Mitos y realidad en el cálculo del tamaño muestral / Myths and reality about calculating sample size

RESUMEN

Cuando decidimos hacer un estudio, una de las primeras cuestiones que se plantea es ¿qué número de individuos debo incluir en la muestra para que sea ‘representativa’ y el estudio sea ‘válido’? Como en otros ámbitos de la vida, hay muchas cuestiones para las que no hay una cantidad ‘adecuada’ y son válidas diferentes cantidades. Aquí ocurre lo mismo. La pregunta ‘¿cuántos euros costó esta bicicleta?’ tiene como respuesta un número concreto. Pero la pregunta ‘¿cuántos euros necesito para comprar una bicicleta?’ admite muchas cifras distintas como respuesta, dependiendo del tamaño y otras características de la bicicleta. Los libros de estadística contienen fórmulas que relacionan el tamaño de la muestra con ciertos parámetros y la mayoría de los médicos cree que una de ellas les dará el tamaño ‘adecuado’ para su investigación, y que usándolas queda ‘justificado el tamaño de la muestra’ ante posibles revisores. En este documento se hace una reflexión sobre el verdadero peso que tienen dichas fórmulas y cuál debe ser el uso adecuado que el investigador haga de ellas. Es necesario mostrar errores y simulaciones que no benefician a nadie y perjudican a muchos restando tiempo y energía.(AU)

ABSTRACT

When we decide to conduct a study, one of the first questions that arises is what number of individuals should be included in the sample for it to be ‘representative’ and for the study to be ‘valid’? As in other areas of life, there are many matters for which there is no ‘right’ amount and different quantities are valid. The same applies here. When asked the question ‘How many euros did this bicycle cost?’, the answer is a definite number. But the question ‘How many euros do I need to buy a bicycle?’ can be answered in many different ways, depending on the size and other characteristics of the bicycle. Statistics textbooks contain formulas relating sample size to certain parameters and most doctors believe that one of these will give them the ‘right’ size for their research, and that by using them their choice of sample size will be justified in the eyes of potential reviewers. This document reflects on the true value of these formulas and how researchers should make proper use of them. It is necessary to show errors and simulations that benefit no one and hinder many by taking up large amounts of time and energy.(AU)