Calculadora de tamaño de muestra

Calcule el tamaño de muestra requerido para encuestas y estudios con niveles de confianza y margen de error.

Para obtener ayuda con el aprendizaje y las tareas, verifique los cálculos críticos de forma independiente.

Revisado por Consejo editorial de CalculatorDrive Math · Última actualización

Calculadora

Rango: 0,1% a 50%

Si está en blanco, utiliza una estimación conservadora del 50%

Si se proporciona, aplica la corrección de población finita

Ingrese el nivel de confianza, el margen de error y otros parámetros para calcular el tamaño de muestra requerido.

La respuesta corta

El tamaño de muestra requerido crece según la confianza que desee tener y se reduce a medida que acepta un margen de error mayor. Para una proporción, n = (z² × p × (1−p)) ÷ e², donde z proviene de su nivel de confianza, p es la proporción esperada (0,5 si se desconoce) y e es su margen de error aceptable. Márgenes más ajustados y mayor confianza aumentan el tamaño de muestra requerido, a menudo de manera espectacular.

Conclusiones clave

  • Reducir el margen de error a la mitad aproximadamente cuadriplica el tamaño de muestra requerido, ya que e está al cuadrado en el denominador.
  • Usar p = 0,5 cuando se desconoce la verdadera proporción es la opción más segura, ya que p(1−p) se maximiza allí; cualquier otra suposición solo necesitaría una muestra más pequeña si acertara.
  • Un tamaño de población finito y conocido le permite aplicar una corrección que reduce significativamente la muestra requerida para poblaciones más pequeñas, pero hace poca diferencia una vez que la población es mucho mayor que la muestra.
  • Estimar una media requiere una estimación de la desviación estándar de la población, no una proporción; los dos tipos de cálculo utilizan fórmulas relacionadas pero diferentes.

La fórmula del tamaño de la muestra de proporción.

norte = (z² × p × (1 − p)) / e²

z proviene del nivel de confianza (1,96 para 95%), p es la proporción poblacional esperada y e es el margen de error expresado como decimal (5% = 0,05).

Por qué el margen de error domina la fórmula

Margen de error Requerido n (95% confianza, p=0,5)
10%97
5%385
2.5%1,537
1%9,604

Reducir a la mitad el margen de error aproximadamente cuadruplica el tamaño de muestra necesario; es por eso que las encuestas nacionales normalmente se conforman con un margen de ±3-5% en lugar de perseguir una precisión de ±1%, lo que requeriría decenas de miles de encuestados.

Ejemplo resuelto: planificación de una encuesta

Quiere un 95% de confianza y un margen de error del 5%, sin una estimación previa de la proporción.

n = (1,96² × 0,5 × 0,5) / 0,05² = 0,9604 / 0,0025 ≈ 384,16

Redondeo hacia arriba: n = 385

El tamaño de la muestra siempre se redondea hacia arriba, nunca hacia abajo; un encuestado fraccionario no es posible y redondear hacia abajo lo dejaría justo por debajo de su precisión objetivo.

Errores comunes a evitar

  • Esperar que un margen de error reducido a la mitad duplique el tamaño de la muestra; en cambio, lo cuadruplica aproximadamente, ya que e está al cuadrado.
  • Guessing a proportion far from 50% "to be safe" — that actually shrinks the calculated sample size, the opposite of conservative; 50% is the truly conservative (maximum) choice.
  • Al aplicar la corrección de población finita a una población efectivamente infinita (encuestas nacionales, tráfico web), la corrección apenas cambia nada a esa escala.
  • Confundir la fórmula de proporción con la fórmula de la media: la versión de la media necesita una estimación de la desviación estándar, no una proporción.

Preguntas frecuentes

¿Por qué es importante el tamaño de la muestra en estadística?

Una muestra demasiado pequeña produce estimaciones poco fiables e intervalos de confianza amplios. El tamaño adecuado detecta efectos reales y mantiene el margen de error dentro de su objetivo.

¿Qué insumos impulsan las fórmulas del tamaño de la muestra?

El nivel de confianza, el margen de error, la variabilidad de la población y si se estima una proporción o una media afectan el tamaño de muestra requerido.

¿Importa siempre el tamaño de la población?

Para poblaciones grandes, el tamaño de la muestra depende principalmente del margen de error y la variabilidad. Para poblaciones finitas pequeñas, un factor de corrección puede reducir el n requerido.

¿Qué es el poder estadístico?

El poder es la posibilidad de detectar un efecto cuando existe. Los estudios con poco poder estadístico a menudo pasan por alto hallazgos reales; La planificación del tamaño de la muestra equilibra potencia, costo y precisión.

¿Cómo uso esta calculadora de tamaño de muestra?

Seleccione el tipo de estudio, ingrese el nivel de confianza, el margen de error y la variabilidad estimada, luego haga clic en Calcular para conocer el tamaño de muestra recomendado.

¿Por qué debería usar p = 0,5 cuando no conozco la proporción de la población?

When the true proportion is unknown, 50% is the safest assumption because p × (1 − p) — the term driving sample size — is at its maximum when p = 0.5. Any other split, like 20/80 or 90/10, produces a smaller calculated sample size, so using 50% guarantees your study is adequately powered no matter what the real proportion turns out to be.

More math calculators