分层抽样
按照什么标准分层呢？
1．依据总体的一些特征作为分层变量。性别是常用的分层变量，常用的还有年龄（老、中、青）、教育程度（文盲、小学、中学、大学）、婚姻（未婚、已婚、离异、丧偶）、收入（高、中、低）。
分层抽样
2．突出总体内在结构，层内同质性强，层间异质性强。
3．尽可能选择那些与研究变量相关的分层变量。例如，研究城市消费问题，收入水平就是不可缺少的分层变量。研究人口流动问题，城市规模就是一个好的分层变量。
分层抽样
按比例：比如我们按照性别分层，那么可以按照总体的性别比例确定层次之间的比例。
例如，研究者希望研究一组抑郁症患者所接受的治疗干预的有效性，他有正当的理由按性别来分类。研究者关心案主的性别可能是一个与治疗成效有关的中介变量，从而，研究者需要采用一定方法确保样本中不能包含（相对于抽样框）不成比例的男或女案主数。
分层抽样
假设样本的抽样框有1000个个体，其中900个为女性，100个为男性。研究者要抽取5％（50个个体）的样本。根据按比例分层随机抽样，研究者将个体分成两层或组，分别由：900个女性；100个男性组成，然后随机抽取5％女性（45个），5％男性（5个）。
分层抽样
从而，该样本和抽样框一样，包括90％女性――从性别看完全代表了抽样框，虽然可能产生的样本其他偏差，但在性别上肯定不存在偏差，而且抽样框中每个个体被选中的机会均等，因此可以认为样本是随机抽取的。但是如果研究者想判断该治疗干预是否对于女性或男性更有效的话怎么办？
分层抽样
如果采用比列分层随机抽样的话，那么需要把45个女性样本的临床抑郁水平和只有5个男性的子样本进行比较。只有5个样本的个体能代表男性总体吗？
不按比例：按照上述方法做了产生不好的效果，如有些层次元素太少，不能反映问题。这时我们采用不按比例抽样说明这个层次的特征，但是这些特征不能适用于总体。
分层抽样
研究者可以从两组中分别抽取25个男女性，在这个样本中，男性的样本数量（相对于抽样框）是不成比列的。在样本中，50％个体是男性，而在抽样框中男性比例只有10％。显然，男女性被选作研究样本的概率不同。男性案主被选中的概率非常高（25：100），而女性案主被抽中概率只有（25：900）