Características generales del diseño

48 Guía práctica de investigación en saludmejorará el estudio. De hecho, puede ocurrir lo contrario, si la calidad de la medicióno la recopilación de datos resulta perjudicada por el gran tamaño del estudio. Asimismo,es mejor asegurarse de que la muestra sea representativa y no de que sea muy grande.El concepto estadístico en el que se basa el cálculo del tamaño deseado de lamuestra es sencillo. Cuando estudiamos una muestra representativa, procuramos haceruna generalización, a partir de los resultados de la muestra, hacia la población desdela cual se extrajo dicha muestra. No podemos estar completamente seguros sobre esto.A menos que estudiemos a la población íntegra, el error de muestreo no puede reducirsea cero. La estadística analítica nos ayuda a definir el grado de probabilidad deque un resultado, una diferencia o una relación puedan generalizarse a la población dela cual se extrae la muestra. Esto se conoce como significación estadística del resultado.El tamaño de la muestra es un elemento fundamental para hacer este cálculo dela probabilidad estadística. Cuanto más pequeño es el tamaño de la muestra, la probabilidadde que los resultados puedan generalizarse es menor. Para calcular el tamañode la muestra antes de comenzar el estudio, hacemos el ejercicio inverso. Decidimosde antemano sobre un grado de probabilidad o incertidumbre que estamos dispuestosa aceptar para el estudio y, después, buscamos el tamaño de la muestra que proporcioneese grado de probabilidad estadística. Tradicionalmente, la mayoría de los estudiosestablecen un grado o nivel de significación estadística de 0,05, es decir, que seacepta una probabilidad de 5% de encontrar una asociación que en realidad no existe.Sin embargo, debe reconocerse que este valor es arbitrario; pueden emplearse otrosvalores, lo que ocurre en ocasiones. En general, el investigador deberá procurar laobtención de una probabilidad inferior de error cuando es especialmente importanteevitar una afirmación falsamente positiva acerca de un resultado.Cuando se diseña el estudio para encontrar una diferencia o una asociación, esposible que no encontremos ninguna de ellas. En este caso, todavía queremos calcularla probabilidad estadística de que podamos haber pasado por alto una diferencia o unaasociación que existe en la población, pero que no se encontró en la muestra. Este llamadopoder estadístico del estudio depende también del tamaño de la muestra. Cuantomás grande es el tamaño de la muestra, mayor es el poder estadístico del estudio. Paracalcular el tamaño de la muestra antes de que el estudio comience, los investigadorestienen que tomar una decisión sobre el grado de poder estadístico que están dispuestosa aceptar para el estudio. Tradicionalmente, la mayoría de los estudios fijan unpoder estadístico de 0,80, lo que significa aceptar una probabilidad de 20% de pasarpor alto una diferencia o una asociación que en realidad existe. Sin embargo, debereconocerse que este valor es arbitrario y que a veces se pueden emplear otros valores,lo que se hace en ocasiones. En general, el investigador deberá procurar la obtenciónde un poder estadístico más alto cuando es especialmente importante evitar unerror falsamente negativo.