ANÁLISIS

GEOESTADISTÍCOS
APLICADOS AL MEDIO
AMBIENTE

CALCULO DE TAMAÑO DE MUESTRA

 El tamaño de la muestra hace referencia a la proporción significativa que se
extrae de la población y que cumple con los objetivos de la investigación.

¿Cómo se calcula el tamaño de la muestra necesario y cuáles son las técnicas de muestreo más
utilizadas para incluirlos en el estudio. Todo ello dependerá de los objetivos, del diseño planteado y
del tipo de las variables que se recojan?

El objetivo final es poder estudiar sólo a una parte de ellos, para,

posteriormente, generalizar o inferir los resultados obtenidos a
toda la población.
 Población
Es el conjunto de elementos o individuos que reúnen las características
que se pretenden estudiar. Cuando se conoce el número de individuos
que la componen, se habla de «población finita» y, cuando no se conoce
su número, de «población infinita».

Muestra
Es el grupo de individuos que realmente se estudiarán, es un subconjunto
de la población. Para que se puedan generalizar a la población los
resultados obtenidos en la muestra, ésta ha de ser «representativa» de
dicha población. Para ello, se han de definir con claridad los criterios de
inclusión y exclusión y, sobre todo, se han de utilizar las técnicas de
muestreo apropiadas para garantizar dicha representatividad.

Individuo
Es cada uno de los integrantes de la población o muestra en los que se
estudiarán las características de interés determinadas por los objetivos
del estudio. Normalmente, el número de individuos de la muestra se
representa con la letra «n» y el número de sujetos de la población por la
«N»
 Los datos que se obtienen de la muestra, llamados «estadísticos», sirven para
conocer los datos de la población, llamados «parámetros»; por eso, se habla de
“conocer el tamaño de la muestra necesario, para la estimación de parámetros con
una determinada precisión.

Se pueden
cometer errores, que básicamente pueden ser de dos
tipos: «error aleatorio» y «error sistemático o sesgo»

El error sistemático o sesgo está relacionado con la representatividad

El error aleatorio es el derivado de trabajar con muestras y se
de la población; si la muestra estudiada reúne características diferentes
puede cuantificar, está relacionado con la precisión. A
a las que se producen en la población, aunque se aumente el tamaño de
medida que se aumenta el tamaño de la muestra, este error
la muestra, este error se mantiene y se obtendrán valores diferentes en
disminuye, hasta el punto de que si se estudia a toda la
la muestra a los que realmente se dan en la población. Este error está
población el error aleatorio desaparece.
relacionado con la validez.
 CÁLCULO DEL TAMAÑO DE LA MUESTRA PARA
ESTIMAR UNA MEDIA

La ambición del investigador determina el nivel de confianza y la

precisión, pero la desviación típica es una premisa que depende del
conocimiento previo.

Cuando se pretenda determinar el tamaño que debe tener una muestra, hay que tener en consideración el tipo de muestreo. Casi todas las fórmulas que se
utilizan asumen que el muestreo es aleatorio, es decir, que todos los sujetos tienen la misma probabilidad de entrar a formar parte del estudio. Si el
muestreo no es aleatorio, se tiene en cuenta el llamado «efecto de diseño», por el que se ha de multiplicar el valor calculado

En el muestreo aleatorio este valor es 1.

Generalmente, este valor está entre 1,5 y 3. Así, un valor igual a 2, por ejemplo con un muestreo estratificado,

significa que para obtener la misma precisión habrá que estudiar al doble de individuos que con muestreo aleatorio.
 Datos independientes Comparación de 2 medias

pwr.t.test t-tests (one sample, 2 sample, paired)

pwr.t2n.test t-test (two samples with unequal n)

Comparación de más de 2 grupos
(ANOVA).

pwr.anova.test
 NOTA: El cálculo del tamaño de la muestra se basa en la variación de la población y el

tamaño del efecto de las dos proporciones de interés.

Tamaño del efecto Poder estadístico

Es la probabilidad de que un estudio de un determinado tamaño detecte como

El tamaño del efecto (TE) se define como el grado de generalidad que estadísticamente significativa una diferencia que realmente existe. Se define como 1 - b. Su

posee esa superioridad de A sobre B en la población de la que se valor depende del error tipo II que se acepte. Si b = 0.2, se tendrá una potencia de 1 - b =

0.8. En términos porcentuales se dice que la prueba tiene una potencia del 80%, que es el
obtuvo la muestra estudiada (Cohen, 1992b).En síntesis, no es
mínimo aceptado en la literatura. Cuanto menores sean los riesgos calculados para los
suficiente con identificar la ocurrencia de cierto efecto, se requiere
errores alfa y beta, mayor será el tamaño muestral requerido. Cuanto menor sea la
adicionalmente determinar su magnitud o tamaño (Cohen, 1990,
variabilidad, menor será la muestra estimada. A menor diferencia que se desea detectar,
1992a). mayor será el número de participantes.
*/ Instalar Paquetes/*

install.packages
("tidyverse")
install.packages ("pwr")
install.packages
("devtools")
install.packages
("usethis")

/*Cargar Paquetes*/

library(tidyverse)
library(pwr)
library(usethis)
library(devtools)