在明确了研究另一半的列入、清除规范，即区划好设计群体后，从总体中抽取研究样本。抽样的方式 十分关键，立即决策了样本是不是可以意味着总体，也就是说外在真实有效怎样。

简单随机抽样（simple random sampling）是把符合规定的每一个个人都做为抽样的另一半，根据随机化抽取，每一个人被抽中的机遇是相同的。由于每一个人被抽中的机遇是平等的，因此能确保研究样本对总体的象征性。举个小事例，假定人们研究必须从这当中抽取200人做为研究样本，总体为1000，假如选用简单随机抽样的方式 来得到研究样本，那麼总体中所有人被人们抽中的概率全是1/5。

简单随机抽样的优势是能得到优良象征性的研究样本，实际操作实行也很容易了解；其缺陷是在抽样范畴很大时，必须对总体中每一研究另一半开展编码并搜集基本资料，劳动量很大进而危害研究可行性分析。另一方面，当某一关键研究要素在群体中遍布不匀称时，选用简单随机抽样可能会致使在总体中占占比偏少的个人被忽略，可能会导致挑选偏倚。分层抽样则能够很切实解决这一难题。

分层抽样（Stratified Sampling）是以遍布不匀称的研究群体中抽取有象征性样本的方式 。先依照研究另一半的特性（如年纪、性別、病况、现病史、临床医学亚型、岗位、文化教育水平、中华民族等）将研究群体分成若干层，随后在各层内再进行随机抽样。

一定要留意，分层抽样规定层内基因变异越低好，虚梁基因变异越大越高，那样能够提升样本的象征性，有利于虚梁开展较为。层次随机抽样不可以确保每一个人被抽中的几率相同，有将会处在不一样层次中间的个人被抽中几率是不一样的。

       系统软件随机抽样也称机械设备随机抽样或等距随机抽样，将要总体企业按某一标示(如時间)排列，随后按一定间距来任意抽取样本企业。比如，要从100个产品中抽取10件构成样本，最先将100个产品按某一标示排列，次序编码为1~100;随后用摇签或查随机数表的方式 明确1~10号中当选样本的编码(假设为4号);随后按等距原则先后明确当选样本的产品编号为14、24、34、44、54、64、74、84、94;最终由编码为4、14、24、34、44、54、64、74、84、94的10个产品构成样本。

       整群抽样称为聚类算法抽样，是将总体中各企业归并成数个互相交差、互相反复的结合，称作群。随后以群为抽样企业抽取样本的一种抽样方法。运用整群抽样时，规定各群有不错的象征性，即群内各企业的差别要大，群间差别要小。