Tekniskt kräver ett representativt prov endast vilken procentandel av den statistiska populationen som krävs för att så nära som möjligt replikera kvaliteten eller karakteristiken som studeras eller analyseras. Till exempel, i en befolkning på 1 000 som består av 600 män och 400 kvinnor som används i en analys av köpstrender efter kön, kan ett representativt urval bestå av bara fem medlemmar, tre män och två kvinnor, eller 0, 5 procent av de befolkning. Men medan detta urval är nominellt representativt för den större befolkningen, kommer det sannolikt att resultera i en hög grad av provtagningsfel eller förspänning när man gör slutsatser angående den större populationen eftersom det är så litet.
Provtagningsförskjutning är en oundviklig konsekvens av att använda prover för att analysera en större grupp. Att skaffa data från dem är en process som är begränsad och ofullständig till sin natur. Men eftersom det så ofta är nödvändigt med tanke på den begränsade tillgången på resurser, använder ekonomiska analytiker metoder som kan minska provtagningsförskjutningen till statistiskt försumbara nivåer. Medan representativ provtagning är en av de mest effektiva metoderna som används för att minska förspänningen är det ofta inte tillräckligt för att göra det tillräckligt för sig.
En strategi som används i kombination med representativ sampling är att se till att provet är tillräckligt stort för att optimalt minska felet. Och medan, i allmänhet, ju större undergruppen, desto mer sannolikt att felet reduceras, vid en viss punkt blir reduktionen så minimal att det inte motiverar den extra kostnad som krävs för att göra provet större.
Precis som att användningen av ett tekniskt representativt men litet prov inte räcker för att minska provtagningsförspänningen på egen hand, kan det att välja en stor grupp utan att ta hänsyn till representationen leda till ännu mer felaktiga resultat än att använda det lilla representativa urvalet. När vi återgår till exemplet ovan är en grupp på 600 män på egen hand statistiskt värdelös när man analyserar könsskillnader i köptrender.
