/

Tamaño de Muestra & Margen de Error

Nivel•Estándar Cochran (95% conf., ±5% error)

Tamaño de Muestra & Margen de Error

Calcula el tamaño de muestra estadístico y el margen de error para encuestas o pruebas A/B mediante la fórmula de Cochran, corrección por población finita (FPC) y curvas de intervalos de confianza.

Accesos rápidos

Panel de control de parámetros

Modelo de proporción única
Z = 1.96
±5.0%
±0.5% (Alta precisión (99% conf., ±1% error))±3.0% (Estándar Gallup (95% conf., ±3% error))±5.0% (Precisión estándar (95% conf., ±5% error))±10.0%
50%
10% (Proporción de baja frecuencia (5%))90% (Proporción prevalente (80/20))
Población infinita o desconocida
1.0x
Muestreo aleatorio simple (DEFF = 1.0)Conglomerado moderado (DEFF = 1.5)Conglomerado alto (DEFF = 2.0)
20%

Tasa de abandono o no respuesta: compensa la pérdida esperada inflando el tamaño de muestra a reclutar.

Muestra requerida (n)
385

Ajustada por población finita (FPC)

95% Confianza
Contactos necesarios
482

Ajustado por tasa de no respuesta

20% Tasa de abandono
Error estándar (SE)
2.55%

Variabilidad de la estimación muestral

σ/√n
Población infinita
∞

Base para población infinita (n₀)

Fórmula base de Cochran (n₀)

Curva de rendimientos decrecientes

Punto óptimo de muestra
n=385 (±5.0%)Margen de error (±%)Tamaño de la muestra (n)

Rendimientos decrecientes: duplicar el tamaño muestral no divide el margen de error a la mitad; las ganancias de precisión se reducen progresivamente.

Campana de Gauss (Distribución normal)

Intervalo de confianza: 95% (two-tailed)
-1.96α/2+1.96α/2
Deducción de la fórmula muestral
Paso 1: Estimación inicial de Cochrann₀ = (Z² · p · (1-p) · DEff) / E²= (1.96² · 0.50 · 0.50 ) / 0.0500² = 385
Paso 2: Corrección por población finita (FPC)n = n₀ / [1 + (n₀ - 1) / N]No se requiere corrección al representar el 5 % o menos de la población.
Comparación de intervalos
Intervalo de Wald [45.0%, 55.0%]Intervalo de Wilson [45.03%, 54.97%]
Rigor Estadístico CochranCálculo basado en la fórmula de Cochran con ajuste de población finita para una precisión matemática absoluta.
Privacidad 100% en el NavegadorTodos los cálculos se procesan de forma privada en su navegador sin transferir datos a servidores externos.
Exportación de ResultadosExporte informes metodológicos completos con tablas de sensibilidad y parámetros en formato CSV o PDF.

Procesamiento en el cliente

Cálculo de alto rendimiento ejecutado íntegramente en la memoria del navegador.

Sin envío de datos al servidor

Toda la información permanece estrictamente local, sin comunicación con servidores externos.

Exportación lista para producción

Formatos de salida depurados y optimizados, listos para su uso inmediato.

Aviso metodológico y de precisión

Cálculos basados en la fórmula de Cochran bajo el supuesto de muestreo aleatorio simple. Para diseños muestrales complejos, estratificados o por conglomerados, aplique el factor de efecto de diseño (DEFF).

Referencia técnica y guía de arquitectura

Calculadora de Muestra & Margen de Error — Guía de referencia

Calcula el tamaño de la muestra estadística y el margen de error para encuestas o pruebas A/B mediante la fórmula de Cochran, corrección por población finita y curvas de intervalos de confianza.

Calculadora de Muestra & Margen de Error — Guía de referencia — Arquitectura en memoria del lado del cliente y flujo de datos
Calculadora de Muestra & Margen de Error — Guía de referencia — Arquitectura en memoria del lado del cliente y flujo de datos

Parámetros clave y controles

Nivel de confianza (1 - Alfa)Umbral de certeza estadística

Probabilidad a largo plazo de que muestras independientes repetidas capturen el parámetro poblacional real dentro del margen de error. Viene determinado por el valor crítico Z de la distribución normal estándar (90 % = 1,645; 95 % = 1,960; 99 % = 2,576).

