Bij kwantitatieve statistische variabelen zijn meten en tellen de twee manieren om aan data te komen.

Bij meten heb je te maken met de meet(on)nauwkeurigheid, met meetfouten.

Bijvoorbeeld bij het wegen van kilopakken suiker (inhoud `1000`  gram  `℮` ) gebruik je een weegschaal die van meetklasse `0,4` is. Dit betekent dat elk meetresultaat een afwijking kan hebben van maximaal `0,4` % van de totale schaallengte (meetbreedte). Als het meetgebied vanaf `0` tot en met `5` kg is, dan is de afwijking van het gemeten gewicht maximaal `0,004*5000 = 20`  g.
Als je `990` g afleest, dan ligt het werkelijke gewicht tussen `970` en `1010`  g. Dit noem je een toevallige fout, hij is onderdeel van het meetsysteem. Het gaat hierbij om de precisie van je meetinstrument. Je noteert als gewicht `990 +- 20` gram.

Maar je kunt ook zelf afleesfouten maken, bijvoorbeeld omdat je wat scheef staat voor een weegschaal zoals die in de figuur. Een afwijking die ontstaat door scheef aflezen heet parallax. Dat zijn persoonlijke fouten. Die zijn vermijdbaar.

En dan zijn er nog de systematische fouten. Je houdt bijvoorbeeld geen rekening met het gewicht van de verpakkingen zelf en je komt systematisch op een te hoog gewicht. Dan heb je te maken met de juistheid van je metingen.

Ook bij kwalitatieve statistische variabelen komen toevallige fouten voor. Systematische fouten ontstaan bij dergelijke variabelen meestal door zogenaamde "non-respons" , een groep waar je door de wijze van onderzoeken geen antwoord van krijgt. Persoonlijke fouten krijg je hier door slechte vragen, onduidelijkheden, en dergelijke.