Tamaño de Muestra

Cómo Encontrar el Tamaño Mínimo de Muestra para una Encuesta

La determinación del tamaño de muestra encuentra cuántos encuestados u observaciones necesita una encuesta para estimar una proporción poblacional dentro de un margen de error elegido, a un nivel de confianza elegido. Elige un nivel de confianza, un margen de error deseado y (si tienes una) una proporción estimada, y esta calculadora encuentra el tamaño de muestra mínimo antes de que recopiles una sola respuesta.

Esta es la pregunta que viene antes de la propia pregunta de la Calculadora de Intervalo de Confianza — esa calculadora te indica qué tan ancho es el intervalo que tus datos ya produjeron; esta te indica cuántos datos recopilar desde el principio para que el intervalo resultante no sea más ancho de lo que estás dispuesto a aceptar.

Si conoces un tamaño de población (el número total de personas o elementos que podrías encuestar), ingresarlo aplica la corrección por población finita, que puede reducir de forma significativa la muestra requerida cuando la población en sí es pequeña. Déjalo en blanco para asumir una población grande o desconocida, que es el caso más seguro y común.

La fórmula

$$n_0 = \frac{\vA{z}^2 \times \vB{p}(1-\vB{p})}{\vC{e}^2}$$

Donde $\vA{z}$ es el valor crítico para el nivel de confianza elegido, $\vB{p}$ es la proporción estimada (como decimal), y $\vC{e}$ es el margen de error deseado (como decimal). El resultado se redondea hacia arriba, ya que una muestra no puede incluir una fracción de un encuestado.

Cuando se conoce un tamaño de población $\vD{N}$, se aplica la corrección por población finita:

$$n = \frac{n_0}{1 + \frac{n_0 - 1}{\vD{N}}}$$

$\vB{p} = 0.5$ (50%) es la elección más conservadora cuando la verdadera proporción es desconocida — $p(1-p)$ alcanza su máximo exactamente en 50%, lo cual maximiza (y por lo tanto nunca subestima) el tamaño de muestra requerido.

Ejemplo resuelto

A un nivel de confianza del 95% (z = 1.96), un margen de error deseado de ±5%, y una proporción estimada del 50% (el valor predeterminado conservador):

1. Eleva z al cuadrado y multiplica por p(1-p): $\vA{1.96}^2 \times \vB{0.5} \times (1 - \vB{0.5} ) \approx 0.9604$. 2. Divide entre e al cuadrado: $0.9604 \div \vC{0.05}^2 = 384.16$. 3. Redondea hacia arriba, ya que una muestra no puede incluir una fracción de un encuestado: $384.16 \rightarrow 385$.

Necesitarías 385 encuestados de una población grande o desconocida. Si en cambio la población real es de solo 1,000 personas, la corrección por población finita reduce eso a:

1. Resta 1 de n0 y divide entre la población: $(384.16 - 1) \div \vD{1,000} \approx 0.38316$.
2. Suma 1: $1 + 0.38316 = 1.38316$.
3. Divide n0 entre ese resultado: $384.16 \div 1.38316 \approx 277.74 \rightarrow 278$.

Solo se necesitan 278 encuestados una vez que se sabe que la población en sí es tan pequeña.

Factores Clave a Considerar

• Un margen de error deseado más pequeño requiere un tamaño de muestra desproporcionadamente mayor, no uno proporcionalmente mayor. Debido a que el margen de error aparece elevado al cuadrado en el denominador de la fórmula, reducir a la mitad el margen de error aproximadamente CUADRUPLICA el tamaño de muestra requerido — exactamente por eso los márgenes de error muy estrechos (como ±1%) exigen dramáticamente más encuestados que un ±5% más típico.
• Un nivel de confianza más alto también aumenta la muestra requerida, aunque de forma menos drástica que ajustar el margen de error. Pasar del 90% al 95% y al 99% de confianza aumenta el valor crítico z usado en la fórmula, lo cual eleva el tamaño de muestra requerido — la compensación exacta entre el nivel de confianza y el tamaño de muestra es una decisión de planificación genuina, no una regla fija.
• Esta fórmula estima el tamaño de muestra para una sola proporción (como “qué porcentaje de personas prefiere X”), no para todo tipo de pregunta estadística. Estimar un promedio numérico (como el gasto promedio) o detectar una diferencia entre dos grupos usan fórmulas de tamaño de muestra relacionadas pero distintas — esta calculadora está limitada específicamente al caso de estimación de proporción, el escenario de encuesta más común.
• La corrección por población finita solo reduce de forma significativa la muestra requerida cuando la población en sí es relativamente pequeña. Para una población grande (en las decenas de miles o más), la corrección tiene un efecto insignificante sobre el tamaño de muestra requerido — por eso la metodología de encuestas comúnmente trata “población grande” y “población desconocida” como funcionalmente el mismo caso, ambos recurriendo por defecto a la fórmula sin corregir.

Errores comunes

• Ingresar el tamaño de población como el número de personas que planeas contactar, no la población total de la que extraes. La corrección por población finita solo aplica al grupo TOTAL que podrías encuestar (por ejemplo, los 1,000 empleados de una empresa) — ingresar cuántas respuestas esperas recopilar anula el propósito del cálculo.
• Asumir que un margen de error más pequeño solo necesita una muestra ligeramente mayor. Como el margen de error está elevado al cuadrado en la fórmula, reducirlo a la mitad cuadruplica aproximadamente la muestra requerida — planificar un margen estrecho sin presupuestar el costo en tamaño de muestra es una sorpresa común.
• Confundir esta calculadora con la Calculadora de Intervalo de Confianza. Esta responde “cuántos encuestados necesito antes de recopilar datos”; la otra responde “qué tan precisos fueron los datos que ya recopilé” — funcionan en direcciones opuestas y no son intercambiables.

Útil Saber

• ¿Ya recopilaste las respuestas de tu encuesta y quieres saber qué tan precisos son realmente tus resultados? Calculadora de Intervalo de Confianza calcula el margen de error resultante a partir de datos reales.
• ¿Necesitas calcular otras estadísticas de resumen a partir de tus respuestas recopiladas, como la media o la desviación estándar? Calculadora de Estadística cubre eso directamente.
• ¿Curioso sobre cómo se relaciona el tamaño de muestra con las probabilidades de un resultado en particular? Calculadora de Probabilidad cubre cálculos de probabilidad de eventos individuales y combinados de forma más general.