Por defecto: 95%
Margen de error (radio absoluto E)Semiamplitud de precisión

Diferencia máxima admisible entre el estadístico muestral observado y el parámetro poblacional real. Reducir el margen de error a la mitad exige cuadruplicar el tamaño de la muestra debido a la ley cuadrática inversa.

Por defecto: 5.0%
Proporción poblacional (varianza previa p)Parámetro de distribución de Bernoulli

Proporción estimada del atributo estudiado en la población. Establecer p = 0,50 genera la varianza matemática máxima p(1 - p) = 0,25, lo que garantiza la estimación de tamaño muestral más conservadora y segura.

Por defecto: 50%
Tamaño de la población o universo (N)Cardinalidad de población finita

Número total de entidades en el universo de estudio. Cuando la fracción de muestreo (n / N) supera el 5 %, el factor de corrección para población finita (FPC) reduce el tamaño muestral necesario sin perder precisión.

Por defecto: Infinita
Potencia estadística (1 - Beta)Sensibilidad de detección de hipótesis

Probabilidad de rechazar correctamente la hipótesis nula cuando existe un efecto real en pruebas A/B. El estándar de referencia se sitúa en el 80 % (Z_beta = 0,842) o 90 % (Z_beta = 1,282) para evitar errores de tipo II (falsos negativos).

Por defecto: 80%
Tasa de no respuesta o abandono (r)Ajuste de campo por abandono

Porcentaje previsto de participantes seleccionados que rechazan o no completan el cuestionario. Sirve para calcular el objetivo inicial de captación: n_invitados = ceil(n / (1 - r)).

Por defecto: 20%

Consejos profesionales y mejores prácticas

Ley cuadrática inversa: el coste de duplicar la precisión

La precisión no escala de forma lineal. Reducir el margen de error de ±4 % a ±2 % divide el intervalo por la mitad, pero exige multiplicar el tamaño de la muestra exactamente por cuatro (de 601 a 2401 respuestas con un 95 % de confianza). Planifica tu presupuesto de campo teniendo en cuenta esta curva de rendimientos decrecientes.

El umbral del 5 % para la corrección por población finita

Si tu universo objetivo N es grande en comparación con la muestra inicial (concretamente n0 / N < 0,05), aplicar la corrección por población finita (FPC) apenas reduce la muestra necesaria en menos del 2,5 %. Puedes asumir con total seguridad una población infinita, salvo que analices colectivos reducidos y delimitados, como departamentos corporativos o cohortes clínicas específicas.

El riesgo de fijar la proporción al 50 % en eventos infrecuentes

Fijar p = 0,50 es prudente en sondeos de opinión general, pero sobredimensiona de forma notable la muestra si estudias eventos poco frecuentes (como una tasa de conversión web del 1 % o un 0,5 % de defectos de fabricación). Al medir sucesos atípicos, utilizar una estimación piloto de p = 0,02 reduce la muestra requerida en más de un 92 %.

Cálculo riguroso de la no respuesta frente a la simple suma porcentual

Al compensar una tasa de no respuesta del 40 %, no sumes un 40 % directamente al tamaño muestral (n * 1,40). Debes dividir entre el complemento de respuesta efectiva: n / (1 - 0,40) = n * 1,667. Si multiplicas simplemente por 1,40, tu estudio de campo se quedará un 16 % por debajo de las encuestas válidas necesarias, comprometiendo la potencia estadística.

Problemas comunes y soluciones

⚠️El tamaño muestral calculado supera el tamaño total de la población

Si se exigen niveles de precisión excesivamente estrictos en grupos reducidos (por ejemplo, ±1 % de error con N = 300), la fórmula base de Cochran arroja un valor n > N. La calculadora activa automáticamente los límites hipergeométricos para población finita, acotando el tamaño máximo en N y recomendando realizar un censo completo al 100 %.

