En provstorlek är en liten andel av en population som används för statistisk analys. När man exempelvis bestämmer hur många personer som ska rösta för en viss person i valet är det inte möjligt (antingen ekonomiskt eller logistiskt) att fråga varje person i USA om deras rösträtt. Istället tas ett litet urval av befolkningen. Provstorleken kan vara ett par hundra, eller det kan vara ett par tusen. Det beror helt på vilka egenskaper du vill ha det populationprovet att ha och hur exakt du vill att dina resultat ska vara.
Lågprovtagningsfel
Varje gång du pollar ett urval av en befolkning (som i motsats till att fråga alla), kommer du att få lite statistik som är lite annorlunda än den "sanna" statistiken. Detta kallas provtagningsfel och uttrycks ofta som procentenheter. En undersökning kan till exempel vara plus eller minus "tio poäng". Med andra ord, om en omröstare finner att 55 procent av folk kommer att rösta för en viss kandidat, plus eller minus tio poäng, säger de verkligen att någonstans mellan 45 och 65 procent kommer att rösta för den kandidaten. Ett bra exempel kommer att ha ett lågt provtagningsfel (en punkt eller två).
Hög konfidensnivå
Förtroendetivån bygger på teorin att ju oftare du provar en befolkning desto mer data liknar en klockkurva. Förtroendenivåer uttrycks som en procentandel, till exempel en "90 procent konfidensnivå". Ju högre konfidensnivå, desto säkraare är en forskare att hans data ser ut som en klockkurva. En 99 procent konfidensnivå är önskvärt och sannolikt att få bättre resultat än en 90 procent (eller lägre) konfidensnivå.
Graden av variation hänvisar till hur olika en befolkning är. En undersökning av alla politiska partier om hälso- och sjukvården kommer till exempel sannolikt att ge en mer omfattande variation i svar än en enkel omröstning av en parti. Ju högre den angivna andelen är desto större är variabeln, med .5 det högsta (och möjligen minst önskvärda) värdet. För mindre prover skulle du vilja se en låg grad av variabilitet (till exempel .2).
