Em estatística, o erro amostral ou variabilidade amostral ocorre quando as características estatísticas de uma população são estimadas a partir de um subconjunto, ou amostra, daquela população. Já que a amostra não inclui todos os membros da população, estatísticas sobre a amostra, tais como médias e quantis, geralmente diferem das características da população inteira, que são conhecidas como parâmetros. Por exemplo, se alguém medir a altura de mil indivíduos de um país com um milhão de habitantes, a altura média dos mil indivíduos é tipicamente diferente da altura média de todos os habitantes no país. Visto que a amostragem é tipicamente feita para determinar as características da população inteira, a diferença entre os valores da amostra e da população é considerada um erro amostral. Do mesmo modo, não se pode esperar que duas amostras, independentemente retiradas da mesma população, forneçam resultados iguais, porque existe esta variabilidade nas estimativas e a amostra não é uma perfeita representação da população. A medição exata do erro amostral geralmente não é plausível, já que os valores reais da população são desconhecidos. Entretanto, o erro amostral pode ser frequentemente estimado por modelagem probabilística da amostra. O erro amostral é controlável por ações como:

• Técnicas de amostragem: optando por aquela que, no caso concreto, se revelar mais eficiente. Mediante a escolha de um processo de amostragem aleatória e o aumento do tamanho da amostra, pode-se assegurar a representatividade e associar os resultados com grau de confiança elevado.
• Estimadores: optando por aquele que for mais eficiente, isto é, com menor variabilidade.

O erro amostral é um erro aleatório, porque as estimativas se comportam aleatoriamente em torno do verdadeiro valor do parâmetro. Ou seja, não coincidem com o parâmetro, estando umas estimativas acima e outras abaixo deste, mas se concentram em torno de um valor central que coincide com o verdadeiro valor do parâmetro.