ในทางสถิติอคติในการสุ่มตัวอย่างคืออคติที่ตัวอย่างถูกเก็บรวบรวมในลักษณะที่สมาชิกบางคนของประชากร เป้าหมายมี โอกาสสุ่มตัวอย่างต่ำกว่าหรือสูงกว่าคนอื่น ๆ ส่งผลให้ตัวอย่างมีอคติ^{[ 1 ]}ของประชากร (หรือปัจจัยที่ไม่ใช่มนุษย์) ซึ่งบุคคลหรือกรณีทั้งหมดไม่ได้มีโอกาสถูกเลือกอย่างเท่าเทียมกัน^{[ 2 ]} หากไม่คำนึงถึงเรื่องนี้ ผลลัพธ์อาจถูกนำไปอ้างอิงอย่างผิดพลาดกับปรากฏการณ์ที่กำลังศึกษา แทนที่จะเป็นวิธีการ สุ่มตัวอย่าง

แหล่งข้อมูลทางการแพทย์บางครั้งอ้างถึงอคติในการสุ่มตัวอย่างว่าเป็นอคติในการตรวจสอบ^{[ 3 ] [ 4 ]}อคติในการตรวจสอบมีคำจำกัดความที่เหมือนกันโดยพื้นฐาน^{[ 5 ] [ 6 ]}แต่บางครั้งก็ยังถูกจัดประเภทเป็นอคติประเภทแยกต่างหาก^{[ 5 ]}

อคติในการสุ่มตัวอย่างมักถูกจัดเป็นประเภทย่อยของอคติในการเลือก [ ^{7 ]}บางครั้งเรียกเฉพาะว่า อคติใน การเลือกตัวอย่าง^{[ 8 ] [ 9 ] [ 10 ] แต่บาง คน}จัดว่าเป็นอคติประเภทแยกต่างหาก^{[ 11 ]} ความแตกต่าง แม้ว่าจะไม่ได้รับการยอมรับอย่างเป็นสากลก็ตาม ของอคติในการสุ่มตัวอย่างคือ มันบั่นทอนความถูกต้องภายนอกของการทดสอบ (ความสามารถของผลลัพธ์ที่จะสรุปไปยังประชากรทั้งหมด) ในขณะที่อคติในการเลือกส่วนใหญ่เกี่ยวข้องกับความถูกต้องภายในสำหรับความแตกต่างหรือความคล้ายคลึงที่พบในตัวอย่างที่มีอยู่ ในแง่นี้ ข้อผิดพลาดที่เกิดขึ้นในกระบวนการรวบรวมตัวอย่างหรือกลุ่มตัวอย่างทำให้เกิดอคติในการสุ่มตัวอย่าง ในขณะที่ข้อผิดพลาดในกระบวนการใดๆ หลังจากนั้นทำให้เกิดอคติในการเลือก

อย่างไรก็ตาม อคติในการเลือกและอคติในการสุ่มตัวอย่างมักถูกใช้ในความหมายเดียวกัน^{[ 12 ]}

• การเลือกตัวอย่างจากพื้นที่จริงที่เฉพาะเจาะจงตัวอย่างเช่น การสำรวจนักเรียนมัธยมปลายเพื่อวัดการใช้ยาเสพติดผิดกฎหมายของวัยรุ่นจะเป็นตัวอย่างที่มีอคติ เพราะไม่ได้รวมนักเรียนที่เรียนที่บ้านหรือนักเรียนที่ลาออกจากโรงเรียน ตัวอย่างยังมีความลำเอียงหากสมาชิกบางกลุ่มมีจำนวนน้อยเกินไปหรือมากเกินไปเมื่อเทียบกับกลุ่มอื่น ๆ ในประชากร ตัวอย่างเช่น การสัมภาษณ์ "คนเดินถนน" ซึ่งเลือกคนที่เดินผ่านสถานที่ใดสถานที่หนึ่ง จะมีจำนวนคนที่มีสุขภาพดีมากเกินไป ซึ่งมีแนวโน้มที่จะออกจากบ้านมากกว่าคนที่มีโรคเรื้อรัง นี่อาจเป็นรูปแบบที่รุนแรงของการสุ่มตัวอย่างที่มีอคติ เพราะสมาชิกบางกลุ่มของประชากรถูกตัดออกจากตัวอย่างโดยสิ้นเชิง (นั่นคือ พวกเขามีโอกาสถูกเลือกเป็นศูนย์)
• อคติจากการเลือกตนเอง (ดูเพิ่มเติมที่ อคติจากการไม่ตอบแบบสอบถาม ) ซึ่งเป็นไปได้เมื่อใดก็ตามที่กลุ่มคนที่กำลังศึกษามีอำนาจควบคุมว่าจะเข้าร่วมหรือไม่ (ตามมาตรฐานจริยธรรมการวิจัยในมนุษย์ ในปัจจุบัน ที่กำหนดไว้สำหรับการศึกษาแบบเรียลไทม์หลายรูปแบบและการศึกษาแบบระยะยาวบางรูปแบบ) การตัดสินใจเข้าร่วมของผู้เข้าร่วมอาจมีความสัมพันธ์กับลักษณะที่ส่งผลต่อการศึกษา ทำให้ผู้เข้าร่วมเป็นกลุ่มตัวอย่างที่ไม่เป็นตัวแทน ตัวอย่างเช่น ผู้ที่มีความคิดเห็นที่แน่วแน่หรือมีความรู้มากอาจเต็มใจที่จะใช้เวลาในการตอบแบบสอบถามมากกว่าผู้ที่ไม่มี อีกตัวอย่างหนึ่งคือแบบสำรวจออนไลน์และทางโทรศัพท์ซึ่งเป็นกลุ่มตัวอย่างที่มีอคติเนื่องจากผู้ตอบแบบสอบถามเลือกตนเอง บุคคลที่มีแรงจูงใจสูงในการตอบแบบสอบถาม ซึ่งโดยทั่วไปคือบุคคลที่มีความคิดเห็นที่แน่วแน่ จะมีจำนวนมากเกินไป และบุคคลที่ไม่สนใจหรือไม่แยแสมีแนวโน้มที่จะตอบน้อยกว่า ซึ่งมักนำไปสู่การแบ่งขั้วของคำตอบ โดยมุมมองสุดขั้วจะได้รับน้ำหนักที่ไม่สมส่วนในบทสรุป ด้วยเหตุนี้ การสำรวจความคิดเห็นประเภทนี้จึงถูกมองว่าไม่เป็นไปตามหลักวิทยาศาสตร์

• อคติจากการคัด ออกเกิดจากการคัดกลุ่มบุคคลบางกลุ่มออกจากกลุ่มตัวอย่าง เช่น การคัดผู้ที่เพิ่งย้ายเข้ามาในพื้นที่ศึกษาออก (ซึ่งอาจเกิดขึ้นเมื่อไม่มีข้อมูลผู้มาใหม่ในทะเบียนที่ใช้ระบุประชากรต้นทาง) การคัดผู้ที่ย้ายออกจากพื้นที่ศึกษาในระหว่างการติดตามผลออกนั้นเทียบเท่ากับการที่ผู้เข้าร่วมวิจัยถอนตัวหรือไม่ตอบสนอง ซึ่งเป็น อคติในการเลือกที่ส่งผลกระทบต่อความถูกต้องภายในของการศึกษา
• อคติจากกลุ่มตัวอย่างที่มีสุขภาพดีเกิดขึ้นเมื่อกลุ่มตัวอย่างมีแนวโน้มที่จะมีสุขภาพดีกว่าประชากรทั่วไป ตัวอย่างเช่น คนที่มีสุขภาพไม่ดีมักจะไม่ทำงานเป็นแรงงาน ดังนั้นหากทำการศึกษาในกลุ่มแรงงาน สุขภาพของประชากรทั่วไปก็มีแนวโน้มที่จะถูกประเมินสูงเกินไป
• ความเข้าใจผิดของเบิร์กสัน เกิดขึ้นเมื่อกลุ่มตัวอย่างในการศึกษาถูกเลือกมาจากโรงพยาบาล ซึ่งทำให้กลุ่มตัวอย่างนั้นมีสุขภาพไม่แข็งแรงเท่าประชากรทั่วไป สิ่งนี้อาจส่งผลให้เกิดความสัมพันธ์เชิงลบที่ผิดพลาดระหว่างโรคต่างๆ กล่าวคือ ผู้ป่วยในโรงพยาบาลที่ไม่มีโรคเบาหวาน มีแนวโน้มที่จะเป็นโรคอื่น เช่นโรคถุงน้ำดีอักเสบมากกว่าเนื่องจากพวกเขาต้องมีเหตุผลบางอย่างที่ทำให้ต้องเข้ารับการรักษาในโรงพยาบาลตั้งแต่แรก
• การจับ คู่ที่มากเกินไป (Overmatching)คือการจับคู่เพื่อแก้ไขตัวแปรแทรกซ้อน ที่เห็นได้ชัด ซึ่งแท้จริงแล้วเป็นผลมาจากการสัมผัสปัจจัยเสี่ยง กลุ่มควบคุมจึงมีความคล้ายคลึงกับกลุ่มผู้ป่วยในแง่ของการสัมผัสปัจจัยเสี่ยงมากกว่าประชากรทั่วไป
• อคติจากการเลือก ผู้รอดชีวิต (Survivorship bias ) คือการเลือกเฉพาะกลุ่มตัวอย่างที่ "ยังคงอยู่รอด" โดยละเลยกลุ่มตัวอย่างที่ล้มเหลวและหายไปจากสายตา ตัวอย่างเช่น การใช้ประวัติของบริษัทในปัจจุบันเป็นตัวบ่งชี้สภาพแวดล้อมทางธุรกิจหรือเศรษฐกิจนั้น จะละเลยธุรกิจที่ล้มเหลวและเลิกกิจการไปแล้ว
• อคติของมัลม์ควิสต์ (Malmquist bias ) เป็นปรากฏการณ์ในดาราศาสตร์เชิงสังเกตการณ์ ซึ่งนำไปสู่การตรวจจับวัตถุที่มีความสว่างโดยเนื้อแท้ได้ดีกว่า

• ความเข้าใจผิดเรื่องสปอตไลท์คือการสันนิษฐานโดยปราศจากการวิพากษ์วิจารณ์ว่า สมาชิกหรือกรณีทั้งหมดในกลุ่มหรือประเภทใดประเภทหนึ่งนั้น เหมือนกับกรณีที่ได้รับความสนใจหรือการรายงานข่าวมากที่สุดในสื่อ

การศึกษาเกี่ยวกับภาวะทางการแพทย์เริ่มต้นด้วยรายงานจากประสบการณ์ส่วนตัว ซึ่งโดยธรรมชาติแล้ว รายงานเหล่านั้นจะรวมเฉพาะผู้ที่ได้รับการส่งต่อเพื่อวินิจฉัยและรักษาเท่านั้น เด็กที่ไม่สามารถเรียนในโรงเรียนได้มีแนวโน้มที่จะได้รับการวินิจฉัยว่าเป็นโรคดิสเล็กเซียมากกว่าเด็กที่พยายามเรียนแต่สอบผ่าน เด็กที่ได้รับการตรวจสำหรับภาวะหนึ่งมีแนวโน้มที่จะได้รับการตรวจและวินิจฉัยว่าเป็นโรคอื่น ๆ ด้วย ทำให้ สถิติเกี่ยวกับภาวะ ร่วมของโรคผิดเพี้ยน ไป เมื่อการวินิจฉัยบางอย่างเชื่อมโยงกับปัญหาพฤติกรรมหรือความบกพร่องทางสติปัญญาผู้ปกครองพยายามป้องกันไม่ให้บุตรหลานของตนถูกตีตราด้วยการวินิจฉัยเหล่านั้น ซึ่งเป็นการสร้างอคติเพิ่มเติม การศึกษาที่คัดเลือกอย่างระมัดระวังจากประชากรทั้งหมดแสดงให้เห็นว่าภาวะหลายอย่างพบได้บ่อยกว่าและมักไม่รุนแรงกว่าที่เคยเชื่อกัน

นักพันธุศาสตร์มีข้อจำกัดในการได้มาซึ่งข้อมูลจากประชากรมนุษย์ ตัวอย่างเช่น ลองพิจารณาลักษณะเฉพาะของมนุษย์ เราสนใจที่จะตัดสินว่าลักษณะดังกล่าวได้รับการถ่ายทอดทางพันธุกรรมแบบเมนเดลหรือ ไม่ ตามกฎการถ่ายทอดทางพันธุกรรมของเมนเดลหากพ่อแม่ในครอบครัวไม่มีลักษณะดังกล่าว แต่มีอัลลีลของลักษณะนั้น พวกเขาจะเป็นพาหะ (เช่น เฮเทอโรไซโกตที่ ไม่แสดงออก ) ในกรณีนี้ ลูกของพวกเขาแต่ละคนจะมีโอกาส 25% ที่จะแสดงลักษณะดังกล่าว ปัญหาเกิดขึ้นเพราะเราไม่สามารถบอกได้ว่าครอบครัวใดมีพ่อแม่ทั้งสองเป็นพาหะ (เฮเทอโรไซโกต) เว้นแต่ว่าพวกเขามีลูกที่แสดงลักษณะดังกล่าว คำอธิบายนี้เป็นไปตามตำราของซัตตัน^{[ 13 ]}

ในครอบครัวที่มีลูกสองคนและพ่อแม่เป็นพาหะ:

• การคัดเลือกแบบไม่ตัดทอนในโลกที่สมบูรณ์แบบ เราควรจะสามารถค้นพบครอบครัวทั้งหมดที่มียีนนั้น รวมถึงครอบครัวที่เป็นเพียงพาหะ ในสถานการณ์เช่นนี้ การวิเคราะห์จะปราศจากอคติจากการตรวจสอบ และแผนผังลำดับวงศ์ตระกูลจะอยู่ภายใต้ "การคัดเลือกแบบไม่ตัดทอน" ในทางปฏิบัติ การศึกษาส่วนใหญ่ระบุและรวมครอบครัวเข้าในการศึกษาโดยพิจารณาจากครอบครัวที่มีบุคคลที่ได้รับผลกระทบ
• การคัดเลือกแบบตัดทอน (Truncate selection ) คือการที่ผู้ ป่วย มีโอกาสเข้าร่วมการศึกษาเท่ากัน ซึ่งหมายถึงการตัดออกโดยไม่ได้ตั้งใจ (การตัดทอน) ของครอบครัวที่เป็นพาหะของยีน เนื่องจากกระบวนการคัดเลือกทำในระดับบุคคล ครอบครัวที่มีบุตรที่ป่วยสองคนขึ้นไปจึงมีโอกาสเข้าร่วมการศึกษามากกว่า
• การคัดเลือกแบบตัดทอนอย่างสมบูรณ์เป็นกรณีพิเศษที่แต่ละครอบครัวที่มีเด็กที่ได้รับผลกระทบมีโอกาสเท่ากันที่จะได้รับการคัดเลือกเข้าร่วมการศึกษา

ในรูปแสดงความน่าจะเป็นที่แต่ละครอบครัวจะถูกเลือก พร้อมทั้งความถี่ตัวอย่างของเด็กที่ได้รับผลกระทบ ในกรณีง่ายๆ นี้ นักวิจัยจะมองหาความถี่4/7 หรือ 5/8 สำหรับลักษณะดังกล่าว ขึ้นอยู่กับประเภทของการเลือกแบบตัด ทอนที่ใช้

ตัวอย่างหนึ่งของอคติในการเลือกเรียกว่า "ปรากฏการณ์มนุษย์ถ้ำ" ความเข้าใจของเราเกี่ยวกับ ผู้คน ในยุคก่อนประวัติศาสตร์ ส่วนใหญ่ มาจากถ้ำ เช่นภาพวาดในถ้ำที่สร้างขึ้นเมื่อเกือบ 40,000 ปีก่อน หากมีภาพวาดร่วมสมัยบนต้นไม้ หนังสัตว์ หรือเนินเขา ภาพเหล่านั้นคงถูกน้ำพัดหายไปนานแล้ว ในทำนองเดียวกัน หลักฐานของหลุมไฟ กองขยะ หลุมฝังศพฯลฯ มีแนวโน้มที่จะคงสภาพสมบูรณ์มาจนถึงยุคปัจจุบันในถ้ำ ผู้คนในยุคก่อนประวัติศาสตร์มีความเกี่ยวข้องกับถ้ำเพราะนั่นคือที่ที่ข้อมูลยังคงอยู่ ไม่ใช่เพราะพวกเขาส่วนใหญ่อาศัยอยู่ในถ้ำตลอดชีวิต^{[ 14 ]}

