Calcula el tamaño de tu muestra
Ingresa el tamaño de tu población, el nivel de confianza y el margen de error que necesitas, y obtén al instante el número exacto de encuestas o participantes que tu investigación requiere.
Cómo usar esta calculadora
Solo necesitas tres datos: el tamaño aproximado de tu población, el nivel de confianza que buscas y el margen de error que estás dispuesto a aceptar. Sigue estos cuatro pasos:
Selecciona el nivel de confianza que quieres obtener. El más común es 95%.
Introduce el margen de error que requiere tu estudio. Coloca solo el número, sin el signo de %. Lo más común es 5.
Anota la población total de tu universo de estudio.
Da clic en "Calcular Muestra" y listo — el resultado aparece de inmediato en el recuadro.
¿Qué es el margen de error?
El margen de error indica el rango dentro del cual se espera que se ubique el verdadero valor poblacional. Por ejemplo, si el 60% de tu muestra responde afirmativamente a una pregunta con un margen de error de 5%, puedes esperar que, en el total de la población, entre el 55% y el 65% respondería de la misma forma. A menor margen de error, mayor precisión — pero también se necesita una muestra más grande.
¿Qué significa el nivel de confianza?
El nivel de confianza expresa la probabilidad de que, si repitieras tu estudio muchas veces, el resultado real de la población caiga dentro del margen de error calculado. Un nivel de confianza de 95% es el más utilizado en investigación académica porque ofrece un buen equilibrio entre precisión y tamaño de muestra manejable; el 99% exige una muestra mayor pero reduce el riesgo de error.
Existen tres factores que determinan la confianza real de tu investigación:
- El tamaño de la muestra.
- El porcentaje o variabilidad de la respuesta.
- El tamaño de la población.
Porcentaje o variabilidad
La precisión de tu estimación también depende de qué tan dividida está la característica que mides. Si el 95% de tu muestra responde "sí" y solo el 5% "no", la probabilidad de equivocarte es baja sin importar cuántas personas encuestes. Pero si la respuesta está repartida casi a la mitad (51% / 49%), el margen de error real es mucho mayor.
Cuando no existe un estudio previo que indique cómo se distribuye la respuesta, se usa el escenario de máxima variabilidad: p = q = 0.5. Es la opción más conservadora — garantiza que el tamaño de muestra calculado sea suficiente sin importar cómo se reparta realmente la opinión de la población.
Tamaño de la muestra vs. tamaño de la población
Un error frecuente es pensar que la muestra debe ser un porcentaje fijo de la población (por ejemplo, "el 10%"). En realidad, a partir de cierto tamaño poblacional, el tamaño de muestra necesario se estabiliza: una muestra de aproximadamente 385 personas ofrece el mismo nivel de precisión (95% de confianza, 5% de margen de error) ya sea que tu población sea de 50,000 o de 5,000,000 — siempre que el muestreo sea verdaderamente aleatorio.
Tamaño de la población
Es común no conocer con exactitud cuántas personas conforman tu población, y en la mayoría de los casos no es un problema real. Salvo que tu muestra represente una proporción muy alta del total, el tamaño exacto de la población tiene un efecto marginal sobre el resultado final del cálculo.
Eso sí: todo el cálculo asume que la muestra fue seleccionada de forma verdaderamente aleatoria. Si el método de selección introduce un sesgo — por ejemplo, encuestar únicamente a personas que están en casa durante el día, dejando fuera a quienes trabajan en ese horario — los resultados dejan de ser representativos, sin importar qué tan grande sea la muestra ni qué tan bien calculada esté.
¿Por qué obtengo casi siempre 385 para poblaciones grandes distintas?
Si calculas el tamaño de muestra para una población de 450,000, otra de 1,000,000 y otra de 4,500,000 — manteniendo 95% de confianza y 5% de margen de error — notarás algo curioso: las tres arrojan un resultado casi idéntico, alrededor de 385.
No es un error: es una propiedad matemática de la fórmula. Con Z = 1.96, margen de error de 5% y variabilidad máxima (p = q = 0.5), el cálculo base es:
n = (1.96² × 0.5 × 0.5) / 0.05² = 0.9604 / 0.0025 ≈ 384.16 → se redondea a 385
Cuando la población es mucho más grande que ese resultado base, la corrección por población finita apenas la reduce — por eso poblaciones de cientos de miles o millones convergen prácticamente al mismo número. La diferencia se vuelve notoria solo con poblaciones relativamente pequeñas (unos pocos miles o menos).
n = (N · Z² · p · q) / (e² · (N−1) + Z² · p · q)
- n = tamaño de muestra buscado
- N = tamaño de la población o universo
- Z = parámetro estadístico según el nivel de confianza (1.96 para 95%, 2.576 para 99%)
- e = error de estimación máximo aceptado, en decimales (5% = 0.05)
- p = probabilidad de que ocurra el evento estudiado (éxito)
- q = 1−p, probabilidad de que no ocurra el evento estudiado
Esta es la fórmula para población finita que utiliza esta calculadora.
