TAMAÑO MUESTRAL

ERROR α Y β
DR. MIGUEL ANGEL VALVERDE
SELECCIÓN DE LA MUESTRA
MUESTRA
• INFERENCIA ESTADÍSTICA: Es el conjunto de procedimientos
estadísticos que permiten pasar de lo particular (la muestra)
a lo general (la población).

• TÉCNICAS DE MUESTREO: Es el conjunto de procedimientos

que permiten elegir muestras que sean representativas de la
población (de todos los individuos de la población).
MUESTRA
• ERROR ALEATORIO: Es el error que se comete al estudiar un
problema en base a una muestra elegida al azar (es siempre
un error inevitable).

• La imposibilidad de estudiar a todos los individuos de la

población obliga al investigador a trabajar con muestras, lo
que supone siempre cometer un error aleatorio.
MUESTRA DE LA POBLACIÓN
PROCESO DE SELECCIÓN DE INDIVIDUOS
PARA EL ESTUDIO

POBLACIÓN DIANA: Conjunto de individuos al que hace

referencia la pregunta principal del objetivo del estudio.

• Es la población a la que se desearía generalizar los resultados

obtenidos.
• Se define principalmente sobre la base de características
demográficas y clínicas generales.
PROCESO DE SELECCIÓN DE INDIVIDUOS
PARA EL ESTUDIO

POBLACIÓN DE ESTUDIO: Es un subconjunto de la población

diana definida por criterios de selección establecidos en un
protocolo.
• Esta población presenta determinadas características
geográficas y temporales que la hacen accesible al estudio.
PROCESO DE SELECCIÓN DE INDIVIDUOS
PARA EL ESTUDIO

MUESTRA: Es un conjunto de individuos que pueden ser

estudiados en el momento de realizar el estudio y que
cumplen con los criterios definidos en el protocolo de estudio.
• ¿Qué error alfa y que error beta estoy dispuesto
a asumir?

• ¿Cuántos pacientes debo elegir para que mi

estudio sea correcto?
• Hipótesis nula (Ho): No existen diferencias significativas en
la eficacia clínica de dos fármacos A y B (A=B)

• Hipótesis alternativa (Ha): Existen diferencias en la eficacia

clínica de dos fármacos A y B (A ≠ B) A>BóA<B
• Error tipo I (alfa): El investigador rechaza la Ho siendo esta
verdadera en la población (el investigador concluye que
existe diferencia cuando en realidad no la hay).
• Error tipo II (beta): El investigador no rechaza la Ho siendo
esta falsa en la población (el investigador concluye que ha
sido incapaz de encontrar una diferencia que existe en la
realidad).
EL ERROR TIPO I (ERROR ALFA)
• En nuestro estudio se concluye diciendo que hay diferencias
cuando realmente no las hay.
• Se detecta significación estadística y se rechaza H0, cuando
en realidad ésta es verdadera.
• La probabilidad de cometer este error es lo que mide la “p”.

• FALSOS POSITIVOS
RECOMENDACIONES PARA DISMINUIR EL
ERROR ALFA TIPO I
• Disponer de una teoría que guíe la investigación, evitando el
“salir de pesca” con el ordenador buscando asociaciones
entre variables.
• Disminuir el número de test estadísticos llevados a cabo en
el estudio.
• Depurar la base de datos para evitar errores de valores
extremos que puedan producir hallazgos significativos.
RECOMENDACIONES PARA DISMINUIR EL
ERROR ALFA TIPO I
• Utilizar valores de alfa más reducidos (0,01 ó 0,001).
• Reproducir el estudio. Si al reproducir el estudio se obtienen
resultados similares, estaremos más seguros de no estar
cometiendo el error de tipo I.
RECOMENDACIONES PARA DISMINUIR EL
ERROR BETA TIPO II
• Incrementar el tamaño de la muestra.
• Estimar el poder estadístico del estudio.
• Incrementar el tamaño del efecto a detectar.
• Incrementar el valor de alfa.
• Utilizar test paramétricos (más potentes) en lugar de test no
paramétricos