Calculadora de Tamaño de Muestra
Usa esta calculadora para estimar cuántas encuestas necesitas cuando quieres medir una proporción (por ejemplo: porcentaje de satisfacción, intención de compra o preferencia de marca).
¿Qué es el cálculo muestral y por qué importa?
El cálculo muestral es el proceso de determinar cuántas observaciones necesitas para que una encuesta o estudio represente, con buena precisión, a toda la población objetivo. Si usas una muestra demasiado pequeña, tus resultados pueden variar mucho y llevarte a conclusiones equivocadas. Si usas una muestra excesiva, desperdicias tiempo y presupuesto.
En investigación de mercados, salud pública, educación, analítica de producto y ciencias sociales, definir un tamaño de muestra adecuado es uno de los pasos metodológicos más importantes antes de levantar datos.
Variables clave del tamaño de muestra
1) Nivel de confianza
Indica qué tan seguro quieres estar de que el intervalo de estimación incluye el valor real poblacional. Los niveles más usados son 90%, 95% y 99%. A mayor confianza, mayor tamaño de muestra.
2) Margen de error
Es la tolerancia máxima al error de estimación. Un margen de error de ±5% es común para encuestas generales. Si buscas más precisión (por ejemplo ±3%), necesitarás más casos.
3) Proporción esperada (p)
Es una estimación previa del fenómeno que mides (por ejemplo, proporción de clientes satisfechos). Si no la conoces, usar 50% es la opción conservadora porque produce el tamaño de muestra más grande.
4) Tamaño de la población
Cuando la población es finita y no tan grande, conviene aplicar la corrección por población finita. Esto reduce ligeramente el tamaño requerido respecto al cálculo para población “infinita”.
Fórmula usada en esta calculadora
Para proporciones, la base es:
Donde:
- Z: valor z para el nivel de confianza
- p: proporción esperada (en decimal)
- e: margen de error (en decimal)
Si hay población finita (N), se aplica:
Finalmente se redondea hacia arriba para garantizar el nivel de precisión solicitado.
Ejemplo rápido
Supongamos que quieres medir satisfacción en una base de 10,000 clientes:
- Nivel de confianza: 95%
- Margen de error: 5%
- p: 50% (caso conservador)
El tamaño base suele rondar las 385 respuestas para población grande, y con corrección finita puede bajar ligeramente. Si esperas una tasa de respuesta de 60%, deberías contactar a más personas para alcanzar esas respuestas efectivas.
Buenas prácticas para usar tu muestra
Define bien la población objetivo
No es lo mismo “clientes del último año” que “usuarios activos del último mes”. Una definición precisa evita sesgo de cobertura.
Elige un método de muestreo adecuado
- Aleatorio simple: todos tienen la misma probabilidad.
- Estratificado: divide por segmentos y asegura representación.
- Por conglomerados: útil cuando la población está geográficamente dispersa.
Considera no respuesta
La muestra calculada suele referirse a respuestas completadas. Si esperas baja participación, incrementa el número de contactos iniciales.
Errores comunes en cálculo muestral
- Usar muestras por conveniencia y asumir que son representativas.
- Ignorar segmentos clave (edad, región, canal, etc.).
- Confundir precisión estadística con calidad del cuestionario.
- No ajustar por tasa de respuesta esperada.
Conclusión
El cálculo muestral no es un trámite técnico: es la base para tomar decisiones con datos confiables. Con una muestra bien definida puedes equilibrar costo, velocidad y precisión, evitando sesgos y mejorando la utilidad real de tus resultados.
Usa la calculadora de esta página como punto de partida y, en estudios críticos o regulatorios, complementa con asesoría estadística especializada.