Tamaño de muestra para correlación y regresión
Cuando tu muestra no sale de una población que puedas contar, o tu asesor te pide justificarla por potencia estadística, el cálculo se hace a partir del análisis que vas a usar. Elige si vas a hacer una correlación o una regresión, indica el tamaño del efecto que esperas y obtienes cuántas personas necesitas. Da los mismos resultados que G*Power.
Qué análisis vas a hacer
Colas
Alfa
Potencia
Tamaño de muestra mínimo
85
personas
Según el tamaño del efecto
| Pequeño (r = 0,10) | 783 |
| Mediano (r = 0,30) | 85 |
| Grande (r = 0,50) | 30 |
Cómo redactarlo
El tamaño de muestra se calculó con un análisis de potencia a priori para una correlación de Pearson (prueba de dos colas), con un tamaño del efecto esperado de r = ,30, α = ,05 y una potencia de ,80. Se requiere una muestra mínima de 85 participantes.
El cálculo se hace en tu navegador. No guardamos lo que escribes.
Cómo se calcula
Correlación: se usa la transformación z de Fisher. n = [(z de alfa + z de la potencia) / C]² + 3, donde C = ½ × ln[(1 + r) / (1 − r)].
Regresión lineal múltiple: prueba F de que el R² es mayor que cero, con la distribución F no central y λ = f² × N, igual que G*Power ("Linear multiple regression: Fixed model, R² deviation from zero").
El tamaño del efecto en regresión es f² = R² / (1 − R²). Cohen (1988) propone 0,02 pequeño, 0,15 mediano y 0,35 grande.
Se busca el N más chico con el que la potencia llega al valor que elegiste.
Cómo leer el resultado
- Lo más usado en tesis es alfa = 0,05 y potencia = 0,80: 80 % de probabilidad de detectar el efecto si existe.
- Para correlación, Cohen propone r = 0,10 pequeño, 0,30 mediano y 0,50 grande. Si no tienes un antecedente, 0,30 es la referencia más común.
- Si tienes estudios previos con tus variables, usa el efecto que encontraron: es la justificación más sólida.
- Suma un margen por las encuestas incompletas o descartadas, por ejemplo un 10 % a 20 % más.
Preguntas frecuentes
- ¿Sale igual que G*Power?
- Sí. Para regresión usa la misma F no central que G*Power. Por ejemplo, f² = 0,15, 5 predictores, alfa 0,05 y potencia 0,80 dan N = 92, igual que G*Power. Para correlación usa la aproximación de Fisher, que puede diferir en 1 o 2 personas de la opción exacta de G*Power.
- ¿Qué tamaño de efecto pongo?
- Lo ideal es el de estudios anteriores con tus mismas variables. Si no hay, usa el efecto mediano de Cohen (r = 0,30 o f² = 0,15) y dilo en tu metodología.
- ¿Y si mi población es pequeña y la puedo contar?
- Entonces usa la calculadora de tamaño de muestra para poblaciones, con margen de error y nivel de confianza.
- ¿Una cola o dos colas?
- Dos colas, salvo que tu hipótesis diga la dirección de la relación (por ejemplo, "a más estrés, menos desempeño") y tu asesor acepte una cola.
¿Ya sabes qué preguntar?
Crea la encuesta en SurvIQ, compártela por enlace, WhatsApp o QR y mira los resultados en tiempo real. El plan Free es gratis para siempre.
Crear encuesta gratis