分层随机抽样stratified random sampling

是随机抽样方法之一。即先将总体按某项标志分成若干层，然后再按一定比例在各层内随机抽样。如在某一城市，按居住的地域分为城区和郊区二层，在各层中随机抽取5%的人作为样本。此法可保证观察单位于各层间均有适当的分布，抽样误差较小，并便于做各层的分析比较。

分层随机抽样

又称“类型随机抽样”。一种将总体单位按其属性特征分为若干层（即类型），然后在层中按随机原则抽取样本的随机抽样方法。其抽样步骤为：将由N个单位组成的总体划分为K层（类型），各层内分别有N₁,N₂……N_k个单位，N₁+N₂+……+N_k＝N。从各组N1个单位中抽取ni个单位，这些单位构成一个容量为n₁+n₂+……+n_k＝n的样本。分层的标准，一般选择与调查有关的标志，原则是把性质相近的单位分在一层内。如在进行观念变革方面的调查时，可以按城乡分层，也可按老、中、青分层，还可按工人、农民、知识分子等不同社会阶层分层。总之，把性质相近的单位分在同一层组内，可以使层内各单位间的差异度缩小，对提高抽样效果有利。分层抽样的比例有各层相同比例和各层不同比例两种情况。各层相同比例是指按各层单位数占总体全部单位数的比例抽取样本，单位多的层组多抽，单位少的层组少抽，保持各层样本容量与样本总容量之比等于各层单位数与总体单位数之比，即。在某些情况下，如果调查者重点想研究的某类对象在总体中所占的比例较低，按相同比例抽取出的样本量太小，不足以进行相关问题的研究，则可以采用不同的比例抽样，即放大这类对象的抽样比例。需要注意的是，如此抽出的样本在推算总体时，必须对那部分放大抽样比例的数据按同样的比例予以缩小。当每一层的抽样数决定后，到底在层内具体抽取哪些单位，完全是随机的，可以采取简单随机抽样或系统抽样的方法抽取。分层抽样的主要优点是，同一类型中每个单位的差异较小，而且各种类型的情况都能包括在所抽取的样本之中，所以一般说分层抽样的代表性较强，抽样误差比简单随机抽样和系统随机抽样要小。分层抽样的主要缺点是，如果事先对总体的情况不清楚，便无法进行恰当的分类。因此，分层抽样比较适合于对总体特征有大致了解，能够按主要标志分成各个类型的情况。