TAMAO DE MUESTRA Y

PODER ESTADSTICO

POBLACIONES Y MUESTRAS
Los objetos de los que uno toma medidas para generar datos son los
sujetos del estudio:
Individuos y familias
Pases y ciudades
Empresas, instituciones, universidades, etc.

La poblacin: conjunto de sujetos sobre el cual se realiza el estudio.

Una muestra: es un subconjunto de la poblacin sobre el que se toma
datos.

TAMAO DE LA MUESTRA
No es el mximo numero de personas
FORMULAS (orientativo)
Viabilidad
del estudio

Costos

Aspectos
ticos

Precisin y
sensibilidad
entre grupos

TAMAO OPTIMO DE LA MUESTRA.

DEPENDE DE: determinacin del

tamao de la muestra y la
seleccin aleatoria de los
elementos muestrales. Lo
optimo de una muestra depende
de cuanto se aproxima su
distribucin a la distribucin de
las caractersticas de la
poblacin. Esta aproximacin
mejora al incrementarse el
tamao de la muestra.

ESTIMACIN DEL TAMAO DE LA MUESTRA

1). Cuando la varianza (S2) es conocida:
a) Para poblaciones infinitas o tamaos de poblacin
desconocida:
2 2

Z S
n
2
d

b) Para poblaciones finitas o conocidas:

2

NZ S
n 2
2 2
d ( N 1) Z S

ESTIMACIN DEL TAMAO DE LA MUESTRA (MEDIA DE LA

POBLACIN)
2). Cuando la varianza (S2) es desconocida:
a) Tamao de la poblacin N es desconocida.

Z PQ
n
2
d
b) Tamao de la poblacin N es conocida:
2

NZ PQ
n 2
2
d ( N 1) Z PQ

ESTIMACIN DEL TAMAO DE LA MUESTRA

Donde:
n: Es el tamao de la muestra.
N: Tamao de la poblacin.

Z:

Factor de confiabilidad. Es 1,96 cuando es un 95% de

confianza y es 2,57 cuando se establece un 99% de
confianza (valor de distribucin
normal estandarizada
X
correspondiente al nivel de confianza escogida).
_

P = 0,5
Q = 1-P = 0,5
d: Es el margen de error permisible. Establecido por el
investigador.

ESTIMACIN DEL TAMAO DE LA MUESTRA (PROPORCIN DE LA POBLACIN)

Ejemplo: Estimar el tamao de la muestra de estudio para una

poblacin de 120 personas.
2

NZ PQ
n 2
2
d ( N 1) Z PQ

N= 120
Z=1,96 (para un nivel de confianza al 95%).
P= 0,5
Q= 1-P = 0,5
d = 0,1

120(1,96) 2 (0,5)(0,5)
n
(0,1) 2 (120 1) (1,96) 2 (0,5)(0,5)

115,248
n
53,59
2,1504

n 53

Muestreo probabilstico por racimos, clusters

o conglomerados
En el muestreo por conglomerados las
unidades muestrales no son elementos
individuales de la poblacin, sino grupos de
elementos
En el muestreo por conglomerados se
selecciona aleatoriamente una coleccin
de conglomerados. Se muestrean entonces
todos los elementos individuales de todos
los conglomerados elegidos.
A veces, es necesario elegir conglomerados
dentro de los conglomerados. Se dice
entonces que se trata de un muestreo en
etapas mltiples.

Muestreo probabilstico por racimos, clusters

o conglomerados
Se reducen costos, tiempo y energa.
Unidades de anlisis encapsuladas o encerradas
Seleccin de dos etapas:
1. Se seleccionan los racimos
2. Se selecciona a los sujetos que van a medirse

Ejemplo

Racimos : 5000 cuadras en la ciudad

Error estndar: 0.015
Probabilidad: 50%

MUESTRA POR CONVENIENCIA

El muestreo de o por conveniencia es una tcnica de muestreo no probabilstico
donde los sujetos son seleccionados dada la conveniente accesibilidad y
proximidad de los sujetos para el investigador.

Los sujetos de una

investigacion especfica, son
seleccionados para el estudio
slo porque son ms fciles
de reclutar y el investigador
no est considerando las
caractersticas de inclusin de
los sujetos que los hace
representativos de toda la
poblacin.

