Calcula el tamaño de muestra según el nivel de confianza, el margen de error y la población — para una proporción o una media, con corrección.
Elige un escenario y luego ajusta el nivel de confianza, el margen y la población.
También podrías encontrar útiles estas calculadoras
Calcula desviación estándar y varianza
Calcula puntaje z, percentil y probabilidad
Calcula las tres medidas de tendencia central a la vez
Calcula probabilidad, permutaciones y combinaciones
Antes de hacer una encuesta o un estudio, necesitas saber a cuántas personas muestrear — suficientes para tener resultados fiables, pero sin desperdiciar tiempo y dinero. Esta calculadora halla el tamaño de muestra necesario a partir de tres datos: tu nivel de confianza (lo seguro que quieres estar), tu margen de error (la precisión ± que aceptarás) y tu proporción esperada. Sirve para encuestas de una proporción (como 'qué % votará que sí') y para estimar una media, aplica una corrección por población finita cuando tu grupo es pequeño, y también puede trabajar al revés para indicarte el margen de error de una muestra que ya tienes. Para una encuesta típica con un 95% de confianza y un margen de ±5%, necesitas unas 385 respuestas.
La fórmula estándar para una proporción es la de Cochran: n₀ = z² × p(1−p) ÷ e². Aquí z es la puntuación z de tu nivel de confianza (1,645 para 90%, 1,96 para 95%, 2,576 para 99%), p es la proporción esperada y e es el margen de error en decimal. Cuando no tienes una estimación de p, usa 0,5 — produce el tamaño de muestra más grande y seguro. Por ejemplo, con un 95% de confianza (z = 1,96), p = 0,5 y un margen de ±5% (e = 0,05): n₀ = 1,96² × 0,5 × 0,5 ÷ 0,05² ≈ 385. Si tu población es pequeña, la corrección por población finita reduce el número: n = n₀ ÷ [1 + (n₀−1)/N]. Para estimar una media en lugar de una proporción, la fórmula es n = (z × σ ÷ E)², donde σ es la desviación estándar y E es el margen de error en las mismas unidades. Referencias comunes con 95% de confianza y p = 0,5: ±5% necesita 385, ±3% necesita 1.068 y ±1% necesita 9.604.
Fórmula de Cochran para el Tamaño de Muestra
Dimensiona una encuesta de clientes o de mercado para un margen de error objetivo.
Halla a cuántos votantes encuestar para un margen de ±3% con 95% de confianza.
Determina la muestra necesaria para una tesis, disertación o artículo de investigación.
Elige el tamaño de muestra de inspección de un lote de producción (CPF de población pequeña).
Dimensiona un estudio para estimar una media dentro de un margen usando la desviación estándar.
Calcula el margen de error de una encuesta que ya hiciste.
Consigue suficientes respuestas para resultados fiables sin muestrear de más y malgastar recursos.
Dimensiona un estudio tanto si mides un porcentaje como si estimas un promedio.
Reduce automáticamente la muestra cuando encuestas una población pequeña y conocida.
Halla el tamaño de muestra que necesitas, o el margen de error de una muestra que ya tienes.
Una tabla de sensibilidad y un gráfico muestran cómo crece la muestra al exigir más precisión.
Sin registro — las fórmulas estadísticas estándar, hechas por ti.
Usa la fórmula de Cochran para una proporción: n = z² × p(1−p) ÷ e². Introduce la puntuación z de tu nivel de confianza (1,96 para 95%), tu proporción esperada p (usa 0,5 si no estás seguro) y tu margen de error e en decimal. Esta calculadora lo hace por ti y aplica una corrección por población si hace falta.
Para una encuesta típica con 95% de confianza y un margen de ±5%, necesitas unas 385 respuestas, sin importar lo grande que sea la población total. Ajustar el margen a ±3% lo eleva a unas 1.068. Introduce tu propia confianza y margen arriba para un número exacto.
No hay un único número 'bueno' — depende de la precisión que necesites. 385 basta para ±5% con 95% de confianza; muchos sondeos nacionales usan ~1.000 para aproximadamente ±3%. Más respuestas reducen el margen de error, pero con rendimientos decrecientes.
Unas 385 personas, usando una proporción esperada conservadora del 50%. Si muestreas una población pequeña y conocida, la corrección por población finita puede reducirlo — por ejemplo, una población de 500 solo necesita unas 217.
El margen de error es el rango ± alrededor de tu resultado que refleja la incertidumbre del muestreo. Un margen de ±5% sobre un resultado del 60% significa que el valor real está probablemente entre el 55% y el 65%. Una muestra más grande produce un margen de error menor.
Normalmente no. Para poblaciones grandes, el tamaño de muestra necesario apenas cambia, así que puedes dejarlo en blanco. El tamaño de la población solo importa cuando tu muestra sería una fracción grande (en torno al 10% o más) de una población pequeña — entonces la corrección por población finita reduce el número que necesitas.
Es un ajuste que reduce el tamaño de muestra necesario cuando muestreas una parte considerable de una población pequeña, porque cada respuesta aporta proporcionalmente más información. La fórmula es n = n₀ ÷ [1 + (n₀−1)/N], donde N es el tamaño de la población.
Porque p = 0,5 maximiza p(1−p), produce el tamaño de muestra más grande. Usar el 50% cuando no tienes una estimación previa garantiza que tu muestra sea suficientemente grande sea cual sea la proporción real.