Cómo Calcular el Tamaño Muestral de tu Estudio (G*Power) Paso a Paso

Calcular el tamaño muestral es de las primeras cosas que te pide un comité de tesis o un revisor, y de las que peor se justifican. No es "cuantos más, mejor": un estudio con muestra insuficiente no detecta el efecto que busca (y desperdicia el esfuerzo), y uno sobredimensionado gasta recursos y expone a participantes sin necesidad. Esta guía recorre cómo calcularlo bien, antes de recoger datos, con G*Power. Si solo quieres el número rápido para un contraste estándar, puedes usar la calculadora de tamaño muestral; si necesitas entender y defender el cálculo, sigue leyendo.

A priori, nunca post hoc

El cálculo de tamaño muestral se hace antes de recoger los datos (a priori). Calcular la potencia despues de tener los resultados (post hoc) con el efecto observado no aporta nada y los revisores lo rechazan, porque es una reformulacion del p-valor que ya tienes. Si te piden justificar la muestra de un estudio ya hecho, lo correcto es razonar sobre el efecto minimo detectable, no calcular potencia observada. El detalle de por que el analisis de potencia post hoc no sirve esta en su propio articulo.

Los cuatro ingredientes

Cualquier calculo de potencia combina cuatro cantidades, y fijando tres obtienes la cuarta. Para el tamaño muestral fijas las tres primeras y despejas la N:

• Tamaño del efecto esperado: cuanto de grande es el efecto que esperas (una d de Cohen, una r, una f). Es el ingrediente mas dificil y el que mas mueve la N.
• Nivel de significacion (alfa): el riesgo de falso positivo, por convencion .05.
• Potencia (1 menos beta): la probabilidad de detectar el efecto si existe, por convencion .80, y cada vez mas .90 en estudios serios.
• La prueba y el diseño: una t no necesita la misma N que un ANOVA de medidas repetidas o una correlacion.

El paso difícil: de dónde sale el tamaño del efecto

Aqui esta el 90% de los errores. El tamaño del efecto esperado deberia venir, por orden de preferencia, de: estudios previos sobre tu misma pregunta, un meta-analisis del area, o un estudio piloto propio. Solo como ultimo recurso se usan las convenciones de Cohen (efecto pequeño, mediano, grande), y usarlas a ciegas es peligroso: asumir un efecto "mediano" cuando tu fenomeno produce efectos pequeños te deja con una muestra que no llega. La recomendacion seria es justificar el efecto que consideras minimamente importante para tu pregunta, no el que te da la N mas comoda.

G*Power paso a paso

G*Power es gratuito y es el estandar que esperan los revisores. El flujo es siempre el mismo:

1. Elige la familia de la prueba (Test family: t, F, chi-cuadrado, z, exact) y el test estadistico concreto (por ejemplo, "Means: difference between two independent means" para una t).
2. Selecciona el tipo de analisis: "A priori: compute required sample size".
3. Introduce el tamaño del efecto esperado, el alfa (.05), la potencia (.80 o .90) y, si aplica, la razon de tamaños entre grupos.
4. Pulsa Calculate y G*Power te devuelve la N total y por grupo.

Como referencia mental, para detectar una diferencia de medias mediana (d = 0.5) entre dos grupos con alfa .05 y potencia .80 necesitas unos 64 por grupo (128 en total); para un efecto pequeño (d = 0.2) la cifra se dispara por encima de 390 por grupo. Esa sensibilidad al tamaño del efecto es justo la razon por la que no se puede improvisar.

Casos especiales que G*Power no cubre bien

• SEM y análisis factorial: no se calculan con G*Power. Se usan reglas (un minimo habitual de 200 casos, o de 10 a 20 por parametro estimado) o, mejor, simulacion de Monte Carlo para la potencia de un modelo concreto.
• Regresión logística: la regla practica es de 10 a 20 eventos por variable predictora (EPV), no el N total.
• Modelos multinivel: lo que manda es el numero de grupos (clusters) mas que el de individuos; se estima por simulacion.
• Validación de cuestionarios: las guias COSMIN piden un minimo de 100 y de 7 por item para la estructura factorial; lo cubre la guia de validacion en salud.
• Ensayos clínicos con no inferioridad, equivalencia o conglomerados: el cálculo cambia de fórmula respecto al contraste de superioridad estándar. La calculadora de tamaño muestral para ensayos clínicos cubre no inferioridad, equivalencia (TOST), conglomerados y precisión diagnóstica, con ajuste por pérdidas.

En todos estos casos el número no sale de una fórmula sino del modelo que piensas estimar, así que conviene enseñar los dos a la vez. Pega el proyecto en el Metodólogo y te dice si el tamaño muestral que manejas sostiene ese modelo concreto, además de los fallos de diseño que convendría corregir antes de empezar a reclutar.

No solo potencia: también precisión

Hay una via alternativa, cada vez mas recomendada: dimensionar la muestra para obtener una precision objetivo, es decir, un intervalo de confianza suficientemente estrecho alrededor del efecto, en lugar de solo para alcanzar significacion. Es especialmente util en estudios de estimacion (prevalencia, validacion, estudios clinicos). La logica esta en la guia de intervalos de confianza.

Errores frecuentes

Usar las convenciones de Cohen sin justificarlas; calcular la potencia post hoc; olvidar la tasa de abandono (si esperas perder un 20%, infla la N para acabar con la que necesitas); usar la prueba equivocada en el calculo (la N depende del test final); y no documentar los supuestos del calculo, que es justo lo que el tribunal quiere ver. El tamaño muestral va dentro del plan de analisis de datos, escrito y justificado antes de empezar. Y como «¿por qué esta muestra?» es de las preguntas más seguras del tribunal, si lo tuyo es un TFG o un TFM puedes ensayar la respuesta en el simulador de defensa antes de que te la hagan de verdad.