Consejos al calcular el tamaño de la muestra
Si tu población es pequeña, considera hacer un censo completo en vez de una muestra.
Revisa si existen estudios previos similares al tuyo que puedan servirte de referencia para estimar la variabilidad.
Verifica si tu universidad o institución exige una tabla de referencia específica para el tamaño de muestra.
Usa una calculadora como esta para evitar errores manuales en el cálculo.
Tipos de muestreo que puedes aplicar
Calcular el tamaño correcto es solo la mitad del trabajo — la otra mitad es seleccionar a los participantes de forma adecuada. Existen dos grandes familias de muestreo:
Muestreo probabilístico
Aleatorio simple
Cada elemento de la población tiene la misma probabilidad de ser seleccionado, típicamente mediante sorteo o un generador de números aleatorios.
Estratificado
La población se divide en subgrupos (estratos) según una característica relevante, y se muestrea proporcionalmente dentro de cada uno.
Sistemático
Se elige un elemento inicial al azar y luego se seleccionan los siguientes a intervalos regulares (cada k-ésimo elemento).
Por conglomerados
Se seleccionan grupos completos ya existentes (aulas, sucursales, distritos) en lugar de individuos sueltos.
Muestreo no probabilístico
Por conveniencia
Se seleccionan los participantes más accesibles o fáciles de contactar. Rápido y económico, aunque no garantiza representatividad estadística.
Deliberado o por juicio
El investigador elige a los participantes según su criterio y experiencia, priorizando a quienes aportan información clave para el estudio.
Bola de nieve
Se inicia con pocos participantes que recomiendan a otros, ampliando la muestra de forma progresiva. Útil en poblaciones difíciles de localizar.
Por cuotas
Se seleccionan participantes hasta completar cuotas definidas por variables como edad, género o nivel socioeconómico.
Importancia de calcular el tamaño de muestra
Determinar correctamente el tamaño de muestra no es un formalismo metodológico — tiene consecuencias directas sobre la validez de tu investigación:
- Una muestra demasiado pequeña puede producir resultados poco concluyentes y, en estudios con personas, puede considerarse poco ético exponer participantes a un estudio sin poder estadístico suficiente.
- Una muestra excesivamente grande consume recursos y tiempo que podrían ahorrarse sin ganar precisión relevante en los resultados.
- El tamaño de muestra, junto con el tamaño del efecto que buscas detectar, es uno de los dos factores que más influye en la utilidad real de un estudio.
Conclusión
El cálculo del tamaño de muestra debe hacerse en la etapa de planificación de tu investigación, no después de recolectar los datos. Depende del nivel de confianza que necesites, el margen de error que puedas tolerar y el tamaño de tu población — aunque, como vimos, esta última pesa menos de lo que se suele pensar una vez que la población es grande.
Usa esta calculadora cada vez que planifiques un nuevo estudio, y si tienes dudas sobre qué parámetros le corresponden a tu investigación específica, nuestro equipo de Sciencia Expert puede orientarte en la asesoría metodológica de tu tesis o proyecto.
Preguntas frecuentes
¿Qué pasa si no conozco el tamaño exacto de mi población?
Puedes usar una estimación razonable basada en fuentes oficiales (INEI, la propia institución, registros administrativos). Si realmente no existe ningún dato de referencia, puedes tratar la población como "infinita" y usar directamente n₀ sin la corrección de población finita.
¿Por qué la mayoría de estudios usan 95% de confianza y 5% de error?
Porque ofrecen un balance práctico: suficiente rigor estadístico sin exigir muestras excesivamente grandes ni difíciles de recolectar en el tiempo típico de una tesis o estudio institucional.
¿El tamaño de muestra es lo mismo que la tasa de respuesta?
No. El tamaño de muestra es cuántas personas necesitas encuestar para tener validez estadística; la tasa de respuesta es cuántas de las personas contactadas efectivamente responden. Si esperas una tasa de respuesta baja, conviene contactar a más personas de las que indica el resultado de la calculadora.
¿Puedo usar esta calculadora para cualquier tipo de investigación?
Sirve para estudios cuantitativos que requieren generalizar resultados a una población (encuestas, estudios descriptivos o correlacionales). Para investigación cualitativa, el tamaño de la muestra se define con otros criterios, como la saturación teórica, no con esta fórmula.