INDEPENDENCIA DEL TAMAÑO DEL EFECTO DEL TAMAÑO DE LAS MUESTRAS

Siguiendo el ejemplo del texto (páginas 115-116), vamos a suponer que el equipo docente de una asignatura diseña
un material para que los estudiantes mejoren el rendimiento. Dicho material requiere muchas más horas de estudio
que el método tradicional empleado anteriormente, pero, a priori, el equipo docente considera que este esfuerzo
adicional merecerá la pena. Para comprobar si, efectivamente, el nuevo material incrementa la calificación final, se
toman dos muestras de sujetos. Una de ellas trabajará con el material nuevo y la otra con el tradicional.
Posteriormente, ambos grupos realizan el mismo examen.

Ejemplo 1. Tamaño del efecto pequeño. Imaginemos, que las medias y cuasivarianzas obtenidas son:

Cuasi
Media
varianza
Método nuevo 5,3 10
Método tradicional 5 6

Observamos que la diferencia de medias entre el método nuevo y el tradicional es de 0,3 puntos. Esta diferencia es el
tamaño del efecto (sin estandarizar), y no dependería del tamaño muestral. Representa el incremento en la nota que
se obtiene al utilizar el método nuevo. Dependiendo del tamaño de las muestras que tomemos, tendríamos:

Estadístico
Tamaño del
Tamaño de las muestras (n1 = n2) de Nivel crítico
efecto
contraste
5 0,11 0,17 0,4355
10 0,11 0,24 0,4076
15 0,11 0,29 0,3868
20 0,11 0,34 0,3696
100 0,11 0,75 0,2271
200 0,11 1,06 0,1447
500 0,11 1,68 0,0469
1000 0,11 2,37 0,0089

Observamos que el tamaño del efecto es el mismo independientemente del tamaño de las muestras. Es decir,
sean las muestras grandes o pequeñas, el incremento en la nota es el mismo. Ahora bien, observamos en la tabla
anterior, que el estadístico de contraste crece a medida que aumenta el tamaño de las muestras. Si las muestras son
pequeñas, como el efecto es pequeño, no observamos que la diferencia de medias sea significativa, pero para 𝑛1 =
𝑛2 = 500 la diferencia de medias es significativa para un nivel de confianza del 95% y para muestras de 1000
observaciones, la diferencia es significativa para un nivel de confianza del 99%.

Imaginemos que el equipo docente toma muestras grandes (n=1000) y como obtiene un valor significativo,
concluye que dado que el material nuevo incrementa la nota, el próximo curso, dicho material será obligatorio. Pero
¿merece la pena? Probablemente no, porque el incremento en la nota (efecto) es muy pequeño y el número de horas
que requiere el nuevo material es muy elevado.

En definitiva, el tamaño del efecto nos informa de la “relevancia” de las diferencias encontradas.

Ejemplo 1. Tamaño del efecto grande. Suponemos ahora, que el efecto que tiene el material nuevo en la nota final es
“grande”, y que los resultados obtenidos son:
 Cuasi
Media
varianza
Método nuevo 7,25 10
Método tradicional 5 6

En este caso, la nota media se incrementa en algo más de dos puntos al utilizar el método nuevo, y pasa del
aprobado al notable. Al igual que en el ejemplo anterior, el “efecto” es el mismo independientemente del tamaño
muestral. Dependiendo del tamaño de las muestras, tendríamos:

Estadístico
Tamaño del
Tamaño de las muestras (n1 = n2) de Nivel crítico
efecto
contraste
5 0,80 1,26 0,1220
10 0,80 1,78 0,0461
15 0,80 2,18 0,0190
20 0,80 2,52 0,0081
100 0,80 5,63 0,0000
200 0,80 7,95 0,0000
500 0,80 12,58 0,0000
1000 0,80 17,79 0,0000

Vemos en la tabla anterior que el tamaño del efecto (mejoría en la nota) es el mismo independientemente del
tamaño de las muestras, y como a medida que aumenta dicho tamaño crece el valor del estadístico de contraste.