esta<\/a>\u00a0porque permite la reversibilidad \u00a0entre tama\u00f1os y errores. Obviamente se tendr\u00e1 que\u00a0hacer una revisi\u00f3n con los datos de alg\u00fan\u00a0Instituto de Estad\u00edstica o Ministerio o una publicaci\u00f3n anterior para conocer la poblaci\u00f3n de los casos que se est\u00e1n estudiando. Luego se asumen los intervalos de confianza que por convenci\u00f3n se establecen para errores muestrales de 5% o 0,05 (que es igual). Esta convenci\u00f3n tomada por muchos practicantes de las ciencias como una norma es la que determina la cristalizaci\u00f3n de la significancia literal que se discutir\u00e1 en la parte final.<\/p>\nConviene comentar que uno de los conceptos m\u00e1s dif\u00edciles de entender es el porcentaje o tama\u00f1o del efecto esperado, que determina que tama\u00f1o muestral representa a la poblaci\u00f3n en un efecto (o variable) espec\u00edfico y estimable. Para mayor informaci\u00f3n se recomienda consultar un buen libro de estad\u00edstica, pero basta con se\u00f1alar que usualmente se asumir\u00e1n tama\u00f1os esperable de 0,5 o 50% (que es igual).<\/p>\n
Conceptualizaci\u00f3n<\/h3>\n
En definitiva se vinculan en una sola f\u00f3rmula (1) el grado en el que la informaci\u00f3n disponible (variables medidas) en una muestra refleje la informaci\u00f3n (no disponible y desconocida) de la poblaci\u00f3n completa, que a su vez\u00a0(2) depende del tama\u00f1o de la muestra obtenida. En la medida que hay m\u00e1s informaci\u00f3n de poblaci\u00f3n revelada en la muestra, m\u00e1s confiable es esta informaci\u00f3n.<\/p>\n
Ejercicios<\/h3>\n
a.) Si se realiza una recolecci\u00f3n de datos transversal en una muestra de 200 establecimientos dentro del universo de establecimientos de Educaci\u00f3n Media en Chile, \u00bfQu\u00e9 error muestral se alcanza?<\/p>\n
b.) \u00bfQu\u00e9 tama\u00f1o debe tener la muestra para lograr un error muestral de 5% y as\u00ed ajustarse a la convenci\u00f3n?<\/p>\n
c.) Repita el las preguntas anteriores para los establecimientos de ense\u00f1anza b\u00e1sica en Chile.<\/p>\n
Discusi\u00f3n<\/h3>\n
Ahora bien, habiendo resuelto lo anterior es posible profundizar en una discusi\u00f3n sobre un uso obtuso del error muestral como limitante para obtener conocimiento cient\u00edfico.<\/p>\n
Se ha discutido ampliamente en art\u00edculos especializados en metodolog\u00eda, sobre como los intervalos recomendados estad\u00edsticamente deben ser considerados en la justa medida de un continuo de confiabilidad y no como una categor\u00eda dicot\u00f3mica para aplicar o no aplicar estad\u00edsticas inferenciales (Concato y Hartigan, 2016). Personalmente adscribo a esta postura pues si bien un consenso sobre la \u00a0calidad m\u00ednima de un procedimiento cient\u00edfico es necesario, la realidad muchas veces impone limitantes dif\u00edciles de satisfacer en post de una mala conceptualizaci\u00f3n de la “objetividad” en la ciencia. En otras palabras, no cumplir con el requisito de error muestral, no falsea autom\u00e1ticamente los datos hallados, s\u00f3lo los hace menos confiables. Menos confiables no quiere decir in\u00fatiles, sino requeridos de tomar con precauci\u00f3n. Considerando que hoy en d\u00eda hay muchos errores metodol\u00f3gicos no reportados o producidos por ignorancia de los mismos investigadores tiendo a confiar m\u00e1s en un dato bien levantado con un reporte de poca confiabilidad bien hecho, que en uno cuyo levantamiento no es transparente o directamente falaz.<\/p>\n
El h\u00e1bito de dicotomizar la significancia obedece a recomendaciones rebatibles de los matem\u00e1ticos estad\u00edsticos entendidas como “reglas” por quienes no somos matem\u00e1ticos. Lamentablemente en muchos casos la interpretaci\u00f3n de los tama\u00f1os del efecto, que por cierto pueden ser m\u00e1s relevantes para el proceder cient\u00edfico que cumplir las convenciones sobre significancia estad\u00edstica, son desechados por los mismos desesperados investigadores que no cumplen con el est\u00e1ndar esperado (Schmidt, 1996). Cuando esto sucede, el reporte se debe mantener, la contribuci\u00f3n se debe hacer notar (en su justa medida) y una explicaci\u00f3n debe ser ofrecida al lector. Con eso se cumplen alto est\u00e1ndares de calidad investigativa independientemente \u00a0del cumplimiento de significancia. Este proceso siempre es conceptual o te\u00f3rico en su naturaleza y debiera introducir criterios, m\u00e1s all\u00e1 de los estad\u00edstico, que generen sentido y coherencia.<\/p>\n
