La ponderazione dei dati campionari consiste nell'assegnare a ciascuna unità di analisi un peso diverso da 1, come se cioè fosse stata campionata più di una volta (nel caso in cui il peso sia > 1).

Ciò è considerato necessario quando alcuni tipi di unità di analisi (ad es. alcuni tipi di intervistati) risultino sovrastimati o sottostimati nel campione rispetto alla popolazione di riferimento. Una situazione di questo genere si verifica ad esempio quando si adotti Campionamento stratificato o un campionamento per quote.

È possibile dimostrare che questo metodo produce meno distorsioni nella struttura dei dati rispetto alla duplicazione casuale dei casi, ovvero della pratica di copiare alcune righe della matrice per aumentare la numerosità di alcuni tipi ¹⁾.

In linea di massima, però, bisogna tenere conto del fatto che anche la ponderazione non elimina le distorsioni dovute ad una errata costruzione o ad una errata realizzazione del campione, ed anzi potrebbe addirittura amplificarle ²⁾.

I pesi da assegnare ai casi possono dunque essere calcolati in vari modi, a seconda della finalità che deve essere assolta dalla ponderazione all'interno del disegno dell'indagine.

Vedi: Ponderazione dei dati (con R)