Muestreos

Muestreos permite obtener el tamaño muestral necesario para:
1. Poblaciones infinitas y finitas
2. Una proporción de la población
3. Estimar la media en muestreos aleatorios
4. Comparar dos grupos (t de Student)
5. El Análisis de Varianza
6. Estudios correlacionales
7. Estimar el margen de error al extrapolar la muestra a la población
8. Estimar el promedio en muestreos estratificados con afijamiento proporcional y de Neyman

VENTANA DE INICIO
A ventana de inicio los invitan a desplazar un gráfico sobre el tipo de cálculo que deseemos realizar.
CÁLCULO BÁSICO
Cuando elegimos el “cálculo básico” la ventana que se nos muestra nos permite elegir entre poblaciones infinitas o finitas. Este cálculo toma como variabilidad la opción más gravosa, aquella en la que p=q=0,5. ES necesario elegir el error asumible y nivel de confianza.
Combinado un deslizador con una escala multiplicadora *1, *10 y *100 podemos elegir una población de hasta 100000 sujetos.
CÁLCULOS ESPECÍFICOS
Si nuestra elección es realizar “cálculos específicos” se abre una ventana en la que se nos ofrecen varias opciones, teniendo en cuenta el nivel de medida de la variable presente en la investigación o, en su defecto, del instrumento de medida utilizado. Se trabajamos con un nivel de medida nominal o ordinal optaremos por el cálculo de proporciones “Botón %”. Si el nivel de medida es de escala (intervalo o razón) se nos ofrecen varios cálculos: para estimar la media poblacional, emplear la prueba t de Student o realizar Análisis de varianza. También podemos averigüar el nº de sujetos necesarios en estudios correlacionales y, por último, estimar el nº de sujetos por estrato en muestreos estratificados.

Ventana “proporción” para cálculos con niveles de medida nominal u ordinal.
Se nos pide el porcentaje en la que aparece en la población el atributo que queremos medir (q). Si no lo sabemos podemos utilizar el valor más negativo, es decir aquel en el que existe la misma posibilidad de que tal característica esté o no presente o lo que es lo mismo el 50%, q= 50. Tenemos, además, que seleccionar el nivel de confianza y el error admitido (precisión)

Para el cálculo del tamaño muestral en el Análisis de Varianza , y partiendo de un nº de sujetos idénticos en cada grupo, tendremos en cuenta a potencia del contraste (0,7 o 0,8 en esta aplicación), el nº de grupos (aquí se contemplan hasta 6) y el tamaño del efecto que queremos encontrar: pequeño (0,1), moderado (0,25) o grande (0,40) (Cohen, 1988)

La ventana “media” nos solicita el nivel de confianza, error tolerado, varianza y población. En el caso de desconocer la varianza introduce el rango que crees que puede darse en la medida realizada.

Muestra necesaria para la realización de la prueba t de Student.
Suponemos varianzas iguales, hipótesis bilaterales y una potencia 1-beta de 0,8.
Se nos pide el nivel de confianza y el tamaño del efecto, es decir, la magnitud del efecto, o relación que queremos detectar (d)
Se tenemos ya determinado el número de sujetos de un grupo, podemos calcular el nº de elementos del otro.

Si nuestro interés está en detectar coeficientes grandes (0,7), con una muestra pequeña será suficiente, pero no así cuando intentamos detectar coeficientes bajos (0,1). La aplicación nos va a ayudar en la elección de nº de sujetos para un nivel de confianza del 95% , una potencia 1-beta de 0,7; 0,8 o 0,9 y un coeficiente de correlación desde 0,1 a 0,7

Finalmente, podremos realizar el cálculo del tamaño muestral en estratos, pudiéndonos decantar por cuatro cálculos según el nivel de escala (proporciones o parámetros) y el afijamiento (proporcional o Neyman). La aplicación contempla hasta siete estratos.
Si el nivel de medida es de tipo nominal u ordinal “estimamos “ proporciones y parámetros si el nivel es de escala.
Si la variabilidad entre estratos es pequeña o mediana se aplicará afijamiento proporcional, mientras que se estamos ante variabilidades grandes el afijamiento será Neyman Sampling allows for the sample size needed for:
1. Infinite and finite populations
Two. A proportion of the population
Three. Estimate the average random sampling
April. Comparing two groups (t test)
May. Variance Analysis
6. Correlational studies
7. Estimate the margin of error in extrapolating the sample to the population
8. Estimate the average stratified sampling with proportional and Neyman afijamiento
 
HOME WINDOW
A start window invite you to move a graphic on the type of calculation you wish to perform.
BASIC CALCULATION
 When choosing the "basic calculation" window that shows us allows us to choose between infinite and finite populations. This calculation takes as option of more severe variability, one in which p = q = 0.5. IS necessary to choose the acceptable error, and confidence level.
Combined with a slider scale multiplier * 1, * 10 and * 100 we can choose a population of up to 100,000 individuals.
SPECIFIC CALCULATIONS
If our choice is to "specific calculations" a window in which we are offered several options, taking into account the measurement level of the variable in this research or, failing that, the measuring instrument used is opened. He worked with a nominal or ordinal level of measurement opt ​​for the calculation of proportions "Button%." If the measurement level is scale (interval or ratio) we offer several calculations: to estimate the population mean, using the Student t test or analysis of variance performed. We can also find the number of subjects needed in correlational studies and, finally, estimate the number of subjects per stratum in stratified sampling.

Window "proportion" to calculations with nominal or ordinal levels of measurement.
We are asked the percentage by which the attribute to be measured (q) appears in the population. If we know we can not use the most negative value, ie one in which there is the same possibility that such a feature is present or not or what is the same 50%, q = 50. Moreover, we have to select the confidence level and the admitted error (precision)

To calculate the sample size in the analysis of variance, and starting from an identical number of subjects in each group, we will consider power of the test (0.7 or 0.8 in this application), the number of groups (here referred to 6) and the size of the effect we want to find: small (0.1), moderate (0.25) or large (0.40) (Cohen, 1988)

The "media" window asking us confidence level, permissible error, variance and population. In the case of ignoring the variance range that introduces you think may be the extent made.

Sample needed for the completion of the Student t test.
We assume equal variances, bilateral hypothesis and a power 1-beta of 0.8.
We are called the confidence level and the effect size, ie, the magnitude of the effect, or relationship that we want to detect (d)
They have already determined the number of subjects in a group, we can calculate the number of elements of the other.

If our interest is in detecting large coefficients (0.7), with a small sample is sufficient, but not when trying to detect low coefficients (0.1). The application will help us in the choice of subject number for a confidence level of 95%, a power 1-beta of 0.7; 0.8 or 0.9, and a correlation coefficient from 0.1 to 0.7

Finally, we can perform the calculation of sample size strata pudiéndonos decant four calculations according to the level of scale (proportions or parameters) and afijamiento (proportional or Neyman). The application provides up to seven layers.
If the measurement level is nominal or ordinal type "estimates" proportions and parameters if the level is scale.
If the variability between strata is small or medium proportional afijamiento apply, while we are dealing with large variabilities afijamiento be the Neyman