Techniškai reprezentatyviajai imčiai reikia tik tiek procentų statistinės populiacijos, kiek įmanoma tiksliau atkartoti tiriamos ar analizuojamos kokybės ar savybes. Pavyzdžiui, 1000 gyventojų, kuriuos sudaro 600 vyrų ir 400 moterų, kurie naudojami analizuojant pirkimo tendencijas pagal lytį, reprezentatyvią imtį gali sudaryti tik penki nariai, trys vyrai ir dvi moterys arba 0, 5 proc. gyventojų. Tačiau nors ši imtis yra nominaliai reprezentuojanti didesnę populiaciją, tikėtina, kad padarius didelę atrankos klaidą ar šališkumą bus daromos išvados dėl didesnės populiacijos, nes ji yra tokia maža.
Atrankos paklaida yra neišvengiama mėginių panaudojimo didesnei grupei analizuoti pasekmė. Iš jų duomenų gavimas yra procesas, kuris dėl savo prigimties yra ribotas ir neišsamus. Kadangi tai dažnai būtina atsižvelgiant į ribotą išteklių prieinamumą, ekonomikos analitikai naudoja metodus, kurie gali sumažinti atrankos paklaidą iki statistiškai nereikšmingo lygio. Nors reprezentatyvus atranka yra vienas iš efektyviausių metodų, naudojamų šališkumui mažinti, dažnai nepakanka to padaryti pakankamai savo.
Viena strategija, naudojama kartu su reprezentatyvia atranka, yra įsitikinti, kad imties dydis yra pakankamai didelis, kad būtų galima optimaliai sumažinti klaidą. Ir nors apskritai kuo didesnis pogrupis, tuo didesnė tikimybė, kad paklaida bus sumažinta, tam tikru momentu sumažėjimas tampa toks minimalus, kad nepateisina papildomų išlaidų, būtinų norint padidinti imtį.
Lygiai taip pat, kaip vien tik techniškai reprezentatyvaus, tačiau mažo pavyzdžio nepakanka, norint vien tik sumažinti atrankos paklaidą, tiesiog pasirenkant didelę grupę neatsižvelgiant į reprezentaciją, rezultatai gali būti dar klaidingesni, nei naudojant mažą reprezentatyvų imtį. Grįžtant prie aukščiau pateikto pavyzdžio, 600 vyrų grupė yra statistiškai nenaudinga analizuojant lyčių skirtumus pirkimo tendencijose.
