Anta att du är marknadsförare som försöker hitta ut det bästa sättet att marknadsföra en ny godisbar. Du har tre potentiella slagord att välja mellan och du vill testa dem. Uppenbarligen kan du inte testa parolerna på alla i världen, så du måste välja ett provpopulation för att testa. En vanlig teknik för sampling av människor kallas "enkel slumpmässig provtagning." - Slumpmässiga och representativa prover -

Enkel slumpmässig provtagning innebär att varje medlem av befolkningen har lika stor chans att ingå i studien. I godis-exemplet betyder det att om omfattningen av din studiepopulation är hela USA, skulle en tonåring i Maine ha samma chans att bli inkluderad som mormor i Arizona. Detta är en stor fördel, eftersom ett verkligt slumpmässigt urval kommer att vara mer representativt för befolkningen. Om du väljer slumpmässigt finns det mindre risk för samplingsfördröjning. Det är mycket osannolikt att du till slut skulle prata med bara vita män, till exempel, vilket kan leda till felaktiga slutsatser om det bästa slagordet.
Lätt i små, definierade befolkningar.

Om du är marknadsförare som är intresserad av Att sälja din godisbar bara på en specifik gymnasium, enkel slumpmässig provtagning har en annan stor fördel: Det kommer att vara mycket enkelt. Slumpmässig provtagning är mycket bekvämt när man arbetar med små populationer som redan har identifierats och listats. I en gymnasium, till exempel, skulle befolkningen vara rektorns lista över inskrivna studenter. För att ta ett slumpmässigt urval, behöver du bara räkna in de listade studenterna och använda en slumptalsgenerator för att välja några av dem för studien. Naturligtvis skulle dina resultat bara säga hur bra slogan fungerade på den gymnasiet, inte över hela landet.
Svårigheter med stora befolkningar.

Användbarheten av enkel slumpmässig provtagning med små populationer är faktiskt en nackdel med stora populationer. Att ge varje medlem av befolkningen en lika chans att delta i en undersökning kräver en fullständig och korrekt lista över befolkningsmedlemmar, och det är helt enkelt inte möjligt över en hel nation eller världen. Även om du hade en perfekt lista skulle det vara mycket svårt att kontakta mormödrar i Arizona och tonåringar i Maine. Följaktligen är enkel slumpmässig sampling sällan enkel och ofta tidskrävande och tråkig.
Missing Population Segments -

Enkel slumpmässig sampling kan ge dig en mycket korrekt bild av hur ditt slagord presterar med den genomsnittliga personen, men det vann ger dig inte detaljerad information om specifika grupper av människor. Antag till exempel att du vill veta hur dina godisbartslagor fungerar med tennisspelande enskilda män i åldrarna 18 till 45. Ett enkelt slumpmässigt urval av hela befolkningen kan innehålla bara en eller två av dem, så det kommer inte att säga dig någonting . För att få den informationen skulle du behöva en annan teknik, till exempel purposive sampling.