Tamaño de muestra para comparar dos grupos (medias)

Cómo usar la calculadora

Esta calculadora está diseñada para ayudarte a determinar cuántos participantes necesitas en cada uno de los dos grupos de tu estudio experimental o cuasi-experimental. Es ideal para diseños de intervención (grupo experimental vs. grupo control) o comparación entre dos poblaciones independientes (por ejemplo, hombres vs. mujeres). El cálculo se basa en la comparación de medias mediante una prueba t para muestras independientes.

Simplemente introduce los cuatro parámetros que se te piden. La herramienta calculará automáticamente el tamaño necesario por grupo y el total para todo el estudio. Recuerda que el resultado por grupo siempre se redondea hacia arriba para garantizar la potencia estadística mínima requerida.

Qué datos necesitas

Para realizar el cálculo, debes definir cuatro parámetros clave. Aquí te explicamos cada uno y de dónde puedes obtenerlos si no los conoces con exactitud.

1. Nivel de confianza (1 - α)

Es la probabilidad de que tu intervalo de confianza contenga el verdadero valor del parámetro poblacional. En la práctica, representa el riesgo de error Tipo I (rechazar la hipótesis nula siendo verdadera). Los valores más comunes son 95% o 99%. Un 95% es un estándar aceptado en muchas disciplinas.

2. Potencia estadística (1 - β)

Es la probabilidad de detectar una diferencia si realmente existe. El riesgo de error Tipo II (no rechazar la hipótesis nula siendo falsa) es β. Una potencia del 80% es el mínimo recomendado, lo que implica un β del 20%. Para estudios más exigentes, como una tesis doctoral, se suele usar el 90%.

3. Desviación típica estimada (σ)

Es una medida de la variabilidad de los datos en tu población. Es el parámetro más difícil de estimar si no hay estudios previos. Puedes obtenerlo de:

• Estudios piloto: La mejor opción. Realiza un estudio pequeño con 20-30 sujetos y calcula la desviación estándar de tu variable de resultado principal.
• Revisión de literatura: Busca artículos científicos que hayan medido la misma variable en una población similar. La desviación estándar suele aparecer en las tablas de resultados.
• Rango/4: Si conoces el rango máximo y mínimo esperado de tus datos, una estimación burda es dividir ese rango entre 4.

4. Diferencia mínima relevante (Δ)

Es la menor diferencia entre las medias de los dos grupos que consideras clínicamente, socialmente o teóricamente importante. No es una diferencia estadística, sino una diferencia con significado práctico en tu campo. Debes justificarla con argumentos teóricos o basándote en la literatura. Si la diferencia real es menor que Δ, aunque sea estadísticamente significativa, puede carecer de relevancia.

Si tu objetivo es comparar proporciones en lugar de medias, necesitarás una herramienta diferente. Consulta nuestra guía sobre el tamaño de muestra para proporciones.

Fórmula

El cálculo del tamaño de muestra por grupo (n) para comparar las medias de dos grupos independientes se basa en la siguiente fórmula, asumiendo varianzas iguales y utilizando la distribución normal:

n = 2 · [ z(1−α/2) + z(1−β) ]² · σ² / Δ²

Donde:

• n: Tamaño de muestra necesario en cada grupo.
• z(1−α/2): Valor Z correspondiente al nivel de confianza deseado (cola dos). Por ejemplo, para 95% es 1.96.
• z(1−β): Valor Z correspondiente a la potencia deseada. Por ejemplo, para 80% es 0.84.
• σ: Desviación típica poblacional estimada (se asume igual en ambos grupos).
• Δ: Diferencia mínima relevante que se desea detectar entre las medias de los grupos.

El tamaño muestral total del estudio será 2n. La fórmula redondea el resultado de 'n' hacia arriba al entero más próximo para asegurar que se alcanza al menos la potencia especificada.

Ejemplo resuelto

Imagina que estás realizando un TFG en Psicología para evaluar la eficacia de una nueva terapia breve para reducir la ansiedad. Tienes un grupo experimental (que recibe la terapia) y un grupo control (en lista de espera). Tu variable principal es la puntuación en un test de ansiedad, que va de 0 a 50.

• Nivel de confianza: Decides usar el estándar del 95%.
• Potencia: Optas por el 80%, suficiente para un trabajo de grado.
• Desviación típica (σ): Tras revisar la literatura, encuentras que en estudios similares la desviación estándar de las puntuaciones post-tratamiento ronda los 10 puntos. Usas σ = 10.
• Diferencia mínima relevante (Δ): Consideras que una reducción de al menos 5 puntos en la escala de ansiedad del grupo experimental respecto al control tiene relevancia clínica. Por tanto, Δ = 5.

Aplicando la fórmula con los valores z correspondientes al 95% de confianza (1.959964) y 80% de potencia (0.841621):

n = 2 · (1.959964 + 0.841621)² · (10)² / (5)²

n = 2 · (2.801585)² · 100 / 25

n = 2 · 7.84888 · 4

n = 62.791 → Se redondea hacia arriba a 63.

