I nogle studier vil det være særligt vigtigt, at ens sample har den samme fordeling af individer som populationen, i forhold til et eller flere kriterier. Det kan f.eks. være, at køn har afgørende betydning for den hypotese, der undersøges. Hvis populationen består af 40% kvinder og 60 % mænd, så ville vi forvente at få samme fordeling i vores sample, hvis vi bruger simpel tilfældig sampling eller systematisk sampling. I praksis kan fordelingen i sample dog ofte afvige en smule fra fordelingen i populationen, f.eks. 39 eller 42 % kvinder. 

Dette problem kan man imødekomme ved at stratificere (lagdele) sit sample efter det valgte kriterium (i dette tilfælde køn). For at gøre det, har man brug for en liste over alle individer i hver af de relevante grupper (henholdsvis kvinder og mænd). Skal man f.eks. bruge et sample på 200 deltagere, regner man derfor først ud, at der skal udvælges 80 individer fra listen med kvinder og 120 fra listen med mænd. Herefter anvender man  simpel tilfældig sampling eller systematisk sampling på hver af grupperne.

Stratificeret sampling kan foretages i flere lag. F.eks. kan det være, at man udover køn også ønsker, at det udvalgte sample skal afspejle aldersfordelingen blandt henholdsvis mænd og kvinder.