Calculadora de Tamaño de Muestra
Planifique el tamaño de un experimento comparativo. Elija una familia de pruebas (t de una muestra, de dos muestras o pareada), un tamaño de efecto objetivo, la potencia estadística deseada y el nivel de significancia. La calculadora devuelve el tamaño mínimo de muestra por grupo y anota los supuestos de la aproximación normal en la que se basa.
Calculadora
Introduzca los parámetros de planificación para ver la replicación necesaria
Réplicas por grupo
n = 2 × (z1−α/2 + z1−β)² × σ² / δ²
La aproximación normal estándar de dos muestras para comparar medias con grupos de igual tamaño. El resultado se redondea al alza a una réplica entera. Es una estimación de planificación, no un consejo estadístico para un estudio concreto.
Acerca de este cálculo
Qué es
Sample size planning uses the normal approximation to the test statistic to determine how many observations per group are needed to detect a given effect with a chosen probability (power). The smaller the effect or the lower the power target, the larger the required sample.
Por qué se usa
Running too few samples misses real effects; running too many wastes resources and animals. Sample size planning lets the experimenter commit to a defensible n before the bench work begins.
Por qué existe esta calculadora
The normal-approximation formula is short, but the inputs (effect size, power, alpha, sidedness) are easy to mix up — particularly the difference between the two-sample test variance assumption (equal vs unequal). The calculator standardises the inputs and shows the per-group n.
Supuestos clave
- The data approximate a normal distribution, or the test is robust to non-normality at the planned n.
- The variance estimate used in the power calculation is a credible stand-in for the real variance.
- The effect size is the smallest effect the experiment is intended to detect.
Limitaciones
- It uses the normal approximation, which is conservative for very small samples — the exact test may need fewer.
- It does not plan for attrition, dropout, or technical replicates — build those into the n.
- It does not replace a formal power analysis for non-standard tests (non-parametric, mixed models).
Qué calcula
- Réplicas por grupo
- Minimum whole replicates needed in each group (rounded up).
- Réplicas totales
- Replicates across both groups combined.
- Tamaño del efecto estandarizado (d)
- δ / σ — the difference expressed in units of the standard deviation.
Preguntas frecuentes
¿Qué estima esta calculadora de tamaño de muestra?
Estima el número de réplicas biológicas por grupo necesarias para detectar una diferencia entre dos medias independientes —por ejemplo tratamiento frente a control en una placa o en un sistema de cultivo— al nivel de significación y a la potencia que usted elija. Devuelve el mínimo de réplicas enteras por grupo (siempre redondeado hacia arriba), el total entre los dos grupos y el tamaño del efecto estandarizado d = δ / σ. Es una estimación previa al estudio con la aproximación normal estándar para dos muestras, no una prueba posterior sobre sus datos.
¿Qué datos necesita la calculadora?
Cuatro valores: la menor diferencia entre las medias de los grupos que merezca la pena detectar (δ), en las unidades del resultado; una desviación estándar supuesta (σ), idealmente de datos piloto o de la literatura; un nivel de significación bilateral (α), que debe estar entre 0,001 y 0,2, siendo 0,05 lo habitual; y una potencia objetivo (1 − β), que debe estar entre 0,5 y 0,999, con 0,8 como valor común. Por dentro aplica la fórmula de aproximación normal n = 2(z₁₋α/₂ + z₁₋β)²σ²/δ².
¿Qué es la potencia estadística en lenguaje sencillo?
La potencia es la probabilidad de que su experimento detecte de verdad la diferencia que especificó, suponiendo que esa diferencia exista realmente. Con el objetivo habitual del 80 %, aún cabría esperar pasar por alto un efecto real de ese tamaño aproximadamente una vez de cada cinco, y la calculadora muestra el intercambio directamente: subir la potencia objetivo aumenta las réplicas por grupo que devuelve. La potencia es el complementario del error de tipo II (1 − β), y esta herramienta permite fijarla entre 0,5 y 0,999.
¿Cuántas réplicas necesito, y las réplicas técnicas cuentan para ese número?
No hay un número universal: la respuesta honesta depende de cuán pequeña sea la diferencia que quiera detectar y de cuánta variabilidad tenga su ensayo, que es exactamente lo que la calculadora deriva de su δ, σ, α y potencia. Las réplicas que planifica son las réplicas independientes que sustentan la comparación entre los dos grupos —promediar varias medidas técnicas de la misma muestra no sustituye a más réplicas independientes—. La calculadora tampoco planifica réplicas técnicas, pérdidas de muestras ni abandonos, así que añádalos al n que le da.
¿Cuáles son los límites de esta estimación?
Usa la aproximación z (de muestra grande) en lugar de la distribución t, así que con menos de unas 30 réplicas por grupo una prueba t exigirá algo más que el número informado —considere el resultado un límite inferior—. Supone dos grupos independientes con igual número de réplicas e igual varianza, un resultado aproximadamente normal, una prueba bilateral y una sola comparación; los múltiples tests, los diseños pareados y las varianzas desiguales necesitan otras fórmulas. Es una ayuda de planificación, no un consejo estadístico para un estudio concreto —consulte a un estadístico para diseños confirmatorios o clínicos—.
Solo para uso en investigación y docencia. No destinado a decisiones clínicas o de diagnóstico. Verifique siempre los cálculos de forma independiente antes de usarlos en aplicaciones críticas.