代表性抽样是统计抽样的一种类型，研究人员试图选择能够代表较大人群的个体。 在统计抽样中，人们从一个小群体中收集数据，并试图推断出结果，对更大的群体进行归纳。 真正的代表性抽样是非常难以实现的，研究人员可能会投入大量的时间和资金来获得尽可能多的代表性样本。

作为一种研究工具，统计抽样是非常有价值的。 它允许人们研究一个群体，而不需要研究这个群体中的每一个人。 普通人对统计抽样相当熟悉，尽管他们可能没有意识到这一点；下次你打开报纸，寻找一篇谈论研究结果的文章。 像 "67%的美国宠物主人与他们的宠物一起睡觉 "这句话是对拥有宠物的美国人进行代表性抽样的结果。 顺便说一句，这个数字来自Sealy®床垫公司。

为了得到一个有代表性的样本，研究人员必须首先确定被抽样的人群。 在上面的例子中，研究人员想收集有多少美国人和他们的动物一起睡觉的数据，所以人群是美国的宠物主人。 研究人员的下一步是找到一种方法，从这个人群中随机选择人们，以便他们可以调查这些人的数据。

如果研究人员过多地从某一部分人口中收集数据，如所有去芝加哥市兽医诊所的美国宠物主人，结果就不是被研究人口的代表性样本。 因此，研究人员必须想到多种收集数据的方法，以确保均匀地对被研究人口的所有方面进行采样。

当你读到一项使用代表性抽样的研究时，最好找出研究人员使用的方法。 抽样误差会产生不正确的结果，因此你想知道数据是如何收集的，从谁那里收集的，以及有什么样的控制措施来确保抽样的代表性。 通过使用批判性思维来看待统计数据和代表性抽样，你将能够确定它们是否真的有用和适用。

一项研究可能无效的一些线索包括：使用自问自答式调查，这种调查的不回答率很高，会使样本出现偏差；以及有迹象表明，样本是从较大群体中的一个较小的子群体中抽取的。 如果你看到一项研究说 "X%的欧洲人早餐吃吐司"，而研究的文本说，样本是从早上通勤时在火车站的人中抽取的，这不是代表性的抽样。