לכל הפרטים באוכלוסיה הסתברות זהה להיכלל במדגם.
עד עכשיו דיברנו בסטטיסטיקה על דגימה בה לכל הפרטים יש הסתברות זהה להיכלל במדגם. חשוב לזכור: שוויון בהסתברויות אינו הכרחי להיסק סטטיסטי. אם הסתברויות הבחירה למדגם ידועות אך לא שוות, אפשר לתקן אותן ע"י תהליכי שקלול. כלומר, ההסתברויות חייבות להיות ידועות– אך לא בהכרח שוות.
סוגי מדגמים מקריים:

א. דגימה עם החזרה– ברגע שנבחר פרט כלשהו, הוא מוחזר לאוכלוסייה ויכול להיבחר שנית. באופן מעשי, כמעט לא משתמשים בדגימה עם החזרה, כי היא לא מתאימה לצרכי המחקר (לא סביר שאותו נבדק יענה על השאלון פעמיים).

ב. דגימה ללא החזרה– הפרט שכבר נבחר אינו מוחזר לאוכלוסיה ולכן יכול להיבחר רק פעם אחת.

כאשר יש מסגרת דגימה מפורטת בצורת רשימה/כרטסת, ניתן להשתמש בשיטות מכאניות לדגימה מקרית, כמו "לוח המספרים המקריים"-

בלוח זה יש סדרת ספרות, שהתקבלו ע"י סיבוב של מחוג בעיגול המחולק ל10 גזרות שוות, שכל גזרה מסומנת בספרה אחרת. נניח שעלינו לבחור מדגם של 10 איש מקבוצה בת 50, ניתן לכל איש מספר בן 2 ספרות (01- 50).

נפנה ללוח, נבחר נקודת מוצא שרירותית ונקרא ברציפות משמאל לימין קבוצות של שתי ספרות. נדלג על הגדולות מ-50 ונשמיט את אלו שחוזרות פעמיים, עד שנגיע ל-10 מספרים. אנשים הנושאים מספרים אלו יכללו במדגם.

בחזרה אל: פסיכולוגיה ניסויית – סיכומים