Tamaño de la muestra
¿Cuántos sujetos se necesitan? No es un número “mágico” Su cálculo se basa en unas asunciones determinadas
Dos tipos de objetivos: Estimación de un parámetro Estimar el valor de un parámetro poblacional a partir de una muestra Análisis: intervalo de confianza (IC) Contraste de una hipótesis Comparar dos o más grupos de sujetos Análisis: significación estadística (p)
Estimación de un parámetro Tamaño de la muestra Estimación de un parámetro Variabilidad (valor) del parámetro que se desea estimar Precisión de la estimación (amplitud del IC) Nivel de confianza
P 40 % Precisión N Confianza = 95 % ¿Precisión? 40 ± i 1 % 9.000 1 % 9.000 2,5 % 1.400 5 % 350 7,5 % 150 10 % 90
Estimación de una proporción Estimación de una media
Contraste de hipótesis Tamaño de la muestra Contraste de hipótesis Riesgo de cometer un error alfa Hipótesis unilateral o bilateral Riesgo de cometer un error beta (potencia estadística = 1 – beta) Magnitud de la diferencia, efecto o asociación que se desea detectar Variabilidad de la variable de respuesta
A 65 % Diferencia B n (por grupo) alfa = 0,05 Potencia = 0,90 5 % 70 % 1.843 10 % 75 % 439 15 % 80 % 184 20 % 85 % 96 25 % 90 % 57 30 % 95 % 35
Comparación de dos proporciones Comparación de dos medias
Corrección por las no respuestas, pérdidas y abandonos N = Nc (1/[1-R]) Nc = 300 R = 20% N = 300 (1/[1-0,2]) = 375