Existe un tamaño mínimo (necesario y suficiente) de muestra el cual va a depender de los siguientes factores:
- Tamaño de la población (N):
Hasta cierto punto, el tamaño de la población influye en el tamaño de la muestra de manera directa (mayor muestra a mayor población), aunque es inversamente proporcional hasta cierto límite (a medida que el tamaño absoluto de la muestra aumenta, la proporción de la muestra con respecto a la población disminuye hasta desaparecer por completo):
Por ejemplo, para todos los demás factores constantes, sólo variando el tamaño de la población obtenemos en la siguiente simulación los siguientes tamaños de muestra y su correspondiente porcentaje.
|
N
|
n
|
% de n
|
|
100
|
80
|
80.0%
|
|
1,000
|
278
|
28.0%
|
|
10,000
|
370
|
3.7%
|
|
100,000
|
383
|
0.3%
|
|
1,000,000
|
385
|
0.03%
|
|
10,000,000
|
385
|
0.003%
|
|
100,000,000
|
385
|
0.0003%
|
Como podrá observarse, el tamaño de la población influye en el tamaño de la muestra hasta cierto punto donde ya no es influyente.
- Error de muestreo deseado (E):
En toda muestra se comete un error que es el principal y se denomina “error de muestreo”. Si descartamos otros errores que pueden cometerse pero que son evitables, el error de muestreo no es evitable pero sí controlable. Es un error que de todas maneras se va a producir, pero que se puede planificar su magnitud. A un mayor error de muestreo deseado menor será el tamaño de la muestra y viceversa, a menor error de muestreo, mayor será el tamaño de la muestra.
- Varianza del parámetro estudiado (V):
A mayor variabilidad del parámetro estudiado en la población, mayor tamaño de muestra, y viceversa. Como el valor del parámetro estudiado es desconocido porque se desconocen todos los valores de la población, este se estima de un estudio anterior conocido o de una prueba piloto.
- Nivel de confiabilidad de los resultados de la muestra (Z):
El nivel de confiabilidad se refiere a la confianza que debemos tener de que el error de muestreo sea el determinado o menor que ese y no mayor. Este valor se puede obtener de la tabla de probabilidades de la Distribución Normal Estándar. Por ejemplo, si deseamos un Nivel de Confiabilidad del 95%, el valor Z que le corresponde es de 1.960; si queremos un Nivel de Confiabilidad de 99%, Z valdrá 2.575; y si queremos un Nivel de Confiabilidad del 90%, Z valdrá 1.645.
Además de estos factores, que son los básicos, habrá de tomar en cuenta:
- Efecto de Diseño
- Indice de terminación
- Indice de incidencia
- Análisis estadístico a aplicar
- Número de variables
- Tipo de estudio
