Cómo calcular el tamaño de la muestra con fórmula: ejemplo paso a paso para tu tesis
Tu asesor te acaba de decir que necesitas “justificar estadísticamente” tu muestra y tú solo tienes una lista de estudiantes o pacientes sin idea de cuántos encuestar. Saber cómo calcular el tamaño de la muestra con la fórmula correcta es exactamente el paso que separa un capítulo de metodología aceptado de uno devuelto con observaciones. No se trata de adivinar un número que “se vea razonable”: existe una fórmula específica según si conoces o no el total de tu población, y aplicarla mal es de los errores más comunes que los jurados de tesis de grado detectan en UNAM, UBA, la Universidad Nacional de Colombia o cualquier universidad latinoamericana.
En esta guía vas a encontrar las dos fórmulas que necesitas (población finita e infinita), la tabla de valores Z según el nivel de confianza que elijas, y un ejemplo numérico completo resuelto desde cero, para que puedas replicarlo con los datos reales de tu propia investigación.
Respuesta rápida: Para calcular el tamaño de la muestra usas la fórmula de Cochran. Si tu población es desconocida o muy grande (más de 100,000), aplicas n = (Z² × p × q) / e². Si conoces el tamaño exacto de tu población (N), usas la versión con corrección para población finita: n = (N × Z² × p × q) / ((N-1) × e² + Z² × p × q). Con 95% de confianza (Z=1.96), 5% de margen de error y p=q=0.5, una población de 5,000 personas requiere una muestra de 358 encuestados.
Los 4 datos que necesitas antes de calcular tu muestra
Antes de tocar cualquier fórmula, define estos cuatro valores. Si te falta alguno, el cálculo no tiene sentido:
- N (tamaño de la población): el total de personas, casos o unidades que conforman tu universo de estudio. Por ejemplo, los 4,800 estudiantes matriculados en la Facultad de Economía de tu universidad en el semestre actual. Si tu población y muestra no están bien delimitadas todavía, resuelve eso primero.
- Nivel de confianza (Z): qué tan seguro quieres estar de que tu resultado refleja a la población real. Los valores más comunes en tesis de grado son 90%, 95% y 99%.
- Margen de error (e): cuánto margen de imprecisión aceptas en tus resultados. Lo habitual en ciencias sociales es 5%; en estudios exploratorios se acepta hasta 8-10%.
- Proporción esperada (p y q): la proporción estimada de la población que presenta la característica que estudias (p) y la que no (q = 1 – p). Si no tienes datos previos, usa p = 0.5 y q = 0.5, el escenario más conservador.
Con estos cuatro valores definidos, ya puedes elegir cuál fórmula aplicar.
Fórmula para población infinita o desconocida
Usa esta versión cuando no conoces el tamaño exacto de tu población, o cuando esta es tan grande (convencionalmente más de 100,000 unidades) que la corrección por finitud no cambia el resultado de forma relevante.
n = (Z² × p × q) / e²
Donde:
- n = tamaño de muestra que buscas
- Z = valor Z según el nivel de confianza elegido
- p = proporción esperada del fenómeno de estudio
- q = 1 – p
- e = margen de error, expresado en decimal (5% = 0.05)
Esta fórmula se usa mucho para estudios de opinión a nivel nacional, encuestas de mercado sin lista completa de clientes, o cuando trabajas con una población que crece constantemente (por ejemplo, usuarios activos de una app).
Fórmula para población finita (con corrección)
Esta es la fórmula que necesita la mayoría de las tesis de grado en LATAM, porque casi siempre conoces el N exacto: la matrícula de tu facultad, el número de empresas registradas en una cámara de comercio, o los pacientes atendidos en un hospital durante un periodo específico.
n = (N × Z² × p × q) / ((N – 1) × e² + Z² × p × q)
La diferencia frente a la fórmula anterior es el factor de corrección (N-1) en el denominador. Este ajuste reduce el tamaño de muestra necesario a medida que tu población es más pequeña, porque estadísticamente necesitas encuestar una proporción menor de un grupo reducido para representarlo con la misma confianza.
Un atajo habitual —y perfectamente válido en el capítulo de marco metodológico de tu tesis— es calcular primero n con la fórmula infinita (n₀) y luego aplicar la corrección:
n = n₀ / (1 + (n₀ – 1) / N)
Ambos caminos llegan al mismo resultado; el segundo es más fácil de explicar paso a paso en tu documento porque separas claramente el cálculo en dos etapas.