ความลำเอียงในการสุ่มตัวอย่างเป็นปัญหา เพราะเป็นไปได้ที่ค่าสถิติที่คำนวณจากตัวอย่างจะผิดพลาดอย่างเป็นระบบ ความลำเอียงในการสุ่มตัวอย่างอาจนำไปสู่การประเมินค่าสูงเกินไปหรือต่ำเกินไปอย่างเป็นระบบของพารามิเตอร์ ที่เกี่ยวข้อง ในประชากร ความลำเอียงในการสุ่มตัวอย่างเกิดขึ้นในทางปฏิบัติ เนื่องจากในทางปฏิบัติเป็นไปไม่ได้ที่จะรับประกันความสุ่มที่สมบูรณ์แบบ หากระดับความคลาดเคลื่อนมีน้อย ตัวอย่างนั้นก็สามารถถือได้ว่าเป็นค่าประมาณที่เหมาะสมของตัวอย่างสุ่ม นอกจากนี้ หากตัวอย่างไม่ได้แตกต่างกันอย่างเห็นได้ชัดในปริมาณที่วัดได้ ตัวอย่างที่มีความลำเอียงก็ยังคงสามารถเป็นค่าประมาณที่เหมาะสมได้

คำว่า"อคติ"มีความหมายเชิงลบอย่างมาก ที่จริงแล้ว อคติบางครั้งเกิดจากเจตนาที่จะทำให้เข้าใจผิดหรือการฉ้อโกงทางวิทยาศาสตร์ อื่นๆ ในทางสถิติ อคติเป็นเพียงคุณสมบัติทางคณิตศาสตร์ ไม่ว่าจะเป็นโดยเจตนาหรือไม่รู้ตัว หรือเกิดจากความไม่สมบูรณ์ของเครื่องมือที่ใช้ในการสังเกตก็ตาม แม้ว่าบางคนอาจจงใจใช้ตัวอย่างที่มีอคติเพื่อให้ได้ผลลัพธ์ที่ทำให้เข้าใจผิด แต่บ่อยครั้ง ตัวอย่างที่มีอคติเป็นเพียงการสะท้อนถึงความยากลำบากในการได้ตัวอย่างที่เป็นตัวแทนอย่างแท้จริง หรือการไม่รู้ถึงอคติในกระบวนการวัดหรือวิเคราะห์ของตนเอง ตัวอย่างหนึ่งของการไม่รู้ถึงอคติคือการใช้สัดส่วน (หรือที่เรียกว่าการเปลี่ยนแปลงแบบเท่าตัว ) อย่างแพร่หลายในการวัดความแตกต่างทางชีววิทยา เนื่องจากง่ายกว่าที่จะได้สัดส่วนขนาดใหญ่ด้วยตัวเลขขนาดเล็กสองตัวที่มีความแตกต่างที่กำหนด และค่อนข้างยากกว่าที่จะได้สัดส่วนขนาดใหญ่ด้วยตัวเลขขนาดใหญ่สองตัวที่มีความแตกต่างมากกว่า ดังนั้นความแตกต่างที่มีนัยสำคัญขนาดใหญ่อาจถูกมองข้ามไปเมื่อเปรียบเทียบการวัดเชิงตัวเลขที่ค่อนข้างใหญ่ บางคนเรียกสิ่งนี้ว่า 'อคติจากการแบ่งแยก' เพราะการใช้สัดส่วน (การหาร) แทนที่จะใช้ความแตกต่าง (การลบ) ทำให้ผลการวิเคราะห์ห่างไกลจากหลักวิทยาศาสตร์และกลายเป็นวิทยาศาสตร์เทียม (ดูปัญหาการแบ่งแยก )

