Calcula el tamaño de muestra perfecto para tu estudio con estas fórmulas

En los estudios donde el plan es estimar la media de una variable de resultado continua en una sola población, la fórmula para determinar el tamaño de la muestra se da a continuación:

Cuando Z es el valor de la distribución normal estándar que refleja el nivel de confianza que se utilizará (por ejemplo, Z = 1.96 para 95%), σ es la desviación estándar de la variable de resultado y E es el margen de error deseado. La fórmula anterior genera el número mínimo de sujetos necesarios para garantizar que el margen de error en el intervalo de confianza para μ no exceda E.

Un investigador quiere estimar la presión arterial sistólica media en niños con enfermedad cardíaca congénita que tienen entre 3 y 5. 5. ¿Cuántos niños deben inscribirse en el estudio? El investigador planea utilizar un intervalo de confianza del 95% (por lo tanto, z = 1.96) y quiere un margen de error de 5 unidades. Se desconoce la desviación estándar de la presión arterial sistólica, pero los investigadores realizan una búsqueda de literatura y encuentran que la desviación estándar de las presiones sanguíneas sistólicas en niños con otros defectos cardíacos es entre 15 y 20. Para estimar el tamaño de la muestra, consideramos el estándar más grande estándar desviación para obtener el tamaño de muestra más conservador (más grande).

Para garantizar que la estimación del intervalo de confianza del 95% de la presión arterial sistólica media en niños entre las edades de 3 y 5 con enfermedad cardíaca congénita esté dentro de las 5 unidades de la media verdadera, se necesita una muestra de tamaño 62. [Nota: siempre redondeamos; Las fórmulas de tamaño de muestra siempre generan el número mínimo de sujetos necesarios para garantizar la precisión especificada.] Si hubiéramos asumido una desviación estándar de 15, el tamaño de la muestra habría sido n = 35. Debido a que las estimaciones de la desviación estándar se derivaron de estudios de niños con otros defectos cardíacos, sería aconsejable utilizar la desviación estándar más grande y planificar un estudio con 62 niños. Seleccionar el tamaño de muestra más pequeño podría producir una estimación de intervalo de confianza con un mayor margen de error.

Un investigador quiere estimar el peso medio del nacer de los bebés nacidos a término completo (aproximadamente 40 semanas de gestación) a madres que tienen 19 años de edad y menos. El peso medio al nacer de los bebés nacidos en todo momento de las madres de 20 años y mayores es de 3.510 gramos con una desviación estándar de 385 gramos. ¿Cuántas mujeres de 19 años y debajo deben inscribirse en el estudio para garantizar que una estimación de intervalo de confianza del 95% del peso medio al nacer de sus bebés tenga un margen de error que no exceda los 100 gramos? Intente trabajar con el cálculo antes de mirar la respuesta.

¿Qué tipo de fórmula se utiliza para calcular la muestra?

Si bien a menudo es imposible probar una población completa de organismos, puede presentar argumentos científicos válidos sobre una población muestreando un subconjunto. Para que sus argumentos sean válidos, debe probar suficientes organismos para que las estadísticas funcionen. Un poco de pensamiento crítico sobre las preguntas que está haciendo y las respuestas que espera obtener puede ayudarlo a elegir a elegir un número apropiado de muestras.

Definir su población lo ayudará a estimar el tamaño de la población. Por ejemplo, si está estudiando una sola bandada de patos, entonces su población consistiría en todos los patos en ese rebaño. Sin embargo, si está estudiando todos los patos en un lago en particular, entonces el tamaño de su población necesitaría reflejar todos los patos en todas las bandadas del lago. Los tamaños de población de los organismos silvestres a menudo son desconocidos y, a veces, incognoscibles, por lo que es aceptable hacer una suposición educada sobre el tamaño total de la población. Si la población es grande, entonces este número no tendrá una fuerte influencia en el cálculo estadístico del tamaño de la muestra necesario.

La cantidad de error que está dispuesto a aceptar en sus cálculos se llama margen de error. Matemáticamente, el margen de error es igual a una desviación estándar por encima y por debajo de la media de su muestra. La desviación estándar es la medida de cómo se extienden sus números alrededor de la media de su muestra. Digamos que está midiendo la envergadura de su población de patos desde arriba y encuentra una envergadura media de 24 pulgadas. Para calcular la desviación estándar, necesitará determinar qué tan diferente es cada medición de la media, cuadrado cada una de esas diferencias, agrégalas, dividiéndolas por el número de muestras y luego tome la raíz cuadrada del resultado. Si su desviación estándar es 6 y elige aceptar un margen de error del 5 por ciento, entonces puede estar razonablemente seguro de que las envergaduras del 95 por ciento de los patos en su muestra estarán entre 18 (= 24 – 6) y 30 (= = 24 + 6) pulgadas.

Un intervalo de confianza es exactamente lo que parece: cuánta confianza tiene en su resultado. Este es otro valor que usted determina con anticipación, y a su vez ayudará a determinar cuán rigurosamente necesitará probar a su población. El intervalo de confianza le dice cuánto de la población es realmente probable que caiga dentro de su margen de error. Los investigadores generalmente eligen intervalos de confianza de 90, 95 o 99 por ciento. Si aplica un intervalo de confianza del 95 por ciento, puede estar seguro de que el 95 por ciento del tiempo entre el 85 y el 95 por ciento de las envergadas de los Ducks que mida será de 24 pulgadas. Su intervalo de confianza corresponde a un puntaje Z, que puede buscar en las tablas estadísticas. La puntuación Z para nuestro intervalo de confianza del 95 por ciento es igual a 1.96.

Artículos Relacionados:

Más posts relacionados:

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *