Keywords: confidence intervals, Cronbach's alpha, effect size, factor analysis, hypothesis testing, sample size, structural equation modelingAbstract. The purpose of this paper is to contribute to fulfilling the objectives of social sciences research such as proper estimation, explanation, prediction and control of levels of social reality variables and their interrelationships, especially when dealing with quantitative variables. It was shown that the sample size or the number of observations to be collected and analyzed is transcendental for the adequacy of the method of statistical inference selected and for the impact degree achieved in its results, especially for complying with reports guidelines issued by the American Psychological Association. Methods and formulations were investigated to determine the sample sizes that contribute to have good levels of estimation when establishing confidence intervals, with reasonable wide and relevant and significative magnitudes of the effects. Practical rules suggested by several researchers when determining samples sizes were tested and as a result it was integrated a guide for determining sample sizes for dichotomous, continuous, discrete and Likert variables, correlation and regression methods, factor analysis, Cronbach's alpha, and structural equation models. It is recommended that the reader builds scenarios with this guide and be aware of the implications and relevance in scientific research and decision making of the sample sizes in trying to meet the aforementioned objectives.Palabras clave: análisis factorial, intervalo de confianza, alpha de Cronbach, modelación mediante ecuaciones estructurales, pruebas de hipótesis, tamaño de muestra, tamaño del efectoResumen. El propósito del presente documento es contribuir al cumplimiento de los objetivos de la investigación en las ciencias sociales de estimar, explicar, predecir y controlar niveles de variables de la realidad social y sus interrelaciones, en investigaciones de tipo cuantitativo. Se demostró que el tamaño de la muestra o la cantidad de observaciones que hay que recolectar y analizar es trascendente tanto en la pertinencia del método de inferencia estadístico que se utilice como en el grado de impacto que se logre en sus resultados, sobre todo de cara a cumplir con lineamientos emitidos por la Asociación Americana de Psicología que es la que da la pauta en la mayoría de las publicaciones del área social. Se investigaron métodos y formulaciones para determinar los tamaños de muestra que contribuyan a tener buenos niveles de estimación al momento de establecer los intervalos de confianza, con aperturas razonables y con magnitudes de los efectos que sean de impacto y se pusieron a prueba reglas prácticas sugeridas por varios autores lográndose integrar una guía tanto para variables dicotómicas, continuas, discretas, tipo Likert y para interrelaciones en ellas, ya se trate de análisis factorial, alpha de Cronbach, regresiones o ecuaciones estructurales. Se recomienda que el lector crear escenarios con esta guía y se sensibilice y se convenza de las implicaciones y de trascendencia tanto en la investigación científica como en la toma de decisiones de los tamaños de muestra al tratar de cumplir con los objetivos de la que hemos mencionado.
Implementing Horn's Parallel Analysis for Principal Component Analysis and Factor Analysis
