选择一个随机样本就需要一个抽样框。抽样框可以是一个数据库、一个列表、一个记录、一张地图——能够确定目标总体所有个体的东西。

一个有效的抽样框必须是精确的、完整的和最新的，这样才能从中抽取能代表意向总体的样本。

联系实际，样本框必须是容易获取的、方便使用的，并且包含了你需要的足够的信息。基什(Kish,1949)确定了抽样框的四大主要问题：遗失项、个体集群、空白或外部个体，以及重复。

1.遗失项

遗失项(missingelements)是指属于总体的但未在抽样框中出现的个体。检测一个抽样框是否有遗失项通常是很困难的，一个不完整的抽样框意味着从里面抽取的样本将不能代表总体。一种解决方法是找到关于同一总体的其他信息来源，再进行比对或结合。例如，一个牙医的列表可以从专业协会那里获得，也可以从期刊或杂志那里获得。如果列表不完整——有些牙医没有订阅，这个列表还可以根据电话号码簿上给出的牙医列表来核对。

2.个体集群

抽样框列出的个体可能不是个人，可能是组群或个体集群(clustersofelements),比如相同地址中的人。在牙医的例子中，没有列出单个的牙医，样本框可能列岀的是牙科诊疗。一个牙科诊疗可能是一个牙医，也可能是多个牙医。我们怎么对待这种情况呢？这里有一些选择：
・包括样本集群中的所有牙医。缺点：在相同诊疗实践中的牙医其态度、年龄等都很类似。
・从集群中随机选择一个。缺点：这意味着总体中的所有个体被选中的概率是不同的。
・从抽样框的所有集群中抽取样本，列出每个个体，然后从这个列表中再随机选择。注意：集群样本必须要足够大，并且要设定一个合适的抽样间隔，以保证最终样本中的每个个体来自不同的集群。

3.空白或外部个体

一个抽样框中可能会包含并不属于抽样框的个体，这样的个体被称作空白(blanks)或外部个体(foreignelements),它们的发生很可能是由于样本框陈旧。例如，在样本框编制和使用期间.列表上的人可能已经去世、退休、出国，或者是不能再被当作意向总体的一部分了，抽样框就可能比意向总体涵盖了一个更广的总体范围，这样就包括了那些与目标总体并不相关的个体。例如，对于获取牙医样本，一份牙医杂志的订阅者名单可能是一个有用的抽样框，但是它也可能包括了非牙医，如牙科设备销售人员、牙科技师或牙科护士。

获取样本时对待空白和外部个体的最好方法是忽略它们，继续以适宜的方式挑选样本单位，而不是用下一个个体来替代它们，这并不是一个合适的方法。这种方法意味着空白或外部个体的下一个个体有两次机会被选择，一次是作为它自己本来就有的机会，另外一次就是作为空白或外部个体的替代。

4.重复

样本框中一个个体可能会重复，出现不止一次。例如，在一个订阅者的名单中，如果一个人订阅了两种或多种产品时，他可能会出现两次。当样本框被电子程序操作，那么重复这个问题就变得很容易解决，一个去重复程序可以消除一个个体的重复出现。