meglio questi vantaggi. Il campionamento di convenienza è un metodo rapido e poco costoso ed è generalmente utilizzato in studi pilota quando i ricercatori devono raccogliere dati generali sulle tendenze o sui fenomeni. Tuttavia, quando si utilizzano statistiche per analizzare tendenze e cicli, gli economisti non possono fare affidamento sui campionamenti convenzionali per fare inferenze statistiche su popolazioni più grandi. Tale tecnica non genera campioni che rappresentino adeguatamente la popolazione da cui vengono scelti i campioni, creando un elevato livello di polarizzazione dei campioni.

Tre caratteristiche fondamentali in un campione riducono le probabilità di polarizzazione del campionamento e consentono agli economisti di trarre più deduzioni sicure su una popolazione generale dai risultati ottenuti dall'analisi o studio del campione. Tali campioni devono essere rappresentativi della popolazione scelta studiata. Devono essere scelti in modo casuale, il che significa che ogni membro della popolazione più grande ha una uguale probabilità di essere scelto e deve essere abbastanza grande da non alterare i risultati. La dimensione ottimale del gruppo di campioni dipende dal grado preciso di fiducia richiesto per fare un'inferenza.

Tutti i campioni più piccoli della popolazione studiata contengono un certo grado di errore di campionamento. Per evitare un errore troppo elevato di campionamento, i ricercatori devono evitare errori nel campionamento. Ad esempio, se un ricercatore di una certa università stava studiando una certa tendenza economica tra gli studenti universitari del suo paese, scegliere un campione di studenti della sua università specifica non sarebbe rappresentativo dell'intera popolazione, scelta casuale o abbastanza grande. Di conseguenza, sarebbe probabile che si verifichino risultati parziali che potrebbero rivelarsi costosi.