La distribution d'échantillonnage peut être décrite en calculant sa moyenne et son erreur standard. Le théorème central limite stipule que si l'échantillon est suffisamment grand, sa distribution se rapprochera de celle de la population dont vous avez tiré l'échantillon. Cela signifie que si la population avait une distribution normale, il en sera de même pour l'échantillon. Si vous ne connaissez pas la répartition de la population, elle est généralement supposée normale. Vous aurez besoin de connaître l'écart type de la population afin de calculer la distribution d'échantillonnage.
Additionnez toutes les observations ensemble, puis divisez par le nombre total d'observations dans l'échantillon. Par exemple, un échantillon de hauteurs de tout le monde dans une ville pourrait avoir des observations de 60 pouces, 64 pouces, 62 pouces, 70 pouces et 68 pouces et la ville est connue pour avoir une distribution de hauteur normale et un écart type de 4 pouces dans son hauteurs. La moyenne serait (60+64+62+70+68) / 5 = 64,8 pouces.
Ajouter 1/taille de l'échantillon et 1/taille de la population. Si la taille de la population est très grande, tous les habitants d'une ville par exemple, il suffit de diviser 1 par la taille de l'échantillon. Pour l'exemple, une ville est très grande, donc ce serait juste 1 / taille de l'échantillon ou 1/5 = 0,20.
Prenez la racine carrée du résultat de l'étape 2, puis multipliez-la par l'écart type de la population. Pour l'exemple, la racine carrée de 0,20 est de 0,45. Ensuite, 0,45 x 4 = 1,8 pouces. L'erreur standard de l'échantillon est de 1,8 pouces. Ensemble, la moyenne, 64,8 pouces, et l'erreur standard, 1,8 pouces, décrivent la distribution de l'échantillon. L'échantillon a une distribution normale parce que la ville en a.