Processen med statistisk prøveudtagning involverer valg af en samling af individer fra en befolkning. Den måde, vi gør dette valg på, er meget vigtig. Den måde, hvorpå vi vælger vores prøve, bestemmer den type prøve, vi har. Blandt de mange forskellige typer statistiske prøver, kaldes den nemmeste type prøve at danne en bekvemmelighedsprøve.
EN bekvemmelighedsprøve dannes, når vi vælger elementer fra en befolkning på grundlag af hvilke elementer der er lette at få. Undertiden kaldes en bekvemmelighedsprøve en grab-prøve, da vi i det væsentlige griber medlemmer fra befolkningen til vores prøve. Dette er en type prøvetagningsteknik, der ikke er afhængig af en tilfældig proces, som vi ser i en enkel tilfældig prøve, for at generere en prøve.
For at illustrere ideen om en praktisk prøve, vil vi tænke på flere eksempler. Det er virkelig ikke meget svært at gøre dette. Bare tænk på den nemmeste måde at finde repræsentanter for en bestemt befolkning. Der er stor sandsynlighed for, at vi har dannet en bekvemmelighedsprøve.
Som angivet med deres navn er bekvemmelighedsprøver bestemt let at få. Der er praktisk talt ingen vanskeligheder med at vælge medlemmer af befolkningen til en praktisk prøve. Der er dog en pris at betale for denne manglende indsats: bekvemmelighedsprøver er praktisk talt værdiløse i statistikker.
Årsagen til, at en bekvemmelighedsprøve ikke kan bruges til applikationer i statistikker, er, at vi ikke er sikre på, at det er repræsentativt for den befolkning, som den blev valgt fra. Hvis alle vores venner deler de samme politiske tilbøjeligheder, så spørger dem, hvem de agter at stemme for ved et valg, os intet om, hvordan folk overalt i landet ville stemme.
Hvis vi desuden tænker på årsagen til tilfældig prøveudtagning, skal vi se en anden grund til, at bekvemmelighedsprøver ikke er så gode som andre samplingkonstruktioner. Da vi ikke har en tilfældig procedure til at vælge individerne i vores prøve, selvom vores prøve sandsynligvis vil være partisk. En tilfældigt valgt prøve vil gøre et bedre stykke arbejde med at begrænse bias.