Introducción a la Estadística

Sesión 2 Semana 5:

Población y muestra. Procedimientos de selección de la muestra. Cálculo

del tamaño de muestra.

Profesores: Mayte Casaño, Juan Kaneko, Johanna Kohler,

Jhonatan Navarro, Jazmin Paredes, Carlos Portocarrero, Sixto
Salazar y Ambrosio Tomás
2023-00
Facultad de Psicología

Introducción a la estadística

Sesión 1 - Semana 5

2022-2
 El estudiante calcula el
LOGRO tamaño mínimo de muestra
Cálculo del tamaño mínimo de muestra
G*Power

 La versión 3.1.9.7 de G*Power está disponible tanto para

Windows y Mac.

 Permite cinco tipos de cálculos de potencia, destacando el

análisis de potencia a priori:
Calcula el tamaño N de una muestra, sobre la base de un nivel de
potencia requerido (1 - ), el nivel de significancia, y el tamaño d
efecto poblacional que se espera detectar con una probabilidad 1 -
.
Los parámetros que usualmente se
consideran son:

Potencia estadística = Power (1 –β err

prob) = 0.95

Nivel de significancia = α err prob =

0.05
La valoración de la magnitud del efecto será de acuerdo a:
Investigaciones previas (antecedentes), estudios metaanalíticos relacionados al problema de
investigación o en caso que no exista datos previos, este se podrá derivar de lo siguiente:

Para investigaciones de diseño correlacional simple un valor alrededor de .10 es

considerado un efecto pequeño, .20 medio, .30 grande y .40 muy grande (Funder & Ozer,
2019).
Para investigaciones de diseño comparativo:

Prueba estadística Magnitud del efecto Valores

t student d cohen .20 diferencia pequeña
.50 diferencia mediana
.80 diferencia grande
(Cohen, 1992)

U de Mann Whitney rbis .10 diferencia pequeña

.30 diferencia mediana
.50 diferencia grande
(Coolican, 2009)
Tamaño mínimo de muestra para hipótesis correlacional

Asegurarse de seguir esta ruta y

verificar que el análisis sea
CORRELATION:BIVARIATE
NORMAL MODEL
Hipótesis correlacional
Hipótesis correlacional
Tamaño mínimo de muestra para hipótesis de diferencia
de medias

Asegurarse de seguir esta ruta y

verificar que el análisis sea
MEANS: DIFFERENCE BETWEEN
TWO INDEPENDENT MEANS
(TWO GROUPS)
¿alguna pregunta?
Referencias
Arias –Gómez, J., Villais-Keever, M. A., & Miranda, M. G. (2016). El protocolo de investigación III: la población de estudio. Revista Alergia
México, 63(2), 201-226.
Blanco, C. (2016). Encuesta y Estadística. Métodos de investigación cuantitativa en ciencias sociales y comunicación. Editorial Brujas.
Cohen, J. (1992). A power primer. Psychological Bulletin, 112(1), 155-159. https://doi.org/10.1037/0033-2909.112.1.155
Coolican, H. (2009). Research Methods and Statistics in Psychology. Hooder Education.
Hernández-Sampieri, R., & Mendoza, C. P. (2018). Metodología de la Investigación. McGraw-Hill.

Faul, F., Erdfelder, E., Buchner, A., & Lang, A.-G. (2009). Statistical power analyses using G*Power 3.1: Tests for correlation and regression
analyses. Behavior Research Methods, 41, 1149-1160.

Funder, D C., & Ozer, D. J. (2019). Evaluating effect size in psychological Research: Sense and nonsense. Advancez in Methods and Practices in
Psychological Science, 2(2), 156-168. https://doi.org/10.1177/2515245919847202
 Rendón-Macías, M. E., Villasis-Keever, M. Á., & Miranda-Novales, M. G. (2016). Estadística descriptiva. Revista Alergia México, 63(4), 397- 407.
https://revistaalergia.mx/ojs/index.php/ram/article/download/230/363
Triola, M. F. (2018). Estadística. Pearson.
Torres, J. (2019). Estadística aplicada a ciencias de la salud. Dextra Editorial.