分层随机抽样

分层随机抽样(stratifiedrandomsampling)是调研中运用最广泛的一种抽样方法。对市场或社会的调研项目中，在对总体进行抽样时，很可能我们知道一些关于总体的特征,它们可以提高样本的质量并提高所得结果的精确度。例如，总体是员工，我们可能知道每位员工的工龄，我们就可以利用这个信息保证样本中每个工人级别都能被合适地呈现。为了实现这个目的，我们必须把总体分成相关的小组或层次，例如，把它们分成级别1、级别2、级别3等，在这里，员工的级别就是所谓的分层因子(stratificationfactor)o选择什么分层因子取决于你认为与调研目标最相关的因素是什么，从每一层我们分别来选择一定容量的样本一使用用简单随机抽样方法或系统随机抽样方法。

按比例和非比例分层抽样

如果在每一层中使用系统抽样方法来抽取样本，并且你从每一层中选择的样本单位与每一层的大小是成比例的，这就叫作按比例分配(proportionateallocation),对于每一层使用同样的抽样间隔将会产生一个等比例分配，得到一个按比例分配的分层样本。简单来说，就是在样本中每一层所占的比例与它们占总体的比例是一样的。

如果出于一些原因，你想要样本中特定的某层被更多地或更少地表达，那么你就可以使用非比例分配(disproportionateallocation)。例如，需要去调査总体中低发生群体的观点，实现一个利于分析的稳健样本的最好方法就是确保样本中的该小组或分层比起总体来说是过多被表达的。为了获得这样一个非比例分层样本(disproportionatestratifiedsample),就要对每一层使用不同的抽样间隔。有一种方法在B2B调研中经常运用，叫作最优分配(optimumallocation),它的抽样单位组织，在容量上存在差异，并且你想确定对于更大的组织来说，它们占了更大的比例。使用最优分配的统计理论，总体中每一层容量的抽样比(如小、中、大的组织)可以计算出来，这样就能产生一个最优的样本(在给定成本下产生最小的抽样误差)，可能最后得到的抽样情况是1/40的小型组织、1/20的中型组织、1/10的大型组织和1/5的超大型组织。