Lấy mẫu ngẫu nhiên đơn giản là mẫu cá nhân tồn tại trong quần thể; các cá nhân được chọn ngẫu nhiên từ quần thể và được đặt vào một mẫu. Phương pháp chọn ngẫu nhiên các cá nhân này nhằm lựa chọn một cỡ mẫu là một biểu hiện không thiên vị của dân số. Tuy nhiên, nó không phải là thuận lợi khi các mẫu của quần thể khác nhau rất nhiều.
Lấy ngẫu nhiên phân lớp là một phương pháp tốt hơn khi có các phân nhóm khác nhau trong dân cư. Lấy mẫu ngẫu nhiên phân chia dân số thành các phân nhóm hoặc tầng, và các mẫu ngẫu nhiên được lấy, theo tỷ lệ dân số, từ mỗi tầng được tạo ra. Các thành viên trong mỗi tầng được hình thành có các thuộc tính và đặc điểm tương tự. Phương pháp lấy mẫu này được sử dụng rộng rãi và rất hữu ích khi dân số mục tiêu không đồng nhất. Một mẫu ngẫu nhiên đơn giản nên được lấy từ mỗi tầng. Ví dụ, lấy mẫu ngẫu nhiên có phân lớp có thể lấy mẫu điểm trung bình của học sinh (GPA) trên toàn quốc, những người làm thêm giờ làm việc và tuổi thọ trên toàn thế giới.
Ví dụ: giả sử một nhóm nghiên cứu muốn xác định GPA của sinh viên đại học trên khắp Hoa Kỳ. Nhóm nghiên cứu gặp khó khăn khi thu thập dữ liệu từ tất cả 21 triệu sinh viên đại học; nó quyết định lấy một mẫu ngẫu nhiên của dân số bằng cách sử dụng 4.000 sinh viên.Bây giờ giả sử rằng nhóm nghiên cứu xem xét các thuộc tính khác nhau của người tham gia mẫu và tự hỏi nếu có bất kỳ sự khác biệt trong GPAs và chuyên ngành của sinh viên. Giả sử 560 sinh viên là chuyên ngành tiếng Anh, 1135 chuyên ngành khoa học, 800 chuyên ngành khoa học máy tính, 1090 chuyên ngành kỹ thuật, và 415 chuyên ngành toán. Nhóm nghiên cứu muốn sử dụng một mẫu ngẫu nhiên phân tầng theo tỷ lệ, trong đó tầng của mẫu là tỷ lệ với mẫu ngẫu nhiên trong quần thể.
Nhóm nghiên cứu sau đó cần xác nhận rằng tầng lớp dân số tương ứng với tầng lớp trong mẫu; tuy nhiên, họ tìm thấy tỷ lệ không bằng nhau. Nhóm nghiên cứu sau đó cần phải làm lại mẫu 4000 000 sinh viên và chọn ngẫu nhiên 480 môn tiếng Anh, 1120 khoa học, 960 khoa học máy tính, 840 kỹ sư, và 600 sinh viên ngành Toán. Với những người đó, nó có một mẫu ngẫu nhiên phân chia ngẫu nhiên của sinh viên đại học, cung cấp một đại diện tốt hơn các trường cao đẳng của sinh viên sinh viên ở U.S. Các nhà nghiên cứu sau đó có thể làm nổi bật lớp cụ thể, quan sát các nghiên cứu khác nhau của sinh viên đại học U. và quan sát điểm trung bình khác nhau.
Các phương pháp tương tự được sử dụng ở trên có thể được sử dụng cho việc bỏ phiếu các cuộc bầu cử, thu nhập của các nhóm khác nhau, và thu nhập cho các công việc khác nhau trên một quốc gia, chỉ để liệt kê một vài ứng dụng.
Đọc thêm về cách phân biệt một mẫu đơn giản từ một mẫu phân tầng - sự khác biệt giữa một mẫu ngẫu nhiên đơn giản và một mẫu ngẫu nhiên được phân loại là gì?