有一種特殊的調查，是針對全國人口 (population) 中的每一個人蒐集資料， 稱為人口普查 (census)；但大部分的調查都是抽樣調查 (sample survey)。 抽樣這個動作是 sampling，抽出的個體稱為樣本 (sample)， 理論上想要調查的全體稱為母體 (population)。
為了避免調查的偏差 (bias)，也就是希望盡量獲得不偏的 (unbiased) 調查資料， 必須謹慎地抽樣。方便取樣 (convenience sampling) 是最容易做的，但也最容易偏差。 站在街角隨便找人訪談或填問卷，其實是方便取樣而不是隨機抽樣 (random sampling)； 隨機抽樣是一種系統抽樣 (systematic sampling)，必須按照某種規則從母體中選取樣本。 隨機抽樣經常根據亂數表 (random number table) 或亂數產生器 (random number generator) 決定樣本， 而這些亂數其實是按照某種數學規則產生的， 所以在哲理上未必真的「隨機」(random)，因此又稱為虛擬亂數 (pseudorandom numbers)。
隨機抽樣也經常先將母體分層 (strata) 或分群 (clusters) 然後才抽樣， 分別稱為分層抽樣 (stratified sampling) 和群集抽樣 (cluster sampling)。 「層」和「群」是由語言的意義分辨的，因此要容許一點含糊性； 例如將一所高中的學生按年級分類，就是分層，按班級分類，就是分群。
在描述性統計之外，有推論性統計 (inferential statistics)，簡稱推論統計。 所謂推論統計，就是從樣本推論母體： Make inferences about populations based on samples。 在推論統計脈絡中，所謂標準差是「樣本標準差」(sample standard deviation)， 也就是假設所用的資料是抽出一部份樣本的資料， 它的分母是 \(n-1\)，其中 \(n\) 表示樣本的數量； 樣本標準差的目的，是從樣本估計母體的標準差。
另外也要小心別把標準差跟標準誤 (standard error) 混淆了。 標準誤是一個推論統計量，習慣簡記為 SE， 它估計樣本統計量（例如樣本的 mean）跟母體的同一個統計量（例如母體的 mean）的誤差；後者（母體統計量）當然是未知的。
中學階段的統計內容，基本上都是描述統計，很少涉及推論統計。 中學生也該練習抽樣，但是獲得資料之後，把樣本當作母體來描述即可。 中學生應該知道從樣本獲得的統計量，只能當作母體統計量的估計， 但並不使用推論統計來評估其誤差 (error) 或信心水準 (confidence level)。
| [語音講解：sample.mp3] |