簡單隨機抽樣是一種從較大總體中抽取較小樣本，並利用該樣本進行研究和概括的方法。它是統計學家和研究人員從較大總體中提取樣本的幾種方法之一；其他方法包括分層隨機抽樣和概率抽樣。簡單隨機抽樣的優點在於其操作簡便，且能準確代表較大總體。
如何生成簡單隨機樣本
研究人員通過獲取更大總體中所有成員的完整名單，然後隨機抽取一定數量的個體組成樣本，從而生成簡單隨機樣本。在簡單隨機抽樣中，總體中的每個成員被選中的概率均等。
研究人員有兩種方法可以生成簡單隨機樣本。一種是人工抽籤法。首先，給總體中的每個成員分配一個號碼。然後，隨機抽取號碼組成樣本組。如果要從一所擁有1000名學生的高中中抽取100名學生作爲簡單隨機樣本，那麼每個學生被選中的概率應該是十分之一。
人工抽籤法適用於較小的羣體，但對於較大的羣體則不可行。在這種情況下，研究人員更傾向於使用計算機生成的隨機選擇。其原理相同，但由複雜的計算機系統而非人來分配號碼並進行隨機選擇。
容錯空間
使用簡單隨機抽樣時，必然存在誤差，誤差可以用正負方差來表示。例如，如果對同一所高中進行一項調查，以確定有多少學生是左撇子，隨機抽樣可能會發現，在抽樣的100名學生中，有8名是左撇子。由此得出的結論是，該高中學生中左撇子的比例爲8%，而實際上，全球平均水平接近10%。
無論調查主題是什麼，情況都是如此。例如，一項關於學生羣體中綠眼睛或肢體殘疾比例的調查，基於簡單隨機抽樣，可以得出較高的數學概率，但始終存在正負誤差。要想達到100%的準確率，唯一的辦法是調查全部1000名學生，雖然理論上可行，但實際上並不現實。
隨機抽樣的優勢
簡單隨機抽樣的優勢在於其易用性和代表性。從較大總體中抽取研究樣本沒有比簡單隨機抽樣更簡便的方法了。無需將總體劃分爲子總體，也無需採取任何其他步驟，只需從總體中隨機抽取所需數量的研究對象即可。同樣，唯一的要求是選擇過程必須遵循隨機性原則，並且總體中的每個成員被選中的概率均等。
從總體中完全隨機地選擇研究對象也能得到一個具有代表性的樣本。即使樣本量只有 40，只要簡單隨機抽樣操作得當，也能達到較低的抽樣誤差。對於任何類型的總體研究而言，使用具有代表性的樣本來推斷和概括總體特徵都至關重要；有偏差的樣本會導致對總體得出錯誤的結論。
簡單隨機抽樣正如其名，簡單易行，而且準確度高。這兩個特點使得簡單隨機抽樣在對較大羣體進行研究時，比其他抽樣方法更具優勢。