La distribución de muestreo se puede describir calculando su error medio y estándar. El teorema del límite central establece que si la muestra es lo suficientemente grande, su distribución se aproximará a la de la población de la que tomó la muestra. Esto significa que si la población tenía una distribución normal, la muestra también. Si no conoce la distribución de la población, generalmente se supone que es normal. Necesitará conocer la desviación estándar de la población para calcular la distribución de muestreo.
Agregue todas las observaciones juntas y luego divida por el número total de observaciones en la muestra. Por ejemplo, una muestra de alturas de todos en una ciudad podría tener observaciones de 60 pulgadas, 64 pulgadas, 62 pulgadas, 70 pulgadas y 68 pulgadas y se sabe que la ciudad tiene una distribución de altura normal y una desviación estándar de 4 pulgadas en sus alturas . La media sería (60 + 64 + 62 + 70 + 68) / 5 = 64.8 pulgadas.
Agregue 1 / tamaño de muestra y 1 / tamaño de población. Si el tamaño de la población es muy grande, por ejemplo, todas las personas en una ciudad, solo necesita dividir 1 por el tamaño de la muestra. Por ejemplo, una ciudad es muy grande, por lo que solo sería 1 / tamaño de muestra o 1/5 = 0,20.
Saca la raíz cuadrada del resultado del Paso 2 y luego multiplícala por la desviación estándar de la población. Para el ejemplo, la raíz cuadrada de 0.20 es 0.45. Entonces, 0.45 x 4 = 1.8 pulgadas. El error estándar de las muestras es de 1,8 pulgadas. Juntos, la media, 64.8 pulgadas, y el error estándar, 1.8 pulgadas, describen la distribución de la muestra. La muestra tiene una distribución normal porque la ciudad sí.