設計效應最早是由世界著名抽樣調查專家L.Kish在他的代表作《抽樣調查》（Survey Sampling，1965）壹書中提出的。Kish在以總體均值為目標量的場合展開研究，定義設計效應為為壹個特定的抽樣設計（包括抽樣方法以及對總體目標量的估計方法）估計量的方差與相同樣本量下無放回簡單隨機抽樣的估計量的方差之比。這個概念得到世界抽樣調查界的廣泛認同.
簡單的說，設計效應就是設計產生效果的測量表現。
為比較不同抽樣設計的效率，克服復雜抽樣設計所遇到的困難，世界著名的抽樣調查專家基什於1965年在《抽樣調查》壹書中提出了設計效應這個概念。基什在以總體均值為目標量的場合展開研究，定義設計效應（design effect，簡記為deff）為壹個特定的抽樣設計（包括抽樣方法以及對總體目標量的估計方法）估計量的方差與相同樣本量下不放回簡單隨機抽樣的估計量的方差之比，即設計效應越大，說明該復雜抽樣設計誤差越大、精度越低，從而效率越低。若deff>1，表明所考慮的抽樣設計效率低於不放回簡單隨機抽樣；若deff放回簡單隨機抽樣
這意味著放回抽樣的效率要低於不放回抽樣的效率。這是因為放回抽樣有可能重復抽到同壹單位，而同壹單位並不會提供更多的信息。
對於分層隨機抽樣來說，設計效應通常小於1，這表示由於分層而使得估計量方差下降，並反映了估計量方差下降的程度。
整群抽樣
對於整群抽樣樣本，設計效應通常大於1.壹般情況下群內各單元具有同質性，整群抽樣會造成估計效率的下降。群規模相等時整群抽樣的設計效應近似地表達為1+ρ（M-1），其中，ρ為群內相關系數，用來測量群內同質性的特征；M為群規模。