En la mayora de los casos, la

poblacin es demasiado
grande y resulta imposible
incluir cada individuo.

Inconvenientes de la muestra por conveniencia

La crtica ms obvia acerca del

muestreo por conveniencia
son los sesgos o prejuicios del
muestreo. por no
demostrar imparcialidad al
ser escogida, la muestra no es
representativa de toda la
poblacin. Este puede ser el
mayor inconveniente al
utilizar una muestra por
conveniencia, ya que adems
conduce a ms problemas y
crticas.

Otra crtica importante acerca

del uso de una muestra por
conveniencia es la limitacin
en la generalizacin y las
posibles inferencias que
pueden surgir sobre toda una
poblacin. Dado que la
muestra no es representativa
de la poblacin, los resultados
del estudio no pueden ser
generalizados

PODER ESTADSTICO
DEFINICIN: Es la probabilidad de que la prueba vaya a rechazar la
hiptesis nula cuando esta es falsa. Es decir, la probabilidad de no
cometer un error o tomar una decisin con falsos negativos (Cohen
1988).

PODER

POSIBILIDADES
DE ERROR

 En algunas ocasiones, los resultados de un estudio no son

significativos. Se habla entonces de estudios negativos. No
obstante, la ausencia de significacin estadstica no implica
necesariamente que no exista relacin entre el factor de estudio y la
respuesta. Puede ocurrir, que an existiendo tal asociacin o una
diferencia clnicamente relevante, el estudio haya sido incapaz de
detectarla como estadsticamente significativa. En estudios de este
tipo se concluir que no existen diferencias cuando realmente s las
hay. Este error se conoce como error de tipo II. La probabilidad de
cometer un error de este tipo es lo que se conoce como poder
estadstico o potencia estadstica

FACTORES QUE INFLUYEN EN EL PODER ESTADSTICO

El tamao del efecto a detectar.

La variabilidad de la respuesta
estudiada.

El tamao de la muestra a estudiar.

El nivel de significacin estadstica. Si

se disminuye el valor de tambin
se disminuye el poder de la prueba.

UTILIDAD
Representa la probabilidad de rechazar la hiptesis nula cuando es
realmente falsa. Es decir, representa la capacidad de un test para
detectar como estadsticamente significativas diferencias o
asociaciones de una magnitud determinada.

EJEMPLO:
La acumulacin de reservas energticas en forma de grasa en las aves reducir el riesgo de morir de hambre,
pero de acuerdo con la fsica Newtoniana reducir tambin la capacidad de vuelo. De acuerdo con esta
prediccin varios estudios han documentado cmo el incremento de la masa corporal durante la migracin.
La masa corporal de las aves no solo cambia durante la migracin, sino que presenta una variacin diaria. Las
aves acumulan reservas durante el da para sobrevivir durante la noche, con oscilaciones del 5-10% en la
masa corporal. Sin embargo todos los estudios realizados hasta la fecha han sido incapaces de detectar
ningn cambio en la capacidad de vuelo en respuesta a las variaciones diarias en masa corporal.

Esto ha llevado a pensar que estos resultados podran deberse a fallos en el diseo experimental, que se
podran dar fenmenos de compensacin fisiolgica de manera que pequeos cambios en la masa corporal
no afectaran la capacidad de vuelo, o que otros factores podran estar afectando los resultados.

Ejemplo:
Para analizar los efectos de la variacin diaria en masa corporal sobre la capacidad de vuelo se utiliza un
nuevo protocolo experimental que resolvi algunos de los problemas metodolgicos. Pero el autor sigue
sin encontrar una relacin significativa entre cambios en masa corporal y capacidad de vuelo.
Sin embargo, la mayor novedad de este estudio es que utiliza la fsica newtoniana para predecir los
cambios en capacidad de vuelo asociados a la variacin observada en masa corporal. De este anlisis se
desprende que aunque la capacidad de vuelo de las aves est cambiando en funcin de la variacin en
masa corporal, estos cambios son demasiado pequeos como para ser detectados
As por ejemplo, dado el aumento en masa corporal de la maana a la tarde, esperaramos un
incremento del 1,3% en la velocidad de escape, pero el tamao muestral utilizado en el experimento
solo permitira detectar cambios superiores al 18% como estadsticamente significativos.

GRACIAS