分层随机抽样是社会调查研究中常用的一种方法。在应用中，人们常常会碰到如下问题：分层随机抽样一定是比例分配吗？本文将从六个方面进行阐述。

一、什么是分层随机抽样？

分层随机抽样是指，按某一特定的分层标准将总体划分为若干个层次，各层次内的样本有着相同的性质。在每层内，按照种种方法随机抽取样品。在社会调查研究中，通过该方法可以控制误差及提升准确度。

二、抽样方法和比例分配之间的区别

其中一种关于分层随机抽样的误解是认为分层抽样一定是比例分配。而实际上，分层随机抽样是一种抽样方法，和比例分配是不同的两个概念。比例分配是根据统计学原理推算出的性质，所以仅仅适用于理论上的完全随机抽样。

三、比例分配不适用于各种样本设计

比例分配是一种理想状态的预测，但却不适用于各种样本设计及制定的所有随机过程。其原因是，比例分配是根据理论上的无限次重抽样推算出的结果。在现实中，由于许多因素不变，比例分配的条件未能满足。

四、分层随机抽样在不同场景中的表现

在各种采样条件下，分层随机抽样可能不会等同于比例分配。试想一个情形：在特定层次的样本中，我们无法获得所有的人的信息（如一些社会调查中，某些人因财富、教育、政治原因而不愿意参加调查）。那么，分层随机抽样就可能会导致样本偏差，从而无法实现比例分配的目标。

五、分层随机抽样的其他误解

关于分层随机抽样的其他误解还包括：在每个层次中抽出同样大小的样本、平衡每层样品，以及假设每个层次都具有相同的方差。这些假设都可能导致样品误差增加，并使分层随机抽样的效果降低。

六、合适的分层策略可以提高分层随机抽样的效果

为恰当选用分层随机抽样，可以参考以下几个因素：（1）每组内部的恰当分布；（2）每个层次的数量；（3）每层次中个体的异质性；（4）估计变量的连续性性质。（5）理解分层的结构和假设。如果能充分利用这些因素，并在实践中弥补噪声和误差的影响，则可以提高分层随机抽样的效果。