Jak zauważono powyżej w sekcji Szacowanie, wnioskowanie statystyczne jest procesem wykorzystywania danych z próby do dokonywania szacunków lub testowania hipotez dotyczących populacji. Dziedzina metod badania próby zajmuje się efektywnymi sposobami uzyskiwania danych z próby. Trzy najbardziej powszechne rodzaje badań reprezentacyjnych to badania pocztowe, telefoniczne i wywiady osobiste. Wszystkie one wymagają użycia kwestionariusza, dla którego istnieje duży zasób wiedzy na temat formułowania, sekwencjonowania i grupowania pytań. Istnieją również inne rodzaje badań reprezentacyjnych, które nie wymagają użycia kwestionariusza. Na przykład, pobieranie próbek zapisów księgowych w celu przeprowadzenia audytu i wykorzystanie komputera do pobierania próbek z dużej bazy danych są badaniami próbnymi, które wykorzystują bezpośrednią obserwację jednostek objętych próbą w celu zebrania danych.
Celem w projektowaniu badań próbnych jest uzyskanie próbki, która jest reprezentatywna dla populacji, tak aby można było przeprowadzić precyzyjne wnioskowanie. Błąd próbkowania jest różnicą między parametrem populacji a statystyką próby użytą do jego oszacowania. Na przykład, różnica między średnią dla populacji a średnią dla próby jest błędem próbkowania. Błąd próby występuje, ponieważ badana jest część, a nie cała populacja. Metody próbkowania probabilistycznego, w których znane jest prawdopodobieństwo pojawienia się każdej jednostki w próbie, umożliwiają statystykom formułowanie twierdzeń dotyczących wielkości błędu próby. Nieprobabilistyczne metody próbkowania, które opierają się raczej na wygodzie lub ocenie niż na prawdopodobieństwie, są często stosowane ze względu na koszty i czas. Jednakże, należy być bardzo ostrożnym we wnioskowaniu z próby nieprobabilistycznej; czy próba jest reprezentatywna czy nie, zależy od osądu osób projektujących i przeprowadzających badanie, a nie od solidnych zasad statystycznych. W dodatku, nie ma obiektywnej podstawy do ustanowienia granic błędu próbkowania, gdy próba nieprobabilistyczna została użyta.
Większość rządowych i profesjonalnych badań sondażowych stosuje próbkowanie prawdopodobieństwa. Można ogólnie założyć, że każde badanie, które podaje plus lub minus margines błędu, zostało przeprowadzone przy użyciu próbkowania probabilistycznego. Statystycy preferują metody próbkowania probabilistycznego i zalecają ich stosowanie zawsze, gdy jest to możliwe. Dostępne są różne metody próbkowania prawdopodobieństwa. Kilka z bardziej powszechnych jest tutaj przejrzanych.
Próbkowanie losowe stanowi podstawę dla wielu metod próbkowania prawdopodobieństwa. Z prostym losowym próbkowaniem, każda możliwa próbka o rozmiarze n ma takie samo prawdopodobieństwo bycia wybranym. Ta metoda została omówiona powyżej w sekcji Estymacja.
Stratyfikowany prosty losowy dobór próby jest odmianą prostego losowego doboru próby, w którym populacja jest podzielona na względnie jednorodne grupy zwane warstwami i prosta losowa próba jest wybrana z każdej warstwy. Wyniki z warstw są następnie agregowane w celu wnioskowania o populacji. Korzyścią uboczną tej metody jest to, że można również wnioskować o subpopulacji reprezentowanej przez każdą warstwę.
Próbkowanie klastrowe polega na podziale populacji na oddzielne grupy zwane klastrami. Inaczej niż w przypadku warstwowego losowania prostego, pożądane jest, aby klastry składały się z jednostek heterogenicznych. W jednoetapowym próbkowaniu klastrów wybiera się prostą losową próbę klastrów, a dane zbierane są od każdej jednostki w próbkowanych klastrach. W dwustopniowym próbkowaniu klastrów wybiera się prostą próbę losową klastrów, a następnie wybiera się prostą próbę losową z jednostek w każdym próbkowanym klastrze. Jedno z głównych zastosowań próbkowania klastrów jest nazywane próbkowaniem obszarowym, gdzie klastry są hrabstwami, miastami, blokami miejskimi lub innymi dobrze zdefiniowanymi geograficznymi częściami populacji.
.