ตัวอย่างบางส่วนใช้การออกแบบทางสถิติที่มีอคติซึ่งยังคงอนุญาตให้ประมาณค่าพารามิเตอร์ได้ ตัวอย่างเช่น ศูนย์สถิติสุขภาพแห่งชาติ ของสหรัฐอเมริกา จงใจสุ่มตัวอย่างประชากรกลุ่มน้อยมากเกินไปในการสำรวจทั่วประเทศหลายครั้ง เพื่อให้ได้ความแม่นยำเพียงพอสำหรับการประมาณค่าภายในกลุ่มเหล่านี้^{[ 15 ]}การสำรวจเหล่านี้จำเป็นต้องใช้น้ำหนักตัวอย่าง (ดูในภายหลัง) เพื่อสร้างการประมาณค่าที่เหมาะสมในทุกกลุ่มชาติพันธุ์ หากตรงตามเงื่อนไขบางประการ (โดยหลักคือต้องคำนวณและใช้น้ำหนักอย่างถูกต้อง) ตัวอย่างเหล่านี้จะช่วยให้สามารถประมาณค่าพารามิเตอร์ของประชากรได้อย่างแม่นยำ

ตัวอย่างคลาสสิกของกลุ่มตัวอย่างที่ไม่เป็นกลางและผลลัพธ์ที่ทำให้เข้าใจผิดเกิดขึ้นในปี 1936 ในช่วงเริ่มต้นของการสำรวจความคิดเห็น นิตยสาร American Literary Digest ได้รวบรวมแบบสำรวจทางไปรษณีย์กว่าสองล้านฉบับ และทำนายว่า อัลฟ์ แลนดอนผู้สมัครจากพรรครีพับลิกันในการเลือกตั้งประธานาธิบดีสหรัฐฯจะเอาชนะแฟรงคลิน รูสเวลต์ประธานาธิบดีคนปัจจุบัน ด้วยคะแนนเสียงที่ห่างกันมาก แต่ผลลัพธ์กลับตรงกันข้ามอย่างสิ้นเชิง แบบสำรวจของ Literary Digest เป็นกลุ่มตัวอย่างที่เก็บรวบรวมจากผู้อ่านนิตยสาร เสริมด้วยบันทึกของผู้ลงทะเบียนเป็นเจ้าของรถยนต์และผู้ใช้โทรศัพท์ กลุ่มตัวอย่างนี้มีจำนวนบุคคลร่ำรวยมากเกินไป ซึ่งโดยรวมแล้วมีแนวโน้มที่จะลงคะแนนให้ผู้สมัครจากพรรครีพับลิกันมากกว่า ในทางตรงกันข้าม การสำรวจความคิดเห็นของประชาชนเพียง 50,000 คนที่เลือกโดย องค์กรของ จอร์จ แกลลัปสามารถทำนายผลลัพธ์ได้อย่างถูกต้อง ทำให้แบบสำรวจของแกลลัปได้ รับความนิยม

ตัวอย่างคลาสสิกอีกประการหนึ่งเกิดขึ้นในการเลือกตั้งประธานาธิบดีปี 1948ในคืนวันเลือกตั้งหนังสือพิมพ์ Chicago Tribuneพิมพ์พาดหัวข่าวว่าDEWEY เอาชนะ TRUMANซึ่งปรากฏว่าผิดพลาด ในเช้าวันรุ่งขึ้นประธานาธิบดีที่ได้รับเลือกตั้งแฮร์รี เอส. ทรูแมนยิ้มแย้มขณะถือหนังสือพิมพ์ที่มีพาดหัวข่าวนี้ เหตุผลที่ Tribune ผิดพลาดคือบรรณาธิการของพวกเขาเชื่อถือผลการสำรวจทางโทรศัพท์การวิจัยสำรวจในขณะนั้นยังอยู่ในช่วงเริ่มต้น และนักวิชาการเพียงไม่กี่คนตระหนักว่ากลุ่มตัวอย่างผู้ใช้โทรศัพท์ไม่ได้เป็นตัวแทนของประชากรทั่วไป โทรศัพท์ยังไม่แพร่หลาย และผู้ที่มีโทรศัพท์มักจะเป็นคนร่ำรวยและมีที่อยู่เป็นหลักแหล่ง (ในหลายเมืองสมุดรายชื่อโทรศัพท์ของ Bell System มีชื่อเดียวกันกับSocial Register ) นอกจากนี้ ผลสำรวจของ Gallup ที่ Tribune ใช้เป็นพาดหัวข่าวมีอายุมากกว่าสองสัปดาห์แล้วในขณะที่พิมพ์^{[ 17 ]}

