样本量的不一致，带来了很多误解和不准确。抽取1个样本全是假的或者3个样本全是正品，就推断该平台正品率0% 或者 100% 实在过于鲁莽。
那么，抽样调查中需要多少样本才算证据充分呢？实际上，统计学里，具备相应置信度的样本量是可以计算的。
抽样方法本身就会引起误差。在总体中随机抽取样本，样本均值x是总体均值μ的偏差就是抽样误差（E=μ-x）。这个误差的分布是符合标准正态分布的。
面对一个数量庞大的总体，样本量也要足够多（>30）时，可以用如下公式可以估算吃需要抽取的样本量[2]：
样本量
：方差，抽样个体值和整体均值之间的偏离程度，抽样数值分布越分散方差越大，需要的采样量越多
E：
为抽样误差（可以根据均值的百分比设定）
：置信度，置信度越高需要的样本量越多；95%置信度比90%置信度需要的采样量多40%；
由此可见，在保证一定置信度（样本某测量值的可信程度）的情况下，如果要将误差控制得越小，所需的样本量则越大。样本量太少，误差便会很大，对总体真实情况的推断和估计也就很难准确了。