Tabla de valores Z según el nivel de confianza
El valor de Z proviene de la distribución normal estándar y es el mismo sin importar el país o la disciplina. Estos son los tres niveles que verás en el 95% de las tesis de grado:
| Nivel de confianza | Valor de Z | Cuándo usarlo |
|---|---|---|
| 90% | 1.645 | Estudios exploratorios, tesinas o proyectos con plazos ajustados |
| 95% | 1.96 | El estándar por defecto en tesis de grado y maestría |
| 99% | 2.576 | Estudios clínicos, farmacológicos o de alto riesgo donde el error debe minimizarse |
Si tu asesor no especifica un nivel, 95% es la elección segura: es lo que la mayoría de comités de tesis en México, Argentina, Colombia, Chile, Perú y Ecuador esperan ver sin pedir justificación adicional.
Ejemplo paso a paso completo
Vamos a resolver un caso real. Supón que estás haciendo tu tesis de grado sobre hábitos de estudio y tu población es de N = 5,000 estudiantes matriculados en tu facultad. Decides trabajar con 95% de confianza y 5% de margen de error, y no tienes estudios previos sobre la proporción exacta del fenómeno, así que usas p = q = 0.5.
Paso 1 — Define tus variables:
- N = 5,000
- Z = 1.96 (95% de confianza)
- p = 0.5, q = 0.5
- e = 0.05 (5%)
Paso 2 — Calcula n₀ (población infinita):
n₀ = (Z² × p × q) / e² = (1.96² × 0.5 × 0.5) / 0.05²
n₀ = (3.8416 × 0.25) / 0.0025 = 0.9604 / 0.0025 = 384.16 → redondeas hacia arriba a 385
Paso 3 — Aplica la corrección para población finita:
n = n₀ / (1 + (n₀ – 1) / N) = 385 / (1 + (385 – 1) / 5,000)
n = 385 / (1 + 384 / 5,000) = 385 / (1 + 0.0768) = 385 / 1.0768 = 357.6
Paso 4 — Redondea hacia arriba:
El tamaño de muestra final es 358 estudiantes. Nunca redondees hacia abajo en este tipo de cálculo: quedarte por debajo del número exacto invalida la representatividad estadística que estás buscando.
Ese número —358— es el que reportas en tu capítulo de metodología, junto con la fórmula, los valores usados y la justificación de por qué elegiste ese nivel de confianza y margen de error. Si tu instrumento es una encuesta con escalas, este es también el momento de revisar cómo diseñar el instrumento de recolección de datos que vas a aplicar a esos 358 estudiantes.
Tabla comparativa: cómo cambia la muestra según margen de error
Un solo punto porcentual de margen de error puede cambiar tu muestra en decenas o cientos de personas. Esta tabla usa la misma población (N=5,000) y confianza (95%) del ejemplo anterior, variando solo el margen de error:
| Margen de error | Tamaño de muestra (N=5,000, 95% confianza) |
|---|---|
| 3% | ~880 |
| 5% | ~358 |
| 7% | ~191 |
| 10% | ~94 |
Esta tabla explica por qué muchos estudiantes con presupuesto y tiempo limitado eligen un margen de error de 7-8% en vez de 3%: la diferencia entre encuestar 880 personas y 191 puede significar semanas de trabajo de campo adicional. Lo importante es que documentes y justifiques la elección frente a tu comité, no que la escondas.
Errores comunes al calcular el tamaño de muestra
- Confundir población con marco muestral. Si tu N incluye personas que en realidad no califican para el estudio (por ejemplo, estudiantes de otros semestres), tu cálculo parte de un número equivocado desde el inicio.
- Redondear hacia abajo. Si tu fórmula arroja 357.6, la muestra correcta es 358, nunca 357. Es un error pequeño que un jurado atento sí detecta.
- Usar la fórmula infinita cuando conoces N. Si tienes el dato exacto de tu población y aún así usas la fórmula sin corrección, tu muestra queda sobredimensionada innecesariamente, lo que te cuesta tiempo y recursos de campo.
