Cultura y ciencia

La importancia del tamaño de muestra en una investigación

Escrito por sky smith | Traducido por paula ximena cassiraga
La importancia del tamaño de muestra en una investigación

Mientras más grande sea tu tamaño de muestra, más exactos serán tus estimativos.

odd one out image by Daniel Wiedemann from Fotolia.com

El tamaño de muestra representa el número de observaciones tomadas para conducir un análisis estadístico. Los tamaños de muestra pueden componerse de gente, animales, comida, lotes, máquinas, baterías o cualquier población que se esté evaluando.

Otras personas están leyendo

Muestreo aleatorio

Un muestreo aleatorio es un método en el que se recolectan muestras aleatorias de una población para poder estimar información sobre esta sin ser parcial. Por ejemplo, si quieres saber qué tipo de gente vive en un determinado vecindario, debes entrevistar o medir a diferentes personas aleatoriamente. Sin embargo, si sólo usaste gente que estaba en la biblioteca, no tendrás un estimativo justo/objetivo de cómo es la población general que ocupa el vecindario, sino de la gente que va a la biblioteca.

Precisión

A medida que el tamaño de muestra aumenta, los estimativos se hacen más exactos. Por ejemplo, si seleccionamos al azar 10 hombres adultos masculinos, podríamos encontrar que su altura promedio es de 6 pies y 3 pulgadas (1 metro, 95 centímetros), tal vez porque hay un jugador de baloncesto que infla nuestro estimado. Si, sin embargo, medimos dos millones de hombres adultos masculinos, tendríamos un mejor indicador de la altura de los hombres ya que los extremos se balancearán y el promedio real opacará cualquier desviación de la media.

Intervalos de seguridad

Cuando un estadístico hace una predicción sobre un resultado, por lo general construirá un intervalo alrededor de este estimado. Por ejemplo, si medimos el peso de 100 mujeres, podemos decir que estamos un 90 por ciento seguros de que el peso real y promedio de la mujer está en el intervalo de 103 a 129 libras (46,35 a 58,05 kilogramos). Esto, por supuesto, depende también de otros factores como la variabilidad de medidas. A medida que el tamaño de muestra se incrementa, estamos más seguros acerca de nuestro estimativo, y nuestros intervalos se hacen menores. Por ejemplo, con un millón de mujeres, podríamos decir que estamos un 98 por ciento seguros de que el peso promedio y real de una mujer se encuentra entre las 115 y 117 libras (51,75 y 52,65 kilogramos). En otras palabras, a medida que se incrementa el tamaño de muestra, nuestra seguridad en las medidas aumenta, y el tamaño de nuestro intervalo de seguridad disminuye.

Error estándar

La variación es una medida de propagación de datos alrededor de la media. La desviación estándar es la raíz cuadrada de la variación y ayuda a aproximar qué porcentaje de población cae dentro de un rango de valores relativos a la media. A medida que el tamaño de muestra se incrementa, el error estándar, que depende de la desviación estándar y el tamaño de muestra, disminuye. Consecuentemente, los estimativos se incrementan en precisión y la investigación construida en base a éstos se considera más confiable (con menos riesgos de error).

Dificultad para usar grandes tamaños de muestras

Los grandes tamaños de muestras obviamente producen estimativos mejores y más exactos sobre la población, pero hay varios problemas con las investigaciones que los utilizan. Primero, podría ser difícil encontrar una muestra aleatoria de gente dispuesta a probar una nueva droga. Cuando lo haces, se torna más costoso proporcionarle la droga a más gente y controlar a más personas con el tiempo. Adicionalmente, lleva más esfuerzo obtener y mantener un gran tamaño de muestra. Incluso si los grandes tamaños de muestras producen estadísticas más acertadas, el costo y esfuerzos adicionales no siempre es necesario, debido a que tamaños de muestras más pequeños también pueden producir resultados significantes.

Más galerías de fotos

comentarios

Filtrar por:
  • Mostrar todos
  • Artículos
  • Galerías de fotos
  • Videos
Ordenar:
  • Más relevante
  • Más popular
  • Más reciente

No se encuentran artículos disponibles

No se encuentran slideshows disponibles

No se encuentran videos disponibles

Copyright © 1999-2014 Demand Media, Inc. Acerca de

El uso de este sitio constituye la aceptación de los términos y política de privacidad de eHow. Ad Choices es-US

Demand Media