ใน ข้อมูล คุณภาพอากาศมลพิษ (เช่นคาร์บอนมอนอกไซด์ไนโตรเจนมอนอกไซด์ ไนโตรเจนไดออกไซด์หรือโอโซน ) มักแสดงความสัมพันธ์ สูง เนื่องจากเกิดจากกระบวนการทางเคมีเดียวกัน ความสัมพันธ์เหล่านี้ขึ้นอยู่กับพื้นที่ (เช่น ตำแหน่ง) และเวลา (เช่น ช่วงเวลา) ดังนั้น การกระจายตัวของมลพิษจึงไม่จำเป็นต้องเป็นตัวแทนสำหรับทุกตำแหน่งและทุกช่วงเวลา หากเครื่องมือวัดราคาประหยัดได้รับการสอบเทียบด้วยข้อมูลภาคสนามในลักษณะหลายตัวแปร โดยเฉพาะอย่างยิ่งโดยการวางตำแหน่งถัดจากเครื่องมืออ้างอิง ความสัมพันธ์ระหว่างสารประกอบต่างๆ จะถูกรวมเข้าในแบบจำลองการสอบเทียบ การเปลี่ยนตำแหน่งของเครื่องมือวัดอาจทำให้เกิดผลลัพธ์ที่ผิดพลาดได้^{[ 18 ]}

ตัวอย่างในศตวรรษที่ 21 คือการระบาดใหญ่ของ COVID-19 ซึ่ง พบว่าความแปรปรวนของอคติในการสุ่มตัวอย่างในการทดสอบ COVID-19 ส่ง ผลให้เกิดความแปรปรวนอย่างมากทั้งใน อัตราการเสียชีวิตและการกระจายอายุของผู้ป่วยในแต่ละประเทศ^{[ 19 ] [ 20 ]}

หากกลุ่มประชากรทั้งหมดถูกแยกออกจากตัวอย่าง จะไม่มีการปรับใด ๆ ที่สามารถสร้างค่าประมาณที่เป็นตัวแทนของประชากรทั้งหมดได้ แต่หากบางกลุ่มมีจำนวนน้อยเกินไปและสามารถวัดปริมาณการมีจำนวนน้อยเกินไปได้ น้ำหนักตัวอย่างก็สามารถแก้ไขอคติได้ อย่างไรก็ตาม ความสำเร็จของการแก้ไขนั้นจำกัดอยู่ที่แบบจำลองการเลือกที่เลือกไว้ หากตัวแปรบางตัวหายไป วิธีการที่ใช้ในการแก้ไขอคติอาจไม่ถูกต้อง^{[ 21 ]}

ตัวอย่างเช่น ประชากรสมมติอาจประกอบด้วยผู้ชาย 10 ล้านคนและผู้หญิง 10 ล้านคน สมมติว่ากลุ่มตัวอย่างที่ไม่สมดุลจำนวน 100 คน ประกอบด้วยผู้ชาย 20 คนและผู้หญิง 80 คน นักวิจัยสามารถแก้ไขความไม่สมดุลนี้ได้โดยการกำหนดค่าน้ำหนัก 2.5 สำหรับผู้ชายแต่ละคนและ 0.625 สำหรับผู้หญิงแต่ละคน การปรับค่าประมาณนี้จะทำให้ได้ค่าที่คาดหวังเท่ากับกลุ่มตัวอย่างที่มีผู้ชาย 50 คนและผู้หญิง 50 คนพอดี เว้นแต่ว่าผู้ชายและผู้หญิงจะมีโอกาสเข้าร่วมการสำรวจแตกต่างกัน

• แบบจำลองการถดถอยแบบเซ็นเซอร์
• การเก็บเชอร์รี่
• ปัญหาลิ้นชักเก็บเอกสาร
• ความขัดแย้งของมิตรภาพ
• อคติในการรายงาน
• ความน่าจะเป็นของการสุ่มตัวอย่าง
• อคติในการเลือก
• อคติจากแหล่งข้อมูลทั่วไป
• อคติสเปกตรัม
• แบบจำลองการถดถอยแบบตัดทอน