⚠️Los extremos del intervalo de confianza caen fuera del rango válido [0 %, 100 %]

La aproximación normal estándar de Wald (p ± E) pierde validez con proporciones extremas (p < 0,05 o p > 0,95), llegando a generar porcentajes negativos incoherentes. La herramienta calcula de manera automática los intervalos de puntuación de Wilson con corrección por continuidad para asegurar límites estrictamente contenidos entre 0 % y 100 %.

⚠️Aviso de incumplimiento del teorema central del límite en muestras pequeñas

Cuando n * p < 5 o n * (1 - p) < 5, la distribución muestral presenta una marcada asimetría y los valores críticos de la aproximación normal dejan de ser fiables. El sistema emite una alerta para aplicar el método binomial exacto de Clopper-Pearson o ampliar el tamaño de la muestra.

⚠️El desequilibrio de tráfico en pruebas A/B disminuye la potencia estadística efectiva

Desviarse de un reparto simétrico 50/50 hacia una asignación asimétrica como 90/10 disminuye de forma sustancial el tamaño muestral efectivo. La necesidad de muestra global se incrementa según el factor (1 + k)^2 / (4 * k), donde k representa la proporción entre variantes.

Preguntas frecuentes (FAQ)

¿Cómo se calcula el tamaño de la muestra con la fórmula de Cochran?▼

La fórmula de Cochran para el tamaño muestral es n0 = (Z^2 * p * (1 - p)) / E^2, donde Z representa el valor crítico de la distribución normal estándar (1,96 para un 95 % de confianza), p es la proporción estimada del atributo en la población (0,5 para varianza máxima) y E es el margen de error deseado expresado en decimales (0,05 para ±5 %). En una población infinita con un 95 % de confianza y un 5 % de error, el cálculo es n0 = (1,96^2 * 0,5 * 0,5) / (0,05^2) = 384,16, que se redondea al alza a 385 participantes.

¿Cuál es un buen margen de error para una encuesta o sondeo?▼

Un margen de error de entre ±3 % y ±5 % con un nivel de confianza del 95 % constituye el estándar habitual en sondeos de opinión pública, investigación académica y estudios de mercado. En ensayos clínicos, farmacéuticos o regulatorios de alto impacto se exigen márgenes más estrictos de entre ±1 % y ±2 %, mientras que en estudios exploratorios internos preliminares se suelen admitir márgenes de hasta ±8 % para reducir costes de captación.

¿Qué diferencia hay entre nivel de confianza y margen de error?▼

El nivel de confianza refleja la certeza estadística de que los resultados representan a la población global, indicando el porcentaje de veces que muestras repetidas contendrían el parámetro real (habitualmente el 95 %). El margen de error delimita la horquilla numérica superior e inferior en torno al porcentaje muestral (como ±3 %). Si una encuesta señala un 60 % de satisfacción con un margen de ±3 % al 95 % de confianza, significa que al repetir el muestreo 100 veces, en 95 de ellas la satisfacción real oscilará entre el 57 % y el 63 %.

¿Cuándo se debe aplicar el factor de corrección por población finita?▼

El factor de corrección por población finita (FPC) debe aplicarse siempre que el tamaño muestral preliminar n0 represente más del 5 % de la población objetivo N (n0 / N > 0,05). El FPC ajusta la muestra mediante la fórmula n = n0 / (1 + (n0 - 1) / N). Por ejemplo, al investigar una plantilla de 1000 empleados con un 95 % de confianza y un 5 % de margen de error, la muestra base de 385 se reduce a 278 respuestas, ahorrando 107 entrevistas sin perder representatividad ni precisión.

¿Cómo repercute la tasa de no respuesta en el tamaño muestral necesario?▼

El tamaño muestral que calculan las fórmulas estadísticas define el número de respuestas válidas completadas, no el volumen de invitaciones enviadas. Para obtener n encuestas completas con una tasa de no respuesta prevista r, el reclutamiento total se calcula como n_invitados = ceil(n / (1 - r)). Si necesitas 400 respuestas y estimas una tasa de finalización del 25 % (un 75 % de no respuesta), deberás enviar invitaciones a 400 / (1 - 0,75) = 1600 participantes potenciales.

Herramientas y utilidades relacionadas

Todas las herramientas →