抽样规模， 即样本规模（sample size）， 又称为样本容量， 是指样本中所含个案的多少； 抽样误差， 是指总体的异质性和样本与总体范围的差异性， 在用样本的统计值去推算总体的参数值时产生的偏差， 它是样本代表性大小的一个标准， 由抽样本身的随机性所引起的误差是不可避免的。抽样规模与抽样误差之间的关系表现为：
（1） 抽样误差主要取决于总体的分布方差和抽样规模， 这两个因素都可以导致抽样误差的增加或降低。
当样本规模增加时， 样本统计量的随机波动程度就会降低， 从而使抽样误差也降低。 在简单随机抽样中， 人们正是以扩大样本规模的方式来达到降低抽样误差的目的的。 而分层抽样则是着眼于缩小总体的异质性程度或分布的方差， 即通过将总体划分为不同的类别或层次， 既使得这些不同类别或层次在样本中都有代表， 又使得抽样误差中不存在层间变差成分， 而只存在层内变差成分。 其效果相当于降低了总体分布的方差， 从而降低了样本统计量的随机波动程度， 提高了样本统计量估计总体参数的精确度。
（2） 对于比较小的样本来说， 样本规模上的很小的一点增加， 便会带来精确度方面很明显的提高； 而对于比较大的样本来说， 同样增加这么多个个案， 却收效甚微。 比如， 要使抽样误差从 2％下降到 1.5％， 则需要增加 2000 个个案。 因此， 许多调查公司通常将他们的样本规模限制在 2000 之内， 因为， 当样本规模超过了这一点时， 花费在所增加的样本规模上的人力、 物力， 相对于提高估计的精确度来说， 就有些得不偿失。