El «tamaño de la muestra» es un término de investigación de mercado utilizado para definir el número de individuos incluidos para realizar investigaciones. Los investigadores eligen su muestra basada en la demografía, como la edad, el género o la ubicación física.
Las muestras pueden ser vagas o específicas. Por ejemplo, es posible que desee saber qué personas dentro del rango de edad de 18-25 piensan en su producto. O bien, solo puede requerir que su muestra viva en los Estados Unidos, lo que le brinda una amplia gama de la población. El número total de individuos en una muestra particular es el tamaño de la muestra.
Supongamos que es un investigador de mercado en los Estados Unidos y desea enviar una encuesta o cuestionario. El propósito de la encuesta es comprender los sentimientos de su audiencia hacia un nuevo teléfono celular que está a punto de lanzar. Desea saber qué piensan las personas en los Estados Unidos sobre el nuevo producto para predecir el éxito o el fracaso del teléfono antes del lanzamiento.
Hipotéticamente, eliges la población de Nueva York, que es de 8,49 millones. Utiliza una fórmula de determinación del tamaño de la muestra para seleccionar una muestra de 500 personas que encajen en el requisito del panel de consumo. Puede usar las respuestas para ayudarlo a determinar cómo reaccionará su audiencia ante el nuevo producto.
Sin embargo, saber cómo determinar un tamaño de muestra requiere más que simplemente lanzar su encuesta a tantas personas como pueda. Si el tamaño de su muestra es demasiado grande, podría desperdiciar recursos, tiempo y dinero. Un tamaño de muestra que es demasiado pequeño no le permite obtener la máxima visión, lo que lleva a resultados no concluyentes.
¿Qué se pone en tamaño de la muestra?
Lo que necesita saber sobre todo es que los resultados obtenidos en la muestra solo son extrapolibles para toda la población si la muestra es representativa. Sin embargo, la representatividad de la muestra depende esencialmente del método de muestreo adoptado: encuesta aleatoria o encuesta empírica.
Una vez que se elige el método, vamos a calcular el tamaño de la muestra. El número de personas que realmente responden a su cuestionario es decisivo para permitirle especificar en qué medida (nivel de confianza, margen de error) puede generalizar los resultados de la encuesta a toda la población estudiada.
En general, cuantas más personas participan en la encuesta y menor es su margen de error. Por ejemplo, ¿desea estimar su tasa de cliente satisfecha con una precisión del 2%? O 7%?
Puede pensar que cuanto mayor sea la población que estudies, más personas tendrán que cuestionar. No está mal incluso si, en realidad, el tamaño de una muestra no aumenta en proporción al tamaño de la población.
Cuestionario-Pro, Software de encuesta publicado por Questio Realización de encuestas por el método de cuota, simple o cruzado, para una muestra representativa
Antes de entrar en sus cálculos, tenga en cuenta estos dos factores que los estadísticos conocen bien:
Cuanto más importante sea la precisión, la muestra más grande necesitará. Sin embargo, cuando son poblaciones muy grandes, el tamaño de la población no tiene influencia en el tamaño de la muestra. Esta es la razón por la cual las encuestas políticas realizadas en los Estados Unidos en una muestra de 1000 personas tienen la misma confiabilidad que las realizadas en Francia en una muestra del mismo tamaño.
¿Cómo se calcula el tamaño de una muestra para una proporcion?
- Calcule el tamaño de la muestra requerido para estimar una media de la población y una proporción de población dado un nivel de confianza y margen de error deseado
Durante un año electoral, vemos artículos en el periódico que estatan de los intervalos de confianza en términos de proporciones o porcentajes. Por ejemplo, una encuesta para un candidato en particular para presidente podría mostrar que el candidato tiene el 40% del voto dentro de tres puntos porcentuales (si la muestra es lo suficientemente grande). A menudo, las encuestas electorales se calculan con una confianza del 95%, por lo que los encuestadores estarían 95% seguros de que la verdadera proporción de votantes que favorecieron al candidato estaría entre 0.37 y 0.43: (0.40 – 0.03,0.40 + 0.03).
Los inversores en el mercado de valores están interesados en la verdadera proporción de acciones que suben y bajan cada semana. Las empresas que venden computadoras personales están interesadas en la proporción de hogares en los Estados Unidos que poseen computadoras personales. Los intervalos de confianza se pueden calcular para la verdadera proporción de acciones que suben o bajan cada semana y para la verdadera proporción de hogares en los Estados Unidos que poseen computadoras personales.
El procedimiento para encontrar el intervalo de confianza, el tamaño de la muestra, el error de error y el nivel de confianza para una proporción es similar al de la media de la población, pero las fórmulas son diferentes.
¿Cómo sabe que está tratando con un problema de proporción? Primero, la distribución subyacente es una distribución binomial. (No se menciona una media o promedio). Si x es una variable aleatoria binomial, entonces x ~ b (n, p) donde n es el número de ensayos y p es la probabilidad de un éxito. Para formar una proporción, tomar X, la variable aleatoria del número de éxitos y dividirla por n, el número de ensayos (o el tamaño de la muestra). La variable aleatoria p ‘(leer «p prime») es esa proporción,
Cuando N es grande y P no está cerca de cero o uno, podemos usar la distribución normal para aproximar el binomial.
