Antes de recolectar un solo dato, todo estudio tiene que responder una pregunta: ¿cuántos participantes u observaciones necesitamos? Acertar con ese número es una de las decisiones de diseño más importantes.

¿Qué es el tamaño de la muestra?

Es la cantidad de participantes u observaciones que un estudio necesita para cumplir sus objetivos. Por lo general sirve para una de dos cosas:

  • estimar un parámetro de la población, como una media o una proporción, con un nivel de confianza elegido;
  • detectar una diferencia entre grupos, si realmente existe.

Equivocarse en cualquiera de los dos sentidos tiene un costo. Con demasiados sujetos suben los costos y se desperdician recursos. Con muy pocos, los resultados son imprecisos, pueden no detectar diferencias reales y llevar a conclusiones equivocadas.

¿Cómo se calcula?

El cálculo depende de unas pocas decisiones:

  • el tipo de estudio: descriptivo, comparativo, correlacional, etc.;
  • el objetivo principal, por ejemplo estimar una proporción o una media, o comparar grupos;
  • el nivel de significancia, que suele ser del 5 %;
  • la potencia estadística, generalmente de 80 % o 90 %;
  • el tamaño del efecto que esperás detectar;
  • la variabilidad de la variable que vas a medir.

Cada tipo de estudio tiene sus propias fórmulas. Un programa puede hacer las cuentas por vos, pero igual hace falta criterio para elegir los datos de entrada, interpretar el resultado y adaptarlo a tu caso.

¿Alcanza con el número? La representatividad

Un número correcto no alcanza si la muestra no representa a la población que te interesa. Para lograrlo:

  • elegí un método de muestreo adecuado, como el aleatorio, el estratificado o el por conglomerados;
  • evitá el sesgo de selección;
  • contemplá las pérdidas y la falta de respuesta aumentando la muestra planificada.

Una muestra bien diseñada es lo que hace que los resultados sean confiables y generalizables.

Margen de error y nivel de confianza

Dos ideas están ligadas directamente al tamaño de la muestra.

El margen de error es cuánto puede alejarse tu resultado del valor verdadero de la población. Cuanto menor sea el margen que querés, más grande tiene que ser la muestra.

El nivel de confianza indica qué tan seguro querés estar de que tu intervalo captura el valor verdadero, por lo general 95 %. Un nivel de confianza más alto también exige una muestra más grande.

Juntos definen qué tan precisos y qué tan confiables van a ser tus resultados.

En resumen

Un tamaño de muestra adecuado es un paso esencial del diseño de un estudio. Ayuda a que los resultados sean válidos, precisos y aplicables a la población que estudiás. Un cálculo cuidadoso usa los recursos con eficiencia, reduce riesgos y mejora la confiabilidad, y por eso corresponde a la etapa de planificación de cualquier estudio riguroso.