Distribusi sampling dapat digambarkan dengan menghitung mean dan standard errornya. Teorema limit pusat menyatakan bahwa jika sampel cukup besar, distribusinya akan mendekati populasi tempat Anda mengambil sampel. Artinya, jika populasi berdistribusi normal, maka sampel juga akan ikut berdistribusi normal. Jika Anda tidak mengetahui distribusi populasi, maka secara umum diasumsikan normal. Anda perlu mengetahui simpangan baku populasi untuk menghitung distribusi sampling.
Jumlahkan semua pengamatan bersama-sama dan kemudian bagi dengan jumlah total pengamatan dalam sampel. Misalnya, sampel ketinggian setiap orang di sebuah kota mungkin memiliki pengamatan 60 inci, 64 inci, 62 inci, 70 inci dan 68 inci dan kota tersebut diketahui memiliki distribusi tinggi normal dan simpangan baku 4 inci dalam ketinggian. Rata-rata akan (60+64+62+70+68) / 5 = 64,8 inci.
Tambahkan 1 / ukuran sampel dan 1 / ukuran populasi. Jika ukuran populasi sangat besar, semua orang di sebuah kota misalnya, Anda hanya perlu membagi 1 dengan ukuran sampel. Sebagai contoh, sebuah kota sangat besar, jadi hanya 1 / ukuran sampel atau 1/5 = 0,20.
Ambil akar kuadrat dari hasil dari Langkah 2 dan kemudian kalikan dengan standar deviasi populasi. Sebagai contoh, akar kuadrat dari 0,20 adalah 0,45. Kemudian, 0,45 x 4 = 1,8 inci. Kesalahan standar sampel adalah 1,8 inci. Bersama-sama, rata-rata, 64,8 inci, dan kesalahan standar, 1,8 inci, menggambarkan distribusi sampel. Sampel memiliki distribusi normal karena kota memilikinya.