Calculadora de Tamaño de Muestra

Calculadora de Tamaño de Muestra

Líder AI Skill PRO

Ingresar cálculo

Fórmula

n=z2p(1−p)e21+z2p(1−p)e2Ndonde{N=Tamaño de la poblaciónz=Φ−1(1−1−Confianza/1002)e=Margen de error (%)100p=0.5\begin{gathered} n = \dfrac{\dfrac{z^{2}\,p\,(1-p)}{e^{2}}}{1 + \dfrac{z^{2}\,p\,(1-p)}{e^{2}\,N}} \\[1.5em] \text{donde}\quad \left\{ \begin{aligned} N &= \text{Tamaño de la población} \\ z &= \Phi^{-1}\!\left(1 - \tfrac{1 - \text{Confianza}/100}{2}\right) \\ e &= \dfrac{\text{Margen de error (\%)}}{100} \\ p &= 0.5 \end{aligned} \right. \end{gathered}
Estadísticas de uso

Publicidad

Resultados

Tamaño de muestra necesario:
370
Tamaño de la población 10.000
Nivel de confianza 95,0%
Margen de error 5,0%
Puntuación Z 1,9600

Informar de un error en esta página

Para qué sirve esta calculadora de tamaño de muestra

Esta calculadora te indica a cuántas personas (o elementos) debes encuestar para obtener resultados estadísticamente fiables en una población determinada. Aplica la fórmula estándar con corrección para poblaciones finitas, de modo que el resultado se ajusta al tamaño real de tu grupo objetivo en lugar de suponer una población infinitamente grande. Se utiliza en todo el mundo para encuestas, sondeos, estudios de mercado e investigaciones académicas: la estadística es universal y no depende de las normas de ningún país en concreto.

Los tres datos de entrada, explicados

  • Tamaño de la población (\(N\)): el número total de individuos del grupo sobre el que quieres sacar conclusiones; por ejemplo, 50.000 clientes registrados. El valor por defecto es 1.000.000.
  • Nivel de confianza (%): el grado de seguridad con el que quieres que el valor real caiga dentro de tu margen. Las opciones más habituales son 90 %, 95 % y 99 %. La calculadora lo transforma en una puntuación z mediante la distribución normal (95 % → \(z \approx 1{,}96\)).
  • Margen de error (%): el rango de error que estás dispuesto a aceptar en torno a tu resultado, por ejemplo ±5 %. Cuanto menor sea el margen, mayor será la muestra necesaria.
Diagrama que muestra el margen de error como un intervalo alrededor de una estimación muestral en una recta numérica
El margen de error define el rango alrededor de tu estimación, mientras que el nivel de confianza refleja con qué frecuencia ese rango contiene el valor real.

La fórmula

La calculadora aplica la fórmula del tamaño de muestra con corrección para poblaciones finitas:

$$n = \dfrac{\dfrac{z^{2}\,p\,(1-p)}{e^{2}}}{1 + \dfrac{z^{2}\,p\,(1-p)}{e^{2}\,N}}$$

Donde \(z\) es la puntuación z correspondiente a tu nivel de confianza, \(p\) es la proporción de respuesta supuesta (fijada en 0,5 porque es el valor que maximiza la muestra necesaria y ofrece la estimación más segura), \(e\) es el margen de error expresado en decimal y \(N\) es el tamaño de la población. El resultado se redondea siempre hacia arriba para que nunca te quedes corto con la muestra.

Publicidad
Curva de campana normal estándar con dos colas sombreadas simétricas y la región de confianza central marcada por los valores críticos z
El valor z es el valor crítico de la distribución normal estándar correspondiente al nivel de confianza elegido.

Ejemplo resuelto

Imagina que tu población es de 50.000 personas y quieres un nivel de confianza del 95 % con un margen de error del 5 %.

  • \(z = 1{,}96\), \(p = 0{,}5\), \(e = 0{,}05\), \(N = 50.000\)
  • Numerador: $$1{,}96^{2} \times 0{,}5 \times 0{,}5 / 0{,}05^{2} = 0{,}9604 / 0{,}0025 = 384{,}16$$
  • Denominador: $$1 + 384{,}16 / 50.000 = 1{,}00768$$
  • $$n = 384{,}16 / 1{,}00768 \approx 381{,}2 \rightarrow \text{redondeado hacia arriba: } \mathbf{382}$$

Es decir, necesitarías encuestar a 382 personas.

