يُعزى خطأ الاعتيان إلى إجراءات الاعتيان نفسها، ويعني ذلك أنّ المقاييس التي تحصل من العيِّنة تختلف إلى درجة ما عن المقاييس التي سيتمّ الحصول عليها من الجمهور المبحوث، أي أنّ خطأ الاعتيان هو الدرجة التي تختلف بها مقاييس الوحدات أو الأفراد المُعتانين بشكل كلّي عن الجمهور موضوع البحث وهم السكّان، ولأنّ العيّنة لا تمدّنا بالبيانات الصحيحة عن السكّان فإنّه يجب أن نأخذ الخطأ المحتمل في الاعتبار، ومثال عن ذلك أنّه في الحملة الرئاسية الأمريكية سنة 1936م حدث خطأ في الاعتيان، حيث تنبّأت مجلّة «ليتراري دايجست» Literary Digests بناء على نتائج لمسح عيّنة بأنّ الفائز في هذه الانتخابات سيكون «آلف لاندون» Alf Landon وقد فشل الباحثون الذين أعدّوا الدراسة في الأخذ بعين الاعتبار خصائص السكّان قبل اختيار العيّنة، مع أنّ عيّنة المجلّة شملت أزيد من بَلْف ناخب إلاّ أنّ غالبيتها كانت مكوّنة بشكل رئيس من الجمهوريين، ودارت الأيام وأعيد انتخاب «فرانكلين روزفلت»، ولم يكن ذلك مجرّد حادث عرضي حين أفلست هذه المجلّة بعد ذلك بقليل. وتوجد عدّة طرائق لإحصاء خطأ الاعتيان، إلاّ أنّه لا توجد طريقة واحدة تلائم كلّ العيّنات أو المواقف البحثية، ومن أمثلتها معادلة صُمّمت لتقدير حجم الجمهور أثناء وقت محدّد أو لنهاجل محدّدة ولقياس الجمهور المتراكم، وتُستعمل هذه المعادلة الخطأ المعياري للنسبة التي سُحبت من عيّنة عشوائية بسيطة:

خم = √ ن(100-ن)\ع

خم = الخطأ المعياري أو التقديري للنسبة المئوية للعيّنة

√ = جذر تربيعي ن(100-ن)\ع

ن = نسبة العيّنة

ع = حجم العيّنة

فرض عيّنة عشوائية من 500 منزل تُعطي تقديرا من 20 لعرض محدّد (أو تقدير نسبة المشاهدين)، ومعنى ذلك أنّ 20% من تلك المنازل كانت تفتح على الرَّناة في ذلك الوقت، ويمكن استعمال المعادلة في حساب الخطأ المعياري كما يلي: خم = √ 20 * 80\500 = ± 1,78. ومعنى ذلك أنّ الدراسة المسحية عرضة للخطأ بمقدار ± 1,78 نقطة، والتقدير الحقيقي ينخفض إلى 18,22 أو يرتفع إلى 21,78، ويرتبط الخطأ المعياري بحجم العيّنة، ويتحسّن كلّما زاد حجمها مع نقصان مقاديره، فعيّنة من 1500 يكون خطأها المعياري ± 1,03 أي أفضل فقط 0,75 من عيّنة مكوّنة من 500 خطأها المعياري ± 1,78، فزيادة 100 آخرين أدّى إلى جزئية قليلة من الدقّة.