Potencia y tamaño - Ciencia sin seso…locura doble

Potencia y tamaño
Dos cualidades relacionadas. Y muy envidiables. Sobre todo cuando
hablamos de estudios científicos (¿qué pensabais?). Aunque hay más factores
implicados, como vamos a ver dentro de unos momentos.
Supongamos que estamos midiendo la media de una variable en dos
poblaciones para ver si existen diferencias entre las dos. Ya sabemos que,
simplemente por azar de muestreo, los resultados de las dos muestras van a
ser diferentes pero, ¿justifica la diferencia el poder decir que realmente
son distintas?.
Para esto realizamos el contraste de hipótesis con el estadístico
apropiado. En nuestro caso, supongamos que utilizamos una t de Student.
Calculamos el valor de nuestra t y estimamos su probabilidad. La t, como la
mayoría de los estadísticos, sigue una distribución de frecuencias o
probabilidades específica. Estas distribuciones suelen ser acampanadas, más
o menos simétricas y centradas alrededor de un valor. De esta forma, los
valores más cercanos al central tienen una mayor probabilidad de ocurrir,
mientras que los más extremos son menos probables. Por convenio, suele
decirse que cuando esta probabilidad es menor del 5% consideramos el suceso
o parámetro medido poco probable.
Pero claro, poco probable no es sinónimo de imposible. Puede ocurrir
que, por azar, hayamos obtenido una muestra que no está centrada sobre el
mismo valor que la población de referencia, por lo que el valor ocurre a
pesar de su poca probabilidad en esa población.
Y esto es importante porque puede llevarnos a errores en nuestras
conclusiones. Recordáis que cuando obtenemos los dos valores a comparar
establecemos la hipótesis nula (H0) de que los dos valores son iguales y de
que la diferencia es debida al azar por el error de muestreo. Entonces, si
conocemos su distribución de frecuencias, podemos calcular la probabilidad
de esa diferencia de ocurrir por casualidad y, si es menor del 5%, decir
que es poco probable que sea casual y que rechazamos H0: la diferencia no
se debe al azar y hay un efecto o diferencia real.
Pero claro, poco probable no es imposible. Si hemos tenido la mala
suerte de elegir una muestra sesgada respecto a la población, podremos
rechazar la hipótesis nula sin que exista tal efecto y cometer un error de
tipo 1.
Al contrario, si la probabilidad es mayor del 5% no nos veremos capaces
de rechazar H0 y diremos que la diferencia se debe al azar. Pero aquí hay
un pequeño matiz de concepto que tiene su importancia. La hipótesis nula
solo es falsable. Esto quiere decir que podemos rechazarla, pero no
afirmarla. Si cuando no podemos rechazarla la aceptamos como buena corremos
el error de no detectar una tendencia o efecto que, en realidad, sí existe.
Este es el error de tipo 2.
Como en general interesa aceptar teorías con la mayor seguridad posible,
lo habitual es aceptar probabilidades de error 1 bajas, habitualmente del
5%. Este es el valor conocido como alfa. Pero ambos errores están
relacionados, por lo que una alfa muy baja nos condiciona a aceptar una
probabilidad de error de tipo 2, o beta, más alto, generalmente de un 20%.
El valor recíproco a beta es lo que se conoce como potencia del estudio
(1-beta). Esta potencia es la probabilidad de detectar un efecto siempre
que éste exista o, lo que es lo mismo, la probabilidad de no cometer un
error de tipo 2.
Para entender los factores que afectan la potencia del estudio, me vais
a permitir que os castigue con una pequeña ecuación:
SE representa el error estándar. Al estar en el numerador implica que
cuanto menor sea (más sutil sea la diferencia) menor será la potencia del
estudio para detectar el efecto. Lo mismo ocurre con el tamaño de la
muestra (n) y con alfa: cuanto mayor sea la muestra y cuanto mayor el nivel
de significación con el que nos conformemos (con mayor riesgo de error de
tipo 1), mayor será la potencia del estudio. Por último, s es la desviación
estándar: cuanta más variabilidad haya en la población, menor será la
potencia del estudio.
La utilidad de la ecuación anterior radica en que podemos despejar el
tamaño de la muestra para obtener la siguiente:
Con esta podemos calcular el tamaño muestral necesario para la potencia
del estudio que elijamos. Beta suele establecerse en 0,8 (80%). SE y s
suelen obtenerse de estudios piloto o de datos o normativas previas y, si
no existen, los marca el investigador. Por último, ya hemos dicho que alfa
suele establecerse en 0,05 (5%), aunque si tenemos mucho miedo de cometer
un error de tipo 1 podemos establecerla en 0,01.
Para terminar, me gustaría llamar vuestra atención sobre la relación
entre n y alfa en la primera ecuación. Pensad que la potencia no varía si
aumentamos el tamaño de la muestra y disminuimos simultáneamente el nivel
de significación. Esto nos lleva a la situación de que, en ocasiones,
obtener significación estadística es solo cuestión de aumentar el tamaño
muestral lo suficiente. Por eso es fundamental valorar el impacto clínico
de los resultados y no solo el valor de p. Pero esa es otra historia…