分层抽样又称分类抽样或类型抽样，是先将总体的单位按某种特征分为若干次级总体（层），然后再从每一层内进行单纯随机抽样，组成一个样本。一般来说，在抽样时，将总体分成互不交叉的层，然后按一定的比例，从各层次独立抽取一定数量的个体，将各层次取出的个体合在一起作为样本，如图4-5所示。
图4-5 分层抽样
分层抽样时要尽量利用事先掌握的信息，并充分考虑保持样本结构和总体结构的一致性，这样能够有效提高样本的代表性。当总体是由差异明显的几部分组成时，往往选择分层抽样的方法。其特点是将科学分组法与抽样法相结合，每个个体被抽到的概率都相等 N / M 。分组减小了各抽样层变异性的影响，抽样保证了所抽取的样本具有足够的代表性。
分层抽样的优点：
适用于层间有较大的异质性，而每层内的个体具有同质性的总体，能提高总体估计的精确度，在样本量相同的情况下，其精度高于简单抽样和系统抽样；能保证“层”的代表性，避免抽到“差”的样本；同时，不同层可以依据各自情况采用不同的抽样框和抽样方法。
分层抽样的缺点：
要求有高质量的、能用于分层的辅助信息；由于需要辅助信息，抽样框的创建需要更多的费用，更为复杂；抽样误差估计比简单抽样和系统抽样更复杂。