Adem\u00e1s, en cada \u00e1rea espec\u00edfica de las estad\u00edsticas los tama\u00f1os muestrales cobran diferente importancia. Mientras que en la pruebas t y las ANOVA el tama\u00f1o muestral corrige la significancia de los resultados, en otros como las\u00a0ecuaciones estructurales no lo hace de la misma manera. Se sugiere profundizar en literatura especializada seg\u00fan el tipo de an\u00e1lisis que se quiere realizar.<\/p>\n
Para los interesados en ecuaciones estructurales puedo adelantar algunos de los puntos que ha producido mi revisi\u00f3n. Dado que son constructos matem\u00e1ticos semejantes a las estad\u00edsticas asint\u00f3ticas (vale decir que no se ajustan a tama\u00f1os de muestra crecientes) el tama\u00f1o muestral exagerado puede producir rechazos de modelos por magnitudes nimias (Tanaka, 1987). Si bien no hay reglas indiscutibles en este campo, los tama\u00f1os muestrales de 200 casos obedecen a una recomendaci\u00f3n ampliamente difundida (Lei y Wu, 2007).<\/p>\n
Conclusiones<\/h3>\n
Creo que todo investigador debe poder transitar en su aprendizaje desde un pre-entendimiento de los errores muestrales a desarrollar la capacidad de explicarlos, calcularlos, comprender la convenci\u00f3n asociada, estimarlos para sus proyectos y valorar su utilidad. Una vez que domina este entendimiento, es necesario transitar a un post-entendimiento en el que debe aprender a ponerlos en perspectiva, desarrollar el criterio para sopesar el costo o las posibilidades de no cumplir el est\u00e1ndar y poder discutir a buen nivel las razones por las que ofrece una interpretaci\u00f3n\u00a0definitiva.<\/p>\n
Referencias<\/h3>\n
Concato, J., & Hartigan, J. A. (2016). P values: from suggestion to superstition. Journal of Investigative Medicine, 64<\/em>(7), 1166-1171.<\/p>\nLei, P. W., & Wu, Q. (2007). Introduction to structural equation modeling: Issues and practical considerations. Educational Measurement: issues and practice, 26<\/em>(3), 33-43.<\/p>\nSchmidt, F. L. (1996). Statistical significance testing and cumulative knowledge in psychology: Implications for training of researchers. Psychological methods, 1<\/em>(2), 115.<\/p>\nTanaka, J. S. (1987). ” How big is big enough?”: Sample size and goodness of fit in structural equation models with latent variables. Child development<\/em>, 134-146.<\/p>\n","protected":false},"excerpt":{"rendered":"Introducci\u00f3n La definici\u00f3n de tama\u00f1os muestrales para proyectos de investigaci\u00f3n es una dificultad que aqueja incluso a los investigadores m\u00e1s experimentados. Parte del problema consiste en que las recomendaciones acumuladas en el acervo de conocimientos se ha cristalizado como\u00a0una cultura de la “significancia literal” entre investigadores que deben hacer un uso procedimental de los conceptos. […]<\/p>\n","protected":false},"author":1,"featured_media":0,"parent":125,"menu_order":3,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-191","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/www.gfromm.cl\/ws\/wp-json\/wp\/v2\/pages\/191","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.gfromm.cl\/ws\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.gfromm.cl\/ws\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.gfromm.cl\/ws\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.gfromm.cl\/ws\/wp-json\/wp\/v2\/comments?post=191"}],"version-history":[{"count":4,"href":"https:\/\/www.gfromm.cl\/ws\/wp-json\/wp\/v2\/pages\/191\/revisions"}],"predecessor-version":[{"id":196,"href":"https:\/\/www.gfromm.cl\/ws\/wp-json\/wp\/v2\/pages\/191\/revisions\/196"}],"up":[{"embeddable":true,"href":"https:\/\/www.gfromm.cl\/ws\/wp-json\/wp\/v2\/pages\/125"}],"wp:attachment":[{"href":"https:\/\/www.gfromm.cl\/ws\/wp-json\/wp\/v2\/media?parent=191"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}