抽样调查结果和真实值之间存在的差异称为误差。抽样调查理论的中心任务之一，便是研究抽样调查中的误差。在抽样调查误差理论中将全部误差分解为随机误差和系统误差两部分。随机误差是 由于 样本与总体之间的随机差异导致的， 它存在于所有取样过程中， 是无法避免的， 这种类型的误差不会影响估计参数的均值， 通常所计算的抽样误差就是这部分随机误差。对随机误差的研究，由于有强有力的概率论与数理统计理论和方法的支持，其理论已非常成熟，只要能设计出样本估计量，就能给出相应估计量的随机误差公式。但是对抽样调查中的系统误差，由于导致系统性误差的原因很多，而且多属非随机性因素，主要受主观因素的影响，致使系统性误差的出现是无规律的。 构成系统误差的因素有多种，大致可归纳为四种类型：（1）设计误差 （ Error in Design ） ，是指因在抽样调查方案设计过程中的错误而导致产生的系统性误差。在抽样方案的设计中，涉及抽样框的编制、目标量和估计量的设计、样本容量的确定和抽样方式的选择等，抽样方案的设计还直接关系到在样本的抽取过程中是否严格地遵循随机性原则，若破坏了随机性原则，必然会产生系统性误差。（2）估计量的偏误 (Bias of Estimator) ，是指所选择的估计量 (实则是估计方法)破坏了估计的优良标准之一——无偏性，致使产生统计性误差。（3）调查误差 （ Error in Survey ） ，是指在取得样本数据资料过程中产生的误差。这部分误差通常与调查者、回答者、资料搜集方式和问卷等因素有关，它们会形成在调查过程中出现无回答和回答出现偏误等情况，进而形成系统性误差。（4）编辑误差 （ Processing in Error ） ，是指在取得样本资料之后，在整理、汇总、归类、计算、录入等过程形成的误差。因此，为了提高调查精度，一方面可以采取完善抽样调查方案、合理选择抽样方法、提高抽样调查数据的准确性、减少编辑误差和调查误差等手段，即减少系统误差；另一方面要合理确定样本量的大小，即减少随机误差。通过对误差分析可知，如果要提高调查的精度，一个重要方面就是确定合理的样本量。样本量大小的确定是一个平衡问题，如果在数据收集和分析过程采用大的样本容量，达到给定研究目标和精度要求的费用就很高。太少的样本则使结果受变异性的影响。
Perfect颜
