Populacja często składa się z odrębnych podgrup. Próbkowanie warstwowe dzieli populację na te podgrupy (warstwy), a następnie losuje próbę z każdej z nich. Metoda ta zapewnia reprezentację każdej istotnej podgrupy, co może zwiększyć precyzję i umożliwić oddzielną analizę każdej warstwy.

Warstwy definiuje się na podstawie cech istotnych dla pytania badawczego – wieku, regionu, segmentu klientów lub linii produktów. Wielkość próby w obrębie warstw może być proporcjonalna do wielkości warstwy lub równa, jeśli priorytetem jest porównanie między warstwami. W obrębie każdej warstwy dobór jest zazwyczaj losowy.

Dobór warstwowy jest bardziej złożony w zarządzaniu niż prosty dobór losowy, ale wzrost reprezentatywności i wydajności często uzasadnia ten wysiłek. Jest on szeroko stosowany w badaniach opinii, badaniach rynku i kontroli jakości, gdy wiadomo, że populacja jest heterogeniczna. Kluczem jest wybór warstw, które mają znaczenie dla badanych zmiennych.