简单随机抽样是一种从较大总体中抽取较小样本，并利用该样本进行研究和概括的方法。它是统计学家和研究人员从较大总体中提取样本的几种方法之一；其他方法包括分层随机抽样和概率抽样。简单随机抽样的优点在于其操作简便，且能准确代表较大总体。
如何生成简单随机样本
研究人员通过获取更大总体中所有成员的完整名单，然后随机抽取一定数量的个体组成样本，从而生成简单随机样本。在简单随机抽样中，总体中的每个成员被选中的概率均等。
研究人员有两种方法可以生成简单随机样本。一种是人工抽签法。首先，给总体中的每个成员分配一个号码。然后，随机抽取号码组成样本组。如果要从一所拥有1000名学生的高中中抽取100名学生作为简单随机样本，那么每个学生被选中的概率应该是十分之一。
人工抽签法适用于较小的群体，但对于较大的群体则不可行。在这种情况下，研究人员更倾向于使用计算机生成的随机选择。其原理相同，但由复杂的计算机系统而非人来分配号码并进行随机选择。
容错空间
使用简单随机抽样时，必然存在误差，误差可以用正负方差来表示。例如，如果对同一所高中进行一项调查，以确定有多少学生是左撇子，随机抽样可能会发现，在抽样的100名学生中，有8名是左撇子。由此得出的结论是，该高中学生中左撇子的比例为8%，而实际上，全球平均水平接近10%。
无论调查主题是什么，情况都是如此。例如，一项关于学生群体中绿眼睛或肢体残疾比例的调查，基于简单随机抽样，可以得出较高的数学概率，但始终存在正负误差。要想达到100%的准确率，唯一的办法是调查全部1000名学生，虽然理论上可行，但实际上并不现实。
随机抽样的优势
简单随机抽样的优势在于其易用性和代表性。从较大总体中抽取研究样本没有比简单随机抽样更简便的方法了。无需将总体划分为子总体，也无需采取任何其他步骤，只需从总体中随机抽取所需数量的研究对象即可。同样，唯一的要求是选择过程必须遵循随机性原则，并且总体中的每个成员被选中的概率均等。
从总体中完全随机地选择研究对象也能得到一个具有代表性的样本。即使样本量只有 40，只要简单随机抽样操作得当，也能达到较低的抽样误差。对于任何类型的总体研究而言，使用具有代表性的样本来推断和概括总体特征都至关重要；有偏差的样本会导致对总体得出错误的结论。
简单随机抽样正如其名，简单易行，而且准确度高。这两个特点使得简单随机抽样在对较大群体进行研究时，比其他抽样方法更具优势。