Sampling error menunjukkan variasi nilai pengukuran antara satu sampel dengan sampel lainnya. Nilai variasi ini biasanya dinyatakan dalam suatu angka yang disebut dengan presisi. Sedangkan non sampling error atau disebut juga bias merupakan kesalahan yang terjadi pada proses pengukuran. Non sampling error bisa diakibatkan oleh beberapa hal, di antaranya bias alat, yaitu alat yang digunakan dalam proses pengukuran memberikan nilai kesalahan. Misalkan alat yang digunakan rusak, tidak layak pakai, dan sebagainya. Hal kedua adalah bias pengukur, yaitu kesalahan akibat si pengukur (human error), misalkan si pengukur salah membaca alat, salah mencatatdan sebagainya.
Sedangkan bias metodologi, yaitu kesalahan dalam menerapkan metodologi pengukuran, dalam hal ini metodologi yang digunakan dalam proses pengukuran tidak sesuai dengankarakter populasi yang akan diukur. Contoh bias metodologi adalah kesalahan dalam menerapkan teknik dan metode sampling.
Jika pusat lingkaran adalah nilai tengah populasi dan titik-titik adalah nilai pengamatan sampel, maka
pengukuran yang akurat adalah pada posisi sampling error yang rendah dan non sampling error yang rendah pula. Apabila masalah bias telah bisa diatasi dan bernilai nol, maka besarnya akurasi dapat diukur dengan nilai presisinya.
Semakin kecil nilai presisi maka variasi nilai pengamatan antar-sampel semakin kecil (precise). Namun, semakin besar nilai presisi maka variasi pengamatan antarsampel semakin besar (unprecise). Jika ukuran sampel semakin besar, maka distribusi sampling menjadi semakin mendekati normal, apa pun distribusi populasinya. Jika nilai σ tidak diketahui, dan data populasi mengikuti sebaran normal, maka estimasi nilai populasi dapat didekati dengan nilai Confident Interval (CI)
Sedangkan bias metodologi, yaitu kesalahan dalam menerapkan metodologi pengukuran, dalam hal ini metodologi yang digunakan dalam proses pengukuran tidak sesuai dengankarakter populasi yang akan diukur. Contoh bias metodologi adalah kesalahan dalam menerapkan teknik dan metode sampling.
Jika pusat lingkaran adalah nilai tengah populasi dan titik-titik adalah nilai pengamatan sampel, maka
pengukuran yang akurat adalah pada posisi sampling error yang rendah dan non sampling error yang rendah pula. Apabila masalah bias telah bisa diatasi dan bernilai nol, maka besarnya akurasi dapat diukur dengan nilai presisinya.
Semakin kecil nilai presisi maka variasi nilai pengamatan antar-sampel semakin kecil (precise). Namun, semakin besar nilai presisi maka variasi pengamatan antarsampel semakin besar (unprecise). Jika ukuran sampel semakin besar, maka distribusi sampling menjadi semakin mendekati normal, apa pun distribusi populasinya. Jika nilai σ tidak diketahui, dan data populasi mengikuti sebaran normal, maka estimasi nilai populasi dapat didekati dengan nilai Confident Interval (CI)
