Otantavirheet ovat näennäisesti satunnaisia eroja otospopulaation ja väestön ominaisuuksien välillä. Esimerkiksi kuukausittaiseen kokoukseen osallistumisen tutkimus paljastaa keskimäärin 70 prosenttia. Joillakin kokouksilla osallistuminen olisi varmasti alhaisempi kuin toisilla. Tällöin otantavirhe on, että vaikka voit laskea kuinka monta ihmistä osallistui kuhunkin kokoukseen, se, mitä tapahtuu yhden kokouksen läsnäolon kannalta, ei ole sama kuin seuraavassa kokouksessa, vaikka taustalla olevat säännöt tai todennäköisyydet ovat samat. Avaimet näytteenottovirheen minimoimiseksi ovat useita havaintoja ja suurempia näytteitä.
Minimoi mahdollisuus vääristymästä otoksen valinnassa satunnaisotannalla. Satunnainen näytteenotto ei ole sattumanvarainen näytteenotto, vaan sen sijaan järjestelmällinen lähestymistapa otoksen valintaan. Esimerkiksi satunnainen otos nuorten rikoksentekijöiden populaatiosta luodaan valitsemalla nimet luettelosta haastatteluun. Ennen luettelon näyttämistä tutkija tunnistaa haastateltavaksi tulevat nuoret rikoksentekijät sellaisiksi, joiden nimet ovat luettelossa ensin, 10., 20., 30., 40. ja niin edelleen.
Varmista, että näyte edustaa populaatiota toteuttamalla stratifiointiprotokolla. Esimerkiksi, jos tutkit yliopisto-opiskelijoiden juomatapoja, saatat odottaa eroja veljeysopiskelijoiden ja muiden kuin veljeskunnan opiskelijoiden välillä. Näytteen jakaminen näihin kahteen kerrokseen heti vähentää näytteenottovirheiden mahdollisuutta.
Käytä suurempia näytteen kokoja. Kun koko kasvaa, otos lähestyy todellista populaatiota, vähentäen siten mahdollisuutta poiketa todellisesta populaatiosta. Esimerkiksi 10 näytteen keskiarvo vaihtelee enemmän kuin 100 näytteen keskiarvo. Suurempaan näytteeseen liittyy kuitenkin korkeampia kustannuksia.
Kopioi tutkimus suorittamalla sama mittaus toistuvasti, käyttämällä useampaa kuin yhtä aihetta tai useita ryhmiä tai suorittamalla useita tutkimuksia. Toisinnuksen avulla voit poistaa näytteenottovirheet.