Valores Z para los niveles de confianza más comunes

La calculadora convierte su nivel de confianza en un valor z de dos colas, \(z = \Phi^{-1}\left(1 - \alpha/2\right)\), donde \(\alpha = 1 - \text{nivel de confianza}\). Un mayor nivel de confianza implica un valor z más grande y, por lo tanto, una muestra requerida más grande.

Nivel de confianza Alfa (1 − confianza) Valor z de dos colas
80% 0.20 1.282
85% 0.15 1.440
90% 0.10 1.645
95% 0.05 1.960
98% 0.02 2.326
99% 0.01 2.576
99.9% 0.001 3.291

Interpretación de su tamaño de muestra

  • Respuestas completadas, no invitaciones. El resultado es el número de respuestas completas y válidas que necesita. Si espera una tasa de respuesta del 20%, debe contactar a unas cinco veces más personas.
  • Se supone un muestreo aleatorio. El tamaño de la muestra respalda el margen de error y el nivel de confianza indicados solo si los encuestados se seleccionan al azar de la población. Las muestras por conveniencia o una alta falta de respuesta pueden sesgar los resultados, sin importar lo grande que sea n.
  • Los subgrupos tienen márgenes más amplios. El margen de error se aplica a la muestra completa. Si analiza un subgrupo, su margen se basa en el propio número de casos del subgrupo. Por ejemplo, con p = 0.5 y 95% de confianza, un subgrupo de 100 tiene un margen de aproximadamente \(1.96\sqrt{0.25/100} \approx 0.098\), o ±9.8%.
  • Rendimientos decrecientes. Dado que \(n \propto 1/e^{2}\), reducir a la mitad el margen de error multiplica aproximadamente por cuatro la muestra requerida. Con 95% de confianza y una población grande, ±5% necesita unas 385 respuestas, mientras que ±2.5% necesita unas 1,537.
  • Corrección por población finita. El factor de corrección \(1 + \dfrac{n_0}{N}\) de la fórmula importa principalmente cuando la muestra supera aproximadamente el 5% de la población. Para una población muy grande, el resultado casi no cambia con N.

Ejemplo: con N = 10,000, 95% de confianza y un margen de error de 5%, primero calcule \(n_0 = \dfrac{1.96^{2}\cdot 0.5\cdot 0.5}{0.05^{2}} = 384.16\). Luego \(n = \dfrac{384.16}{1 + 384.16/10000} = \dfrac{384.16}{1.038416} \approx 369.97\), que se redondea hacia arriba a 370 respuestas completadas.

La calculadora supone p = 0.5, la proporción más conservadora, que da la muestra más grande. Si tiene una estimación previa confiable de la proporción, puede bastar una muestra más pequeña, pero 0.5 es un valor predeterminado seguro. Esta es información estadística general, no asesoría financiera ni médica.

Publicidad

Herramientas relacionadas

¿Está planificando un test A/B? La calculadora de tamaño de muestra y potencia para tests A/B indica cuántos visitantes necesita cada variante y da la probabilidad bayesiana exacta de que B supere a A.

¿Ya terminó el test? La calculadora de significancia de tests A/B comprueba si la diferencia entre dos tasas de conversión es estadísticamente significativa, con su puntuación Z y su valor p.

Preguntas frecuentes

¿Por qué se fija \(p\) en 0,5? Cuando se desconoce la proporción real, el valor 0,5 genera el tamaño de muestra más grande posible, garantizando que tu encuesta sea suficientemente precisa sea cual sea el resultado final.

¿Y si mi población es muy grande? En poblaciones enormes el término de corrección se vuelve insignificante, por lo que el tamaño de muestra se aproxima a la fórmula más simple \(n = z^{2}p(1-p)/e^{2}\) (unas 385 personas para 95 %/5 %).

¿Cómo puedo reducir la muestra necesaria? Acepta un margen de error mayor o un nivel de confianza más bajo. Ajustar cualquiera de los dos al alza aumenta de forma considerable el número de encuestas que necesitas.

Última actualización:

Lo más popular en Matemáticas y Estadísticas

Ver todas las calculadoras de Matemáticas y Estadísticas