Resultado: Necesitas reclutar 63 participantes para el grupo experimental y 63 participantes para el grupo control, haciendo un total de 126 participantes.

Si esperas una tasa de abandono o pérdida del 10%, debes incrementar el reclutamiento inicial en consecuencia: 63 / 0.90 ≈ 70 participantes por grupo. Esto te asegura tener al menos 63 datos válidos por grupo al final del estudio.

Cómo justificarlo en tu TFG o tesis

La sección de metodología debe incluir un apartado dedicado al cálculo del tamaño muestral. No basta con poner el número final; debes justificar cada parámetro utilizado. Sigue esta estructura:

1. Declaración del objetivo: "El tamaño muestral se calculó para detectar una diferencia estadísticamente significativa entre las medias de dos grupos independientes (grupo experimental y grupo control) con un nivel de confianza del 95% y una potencia estadística del 80%."
2. Justificación de los parámetros:
   • "El nivel de confianza se fijó en el 95%, siguiendo la convención estándar en investigación en [tu disciplina]."
   • "Se optó por una potencia del 80%, el mínimo recomendado por Cohen (1988) para estudios de este tipo."
   • "La desviación típica esperada (σ = 10) se estimó a partir del estudio de Pérez et al. (2020), que utilizó la misma escala de medida en una población similar."
   • "La diferencia mínima relevante (Δ = 5) se estableció con base en la literatura clínica, que indica que una reducción de 5 puntos en la escala X tiene implicaciones prácticas significativas."
3. Presentación del cálculo: "Aplicando la fórmula para la comparación de medias de dos muestras independientes, el tamaño requerido por grupo fue de n=63 participantes. Considerando una tasa de pérdida estimada del 10%, el objetivo de reclutamiento se fijó en 70 participantes por grupo, totalizando 140 sujetos."
4. Menciona la herramienta: Puedes añadir: "El cálculo se realizó utilizando una calculadora estadística basada en la fórmula estándar." Para una justificación más profunda, puedes consultar nuestra guía sobre cómo calcular el tamaño de muestra para una tesis.

Esta justificación demuestra rigor metodológico y aumenta la validez y credibilidad de tus resultados.

Preguntas frecuentes

1. ¿Qué pasa si no conozco la desviación típica (σ) de mi población?

Es la situación más común. Debes realizar una estimación lo más fundamentada posible. La mejor opción es hacer un estudio piloto con una muestra pequeña (20-30 unidades). La segunda mejor es buscar estudios previos similares que reporten la desviación estándar de tu variable de interés. Como último recurso, puedes hacer una estimación basada en el rango esperado de los datos (rango/4) o usar el valor de σ de un estudio similar, aunque la población no sea idéntica. Es crucial que justifiques la fuente de tu estimación en la metodología.

2. ¿Por qué se redondea siempre hacia arriba el tamaño por grupo?

El redondeo al entero superior es necesario porque no puedes reclutar una fracción de una persona. Más importante aún, la fórmula produce un valor teórico mínimo. Si reclutaras exactamente ese número (por ejemplo, 62.79 → 62), la potencia real de tu estudio caería ligeramente por debajo del objetivo (en este caso, por debajo del 80%). Redondear hacia arriba garantiza que la potencia estadística efectiva sea al menos igual o mayor a la que especificaste.

3. ¿Cómo afecta el tamaño de muestra si aumento la potencia del 80% al 90%?

Aumentar la potencia requiere una muestra más grande. Para un mismo nivel de confianza, desviación típica y diferencia mínima, pasar de 80% a 90% de potencia puede incrementar el tamaño muestral necesario entre un 30% y un 50%. Es un compromiso: mayor potencia reduce el riesgo de no encontrar un efecto que sí existe (error Tipo II), pero hace el estudio más costoso y largo. Para un TFG/TFM, el 80% suele ser suficiente; para una tesis doctoral, se recomienda el 90%.

4. ¿Esta calculadora sirve si mis grupos son pareados o relacionados?

No. Esta calculadora es específica para diseños con dos grupos independientes (por ejemplo, asignación aleatoria a tratamiento y control). Si tus datos son pareados (medidas repetidas en los mismos sujetos, gemelos, casos y controles emparejados), la fórmula es diferente, ya que se aprovecha la correlación entre las medidas. En ese caso, generalmente se necesita una muestra menor para detectar la misma diferencia. Debes buscar una calculadora específica para "muestras pareadas" o "medidas repetidas".

5. ¿Qué hago si durante el estudio la desviación típica real es mayor que la que estimé?

Si la variabilidad de tus datos finales es mayor de lo esperado, la potencia real de tu estudio será menor de la planeada. Esto significa que tienes menos capacidad para detectar la diferencia que buscas. No hay una solución mágica una vez recogidos los datos. Es una de las razones por las que es prudente ser conservador al estimar σ (usar un valor ligeramente alto) y considerar un margen de seguridad en el reclutamiento (por ejemplo, reclutar un 10-15% más de participantes del cálculo inicial). En el informe de resultados, debes comentar esta limitación si ocurre.