ESTADÍSTICA INFERENCIAL
CÁLCULO MUESTRAL.
Todo estudio lleva implícito en la fase de diseño la determinación del tamaño muestral
necesario para la ejecución del mismo. Determinar el tamaño de la muestra que se va a
seleccionar es un paso importante en cualquier estudio, se debe justificar
convenientemente de acuerdo al planteamiento del problema, la población, los
objetivos y el propósito de la investigación.
El no realizar dicho proceso, puede llevarnos a dos situaciones diferentes: primera que
realicemos el estudio sin el número adecuado de individuos, con lo cual no podremos
ser precisos al estimar los parámetros y además no encontraremos diferencias
significativas cuando en la realidad sí existen. La segunda situación es que podríamos
estudiar un número innecesario de individuos, lo cual lleva implícito no solo la pérdida
de tiempo e incremento de recursos innecesarios sino que además la calidad del
estudio, dado dicho incremento, puede verse afectada en sentido negativo.
El tamaño muestral dependerá de decisiones estadísticas y no estadísticas, pueden
incluir por ejemplo la disponibilidad de los recursos, el presupuesto o el equipo que
estará en campo.
Antes de calcular el tamaño de la muestra necesitamos determinar varias cosas:
Tamaño de la población. Una población es una colección bien definida de objetos o
individuos que tienen características similares. Hablamos de dos tipos: población
objetivo, que suele tiene diversas características y también es conocida como la
población teórica. La población accesible es la población sobre la que los
investigadores aplicaran sus conclusiones.
Margen de error (intervalo de confianza). El margen de error es una estadística que
expresa la cantidad de error de muestreo aleatorio en los resultados de una encuesta,
es decir, es la medida estadística del número de veces de cada 100 que se espera que
los resultados se encuentren dentro de un rango específico.
Nivel de confianza. Son intervalos aleatorios que se usan para acotar un valor con una
determinada probabilidad alta. Por ejemplo, un intervalo de confianza de 95% significa
que los resultados de una acción probablemente cubrirán las expectativas el 95% de
las veces.
La desviación estándar. Es un índice numérico de la dispersión de un conjunto de
datos (o población). Mientras mayor es la desviación estándar, mayor es la dispersión
de la población.
ESTIMAR EL TAMAÑO DE LA MUESTRA DE UNA PROPORCIÓN: para variables
cualitativas cuando se quieren estimar proporciones, cuando los resultados se van a
dar en porcentajes
Si deseamos estimarla muestra de una proporción, debemos saber:
a.El nivel de confianza o seguridad (1-a ). El nivel de confianza prefijado da
lugar a un coeficiente (Za ). Para una seguridad del 95% = 1.96, para una
seguridad del 99% = 2.58.
b. La precisión que deseamos para nuestro estudio.
c.Una idea del valor aproximado del parámetro que queremos medir (en este
caso una proporción). Esta idea se puede obtener revisando la literatura,
por estudio pilotos previos. En caso de no tener dicha información
utilizaremos el valor p = 0.5 (50%).
Ejemplo: ¿A cuántas personas tendríamos que estudiar para conocer la prevalencia de
diabetes?
Seguridad = 95%; Precisión = 3%: Proporción esperada = asumamos que puede ser
próxima al 5%; si no tuviésemos ninguna idea de dicha proporción utilizaríamos el valor
p = 0,5 (50%) que maximiza el tamaño muestral:
donde:
Za 2 = 1.962 (ya que la seguridad es del 95%)
p = proporción esperada (en este caso 5% = 0.05)
q = 1 – p (en este caso 1 – 0.05 = 0.95)
d = precisión (en este caso deseamos un 3%)
Si la población es finita, es decir conocemos el total de la población y deseásemos
saber cuántos del total tendremos que estudiar la respuesta seria:
donde:
N = Total de la población
Za2 = 1.962 (si la seguridad es del 95%)
p = proporción esperada (en este caso 5% = 0.05)
q = 1 – p (en este caso 1-0.05 = 0.95)
d = precisión (en este caso deseamos un 3%).
¿A cuántas personas tendría que estudiar de una población de 15.000 habitantes para
conocer la prevalencia de diabetes?
Seguridad = 95%; Precisión = 3%; proporción esperada = asumamos que puede ser
próxima al 5% ; si no tuviese ninguna idea de dicha proporción utilizaríamos el valor p =
0.5 (50%) que maximiza el tamaño muestral.
Según diferentes seguridades el coeficiente de Za varía, así:
Si la seguridad Za fuese del 90% el coeficiente sería 1.645
Si la seguridad Za fuese del 95% el coeficiente sería 1.96
Si la seguridad Za fuese del 97.5% el coeficiente sería 2.24
Si la seguridad Za fuese del 99% el coeficiente sería 2.576
ESTIMAR EL TAMAÑO DE LA MUESTRA DE UNA MEDIA: para variables
cuantitativas cuando se quieren estimar promedios.
Si deseamos estimar una media: debemos saber:
El nivel de confianza o seguridad (1-a ). El nivel de confianza prefijado da
lugar a un coeficiente (Za ). Para una seguridad del 95% = 1.96; para una
seguridad del 99% = 2.58.
La precisión con que se desea estimar el parámetro (2 * d es la amplitud del
intervalo de confianza).
Una idea de la varianza S2 de la distribución de la variable cuantitativa que
se supone existe en la población.
Ejemplo: Si deseamos conocer la media de la glucemia basal de una población, con una
seguridad del 95 % y una precisión de ± 3 mg/dl y tenemos información por un estudio
piloto o revisión bibliográfica que la varianza es de 250 mg/dl
Si la población es finita, como previamente se señaló, es decir conocemos el total de la
población y desearíamos saber cuantos del total tendríamos que estudiar, la respuesta
sería:
Ejercicios:
Se desea estimar la proporción de amas de casa de una ciudad que prefieren consumir
el nuevo detergente “BLANQUITO” con una confianza del 95% y un error del 5%, si:
a. No se conoce el tamaño de la población y no hay una encuesta anterior.
b. En la ciudad hay 2500 familias y en una encuesta anterior solamente el 12% de
las amas de casa manifiestan consumir el producto.
Se desea estimar el gasto promedio mensual en dólares que una familia de la ciudad de
Cumaral gasta en embutidos.
a. Calcule cuantas familias se deben tomar como muestra con una confianza del
95% y un error de 2 dólares. Un especialista estimó una desviación estándar de
9 dólares.
b. Haga el cálculo para una nueva urbanización con 850 familias con un 99% de
confianza y un error de 1,5 dólares considerando una desviación estándar con
valor de 9 dólares.
