Câu trả lời ngắn gọn là có: Survey Monkey bỏ qua chính xác cách bạn lấy mẫu của mình. Survey Monkey không đủ thông minh để cho rằng những gì bạn đã thu thập không phải là một mẫu thuận tiện, nhưng hầu như mọi khảo sát của Monkey Monkey đều là một mẫu thuận tiện. Điều này tạo ra sự khác biệt lớn trong chính xác những gì bạn ước tính mà không có lượng mẫu tuyệt đối nào có thể / sẽ loại bỏ. Một mặt, bạn có thể xác định dân số (và các hiệp hội trong đó) bạn sẽ có được từ SRS. Mặt khác, bạn có thể xác định một dân số được xác định bởi lấy mẫu không ngẫu nhiên của bạn, các hiệp hội ở đó bạn có thểước tính (và các quy tắc sức mạnh giữ cho các giá trị như vậy). Tùy thuộc vào bạn là một nhà nghiên cứu để thảo luận về sự khác biệt và để người đọc quyết định chính xác mức độ hợp lệ của mẫu không ngẫu nhiên có thể có trong việc xấp xỉ một xu hướng thực sự.
Như một điểm, có những cách sử dụng không nhất quán của thuật ngữ thiên vị. Trong lý thuyết xác suất, độ lệch của công cụ ước tính được xác định bởi . Tuy nhiên, một công cụ ước tính có thể bị sai lệch, nhưng nhất quán, do đó độ lệch "biến mất" trong các mẫu lớn, chẳng hạn như độ lệch của ước tính khả năng tối đa của độ lệch chuẩn của RVs phân phối thông thường. tức là . Các công cụ ước tính không có sai lệch biến mất, (ví dụ ) được gọi là không nhất quánBiasn=θ−θ^nθ^→pθθ^↛pθtrong lý thuyết xác suất. Các chuyên gia thiết kế nghiên cứu (như các nhà dịch tễ học) đã chọn một thói quen xấu là gọi sự không nhất quán là "thiên vị". Trong trường hợp này, đó là xu hướng lựa chọn hoặc thiên vị tình nguyện. Đây chắc chắn là một dạng sai lệch, nhưng sự không nhất quán ngụ ý rằng không có số lượng mẫu nào sẽ khắc phục được vấn đề.
Để ước tính các liên kết mức dân số từ dữ liệu mẫu thuận tiện, bạn sẽ phải xác định chính xác cơ chế xác suất lấy mẫu và sử dụng trọng số xác suất nghịch đảo trong tất cả các ước tính của bạn. Trong những tình huống rất hiếm, điều này có ý nghĩa. Xác định một cơ chế như vậy là không thể trong thực tế. Một thời gian có thể được thực hiện là trong một nhóm các cá nhân có thông tin trước đó được tiếp cận để điền vào một cuộc khảo sát. Xác suất không phản hồi có thể được ước tính là một chức năng của thông tin trước đó, ví dụ như tuổi tác, giới tính, SES, ... Trọng số cho bạn cơ hội ngoại suy những kết quả sẽ có trong dân số không phản hồi. Điều tra dân số là một ví dụ tốt về sự liên quan của trọng số xác suất nghịch đảo cho các phân tích như vậy.