¿Cómo definir el tamaño de una muestra grande?
Entonces, ¿qué tan grande debe ser una muestra? En los estudios de pruebas de hipótesis, esto se calcula matemáticamente, convencionalmente, como el tamaño de la muestra necesario para estar 80% seguro para identificar un resultado estadísticamente significativo si la hipótesis es cierta para la población, con P para la significación estadística establecida en 0.05. Algunos investigadores alimentan sus estudios para 90% en lugar del 80%, y otros establecen el umbral para importancia en 0.01 en lugar de 0.05. Ambas opciones son poco frecuentes porque el tamaño de la muestra necesario se vuelve grande, y el estudio se vuelve más costoso y más difícil de realizar. Muchos investigadores aumentan el tamaño de la muestra en un 10%, o por cualquier proporción que puedan justificar, para compensar el abandono esperado, los registros incompletos, las muestras biológicas que no cumplen con los requisitos de laboratorio para las pruebas y otros problemas relacionados con el estudio.
Los cálculos del tamaño de la muestra requieren suposiciones sobre las medias esperadas y las desviaciones estándar, o los riesgos de eventos, en diferentes grupos; o, sobre los tamaños de efecto esperado. Por ejemplo, un estudio puede ser alimentado para detectar un tamaño de efecto de 0.5; o una tasa de respuesta del 60% con fármaco frente al 40% con placebo. [1] Cuando no son posibles conjeturas o expectativas, los estudios piloto se realizan en una muestra que es arbitraria de tamaño, pero lo que podría considerarse razonable para el campo.
Es posible que el tamaño de la muestra sea mayor en estudios multicéntricos debido al ruido estadístico (debido a las variaciones en las características del paciente, las características de tratamiento inespecíficas, las prácticas de calificación, los entornos, etc. entre los centros de estudio). [2] Los cálculos de tamaño de muestra se pueden realizar manualmente o utilizando software estadístico; Las calculadoras en línea que brindan un servicio gratuito pueden ser fácilmente identificados por los motores de búsqueda. G*Power es un ejemplo de un programa gratuito y descargable para la estimación del tamaño de la muestra. El manual y el tutorial para G*Power también se pueden descargar.
El tamaño de la muestra se calcula para la hipótesis primaria del estudio. ¿Cuál es la diferencia entre la hipótesis primaria, el resultado primario y la medida de resultado primario? Como ejemplo, el resultado primario puede ser una reducción en la gravedad de la depresión, la medida de resultado primaria puede ser la escala de calificación de depresión de Montgomery-Asberg (MADRS) y la hipótesis primaria puede ser que la reducción en las puntuaciones de MADRS es mayor con el fármaco que con placebo. La hipótesis primaria se prueba en el análisis primario.
¿Cómo definir el tamaño dela muestra?
El tamaño de la muestra designa el número de datos individuales recopilados en el marco de una encuesta. El tamaño de la muestra es importante para determinar la precisión y confiabilidad de los resultados de una encuesta.
En la práctica, el tamaño de la muestra utilizada se determina de acuerdo con el costo de la recopilación de datos y la necesidad de tener suficiente poder estadístico. Para decidir el tamaño de la muestra, no solo es necesario tener en cuenta el tamaño de la población, sino también del margen de error tolerado y la confianza que queremos tener en los resultados.
El margen de error es la playa de los valores más altos y más bajos que las estadísticas de la muestra y se denomina margen de error en un intervalo de confianza. Los valores más comunes son 1%, 2.5%y 5%. Este es el grado de variación que estará presente en los resultados. Podemos tomar como ejemplo de encuestas de opinión, que a menudo tienen un margen de error de ± 3%. Esto significa que si una encuesta indica que una parte gana el 58% de los votos, los resultados pueden variar de hecho de 3% en una dirección u otra, y estar entre el 55% y el 61%.
Un nivel de confianza se refiere al porcentaje de todas las muestras posibles que se pueden esperar de lo que incluyen el parámetro real de la población. Suponga que todas las muestras posibles se seleccionan en la misma población, un nivel de confianza del 95 % implicaría que el 95 % de los intervalos de confianza incluyen el parámetro real de la población.
Cuando decide el tamaño de la muestra, debe tener en cuenta los dos factores, el margen de error y el intervalo de confianza, puede consultar la tabla de tamaño de la muestra para encontrar el tamaño de la ‘muestra que debe tomar.
Artículos Relacionados:
- El tamaño de la muestra es importante para garantizar la precisión de los resultados
- Ejemplos de tamaño de muestra: ¿Cómo determinar el tamaño de su muestra?
- Tamaño de muestra finita: cuántas muestras necesitas para obtener una buena estimación
- ¿Cuál es el tamaño de la muestra ideal para una encuesta?
- Reducciones del tamaño de clase mejoran el rendimiento académico
- Casos exitosos de muestra de tipo