- Asumir p sin justificación cuando sí existe evidencia previa. Si un estudio similar en tu universidad reportó que el 30% de los estudiantes presenta cierta característica, usar p=0.5 por defecto en vez de p=0.3 te hace calcular una muestra más grande de la necesaria.
- No reportar la fórmula completa en el documento. Escribir solo el número final sin mostrar Z, p, q y e deja al comité sin forma de verificar tu cálculo, y en la sustentación es la primera pregunta que suelen hacer.
Este cálculo te dice cuántas personas necesitas, pero no cómo elegirlas dentro de tu población: esa decisión depende del tipo de muestreo que uses (aleatorio simple, estratificado, por conglomerados o no probabilístico). Si todavía no has definido ese punto, revisa esta guía sobre los tipos de muestreo en investigación para elegir el método adecuado antes de salir a campo. Si además necesitas construir la tabla de operacionalización de variables antes de definir tu instrumento, resuélvela en paralelo: el tamaño de muestra y la operacionalización suelen ir en la misma sección del capítulo metodológico.
Herramientas para agilizar el cálculo
Las calculadoras de muestra en línea aplican exactamente las fórmulas de esta guía y te ahorran los cálculos manuales, pero no reemplazan la explicación que tu comité espera leer en el documento. Lo más eficiente es usar una calculadora para verificar el número y luego redactar tú mismo la justificación paso a paso, tal como se muestra en el ejemplo de esta guía.
Si estás escribiendo el capítulo de metodología completo, Tesify te ayuda a estructurar esta sección junto con el resto de tu marco metodológico, verificando que la fórmula, las variables y la redacción sean coherentes con las normas de tu universidad, sin inventar datos ni resultados que no puedas sustentar.
Termina tu capítulo de metodología con ayuda de Tesify
Tesify te acompaña a redactar la justificación del tamaño de muestra, el marco metodológico y el resto de tu tesis de grado, con un plan gratuito pensado para estudiantes con presupuesto ajustado en México, Argentina, Colombia, Chile, Perú y Ecuador.
Preguntas frecuentes
¿Cuál es la fórmula más usada para calcular el tamaño de la muestra?
La más usada es la fórmula de Cochran. Si no conoces el tamaño exacto de tu población (o es muy grande), usas la versión para población infinita: n = (Z² × p × q) / e². Si sí conoces el tamaño total (N), aplicas la versión con corrección para población finita: n = (N × Z² × p × q) / ((N-1) × e² + Z² × p × q).
¿Qué valor de Z debo usar si trabajo con 95% de confianza?
Para un nivel de confianza del 95%, el valor de Z es 1.96. Para 90% es 1.645 y para 99% es 2.576. Estos valores provienen de la distribución normal estándar y son los mismos en cualquier país de LATAM.
¿Qué pasa si no sé la proporción p de mi fenómeno de estudio?
Cuando no tienes un estudio previo que te indique la proporción esperada, usa el valor conservador p = 0.5 (y q = 0.5). Esta combinación maximiza el tamaño de muestra necesario, por lo que tu resultado nunca quedará corto.
¿Cuántas personas necesito encuestar si mi población es de 500 estudiantes?
Con una población de 500, confianza del 95% (Z=1.96), margen de error del 5% y p=q=0.5, el tamaño de muestra con la fórmula finita es de aproximadamente 217 personas. Si subes el margen de error a 8%, la muestra baja a cerca de 100.
¿El tamaño de muestra cambia según el tipo de muestreo?
La fórmula calcula el tamaño mínimo estadístico, pero cómo seleccionas a esas personas (aleatorio simple, estratificado, por conglomerados) es un paso aparte. Si usas muestreo no probabilístico (por conveniencia, bola de nieve), la fórmula pierde su justificación estadística y el tamaño se define por saturación o criterios del asesor.
¿Puedo usar una calculadora en línea en vez de aplicar la fórmula a mano?
Sí, las calculadoras en línea aplican exactamente estas fórmulas. Sin embargo, tu comité de tesis normalmente pide que expliques el cálculo paso a paso en el capítulo de metodología, así que necesitas entender qué significa cada variable aunque uses una herramienta para agilizar el número final.
Para fuentes académicas adicionales sobre las fórmulas de cálculo muestral, puedes consultar el artículo de referencia en Redalyc y el ejemplo aplicado publicado en SciELO Colombia.
Leave a Reply