Tamaño de muestra y criterios de inclusión en un TFG de Enfermería: cómo calcularlo y justificarlo (2026)

El capítulo de metodología de un TFG de Enfermería se suspende casi siempre por el mismo motivo: la muestra no está justificada. No basta con escribir «se encuestó a 60 pacientes»; el tribunal quiere ver de dónde sale ese número, qué población representa y por qué esos criterios de inclusión y exclusión son los correctos para tu pregunta clínica. Esta guía cubre las piezas que sostienen ese apartado: la diferencia entre muestra y población, los criterios de selección, el cálculo del tamaño muestral y cómo se declara según el diseño, con un ejemplo numérico completo que puedes adaptar a tu propio estudio.

Población diana, población accesible y marco muestral

Antes de calcular nada hay que distinguir tres conceptos que los TFG confunden constantemente. La población diana es el grupo teórico al que quieres generalizar tus conclusiones (por ejemplo, «pacientes adultos hospitalizados con úlceras por presión en España»). La población accesible es la parte de esa población a la que realmente puedes llegar con los recursos de un TFG: normalmente los pacientes ingresados en la unidad o centro de salud donde haces las prácticas o donde tu tutor te ha conseguido el acceso. El marco muestral es el listado concreto del que extraes la muestra: el censo de pacientes de una planta en una fecha dada, el listado de historias clínicas que cumplen un código CIE-10, o el registro de citas de una consulta de enfermería durante un periodo.

El error más frecuente es redactar los objetivos pensando en la población diana y, en metodología, describir solo la población accesible sin reconocer la diferencia. Esa distancia entre lo que dices que investigas y lo que realmente puedes muestrear es lo que se discute después en el apartado de limitaciones, así que declárala aquí con honestidad: reduce el riesgo de que el tribunal la señale como si no la hubieras visto.

Cómo redactar los criterios de inclusión y exclusión sin dejar huecos

Los criterios de inclusión definen quién puede formar parte del estudio; los de exclusión, quién no debe hacerlo aunque cumpla los de inclusión. La regla práctica que usan los revisores es que un criterio de inclusión y uno de exclusión no pueden ser el simple negativo del otro, y cada criterio necesita un motivo verificable, no una intuición.

Ejemplo aplicado a un TFG sobre adherencia terapéutica en pacientes con diabetes tipo 2 en atención primaria:

• Inclusión: pacientes de 18 años o más con diagnóstico de diabetes mellitus tipo 2 registrado en la historia clínica electrónica con una antigüedad mínima de 6 meses; en tratamiento farmacológico activo; con al menos una consulta de enfermería en los últimos 3 meses.
• Exclusión: deterioro cognitivo documentado que impida responder al cuestionario; diabetes gestacional o tipo 1; residencia fuera del área de salud de referencia; negativa a firmar el consentimiento informado.

Cada criterio responde a una pregunta distinta: el diagnóstico y su antigüedad garantizan que hablas de la enfermedad crónica que quieres estudiar y no de un diagnóstico reciente en fase de ajuste; el deterioro cognitivo protege la validez de las respuestas; la residencia fuera del área evita perder seguimiento. Cuando redactes los tuyos, pregúntate para cada línea: «¿qué amenaza a mi estudio evita exactamente este criterio?». Si no sabes responder, probablemente sobra.

Cómo calcular el tamaño de muestra: la fórmula de Cochran paso a paso

Para estudios descriptivos o de prevalencia con población finita conocida, la fórmula más citada en los TFG de Enfermería es la de Cochran con corrección para poblaciones finitas:

n = [N · Z² · p · (1-p)] / [e² · (N-1) + Z² · p · (1-p)]

Donde N es el tamaño de la población accesible, Z el valor crítico para el nivel de confianza elegido, p la proporción esperada del fenómeno que estudias (si no la conoces, se usa 0,5 porque maximiza el tamaño necesario) y e el error máximo admisible, casi siempre 0,05.

Los valores de Z más usados en TFG: 1,64 para un 90% de confianza, 1,96 para un 95% y 2,58 para un 99%. Cuanta más confianza exiges, mayor es el tamaño de muestra que necesitas para el mismo error, así que el 95% es el equilibrio estándar que casi ningún tribunal cuestiona.

Ejemplo resuelto con datos hipotéticos etiquetados como tales: supongamos una unidad de hospitalización con una población accesible de N = 220 pacientes ingresados a lo largo del periodo de recogida, un nivel de confianza del 95% (Z = 1,96), una prevalencia estimada del fenómeno del 30% (p = 0,3, tomada de un estudio previo similar que debes citar si existe) y un error del 5% (e = 0,05):

n = [220 · 1,96² · 0,3 · 0,7] / [0,05² · 219 + 1,96² · 0,3 · 0,7] = [220 · 3,8416 · 0,21] / [0,5475 + 0,8067] ≈ 177,5 / 1,354 ≈ 131

Con esa población y esos parámetros necesitarías alrededor de 131 pacientes para que la estimación tenga el margen de error declarado. A ese número hay que sumarle una previsión de pérdidas: si esperas un 15% de rechazos o abandonos, divide el resultado entre 0,85 (131 / 0,85 ≈ 154) y redondea al alza. Este cálculo va en el TFG con sus cifras exactas, la fuente de la prevalencia usada y el software o la calculadora empleada (G*Power, Epidat o el cálculo manual mostrado aquí son igualmente válidos si documentas la fórmula).

Cuando el diseño es cualitativo (entrevistas, grupos focales) el tamaño no se calcula con esta fórmula: se justifica por saturación teórica, el punto en el que las últimas entrevistas ya no aportan categorías nuevas. Indica en el TFG cuántas entrevistas hiciste y en cuál dejaste de encontrar información nueva.

Cómo cambia la muestra según el tipo de diseño

El apartado de muestra no se redacta igual en todos los diseños clínicos:

• Transversal (el más frecuente en TFG): la muestra se recoge en un único corte temporal; el tamaño se calcula con la fórmula de prevalencia mostrada arriba.
• Cohortes: necesitas dos grupos (expuestos y no expuestos) y el cálculo se basa en la diferencia de incidencias esperada entre ambos, no en una sola prevalencia; declara el tiempo de seguimiento y las pérdidas esperadas en ese periodo, no solo al inicio.
• Casos y controles: el tamaño depende de la razón de casos por control (habitualmente 1:2 o 1:3 en TFG por la dificultad de reclutar casos) y de la frecuencia de exposición esperada en los controles; aquí los criterios de inclusión deben ser simétricos para casos y controles salvo en la variable de resultado.

Nombrar explícitamente el tipo de diseño y adaptar el cálculo a él es lo que distingue un apartado de muestra bien construido de uno copiado de otro TFG con un diseño distinto: el tribunal lo detecta en segundos cuando la fórmula no encaja con el diseño declarado.

Muestreo probabilístico o no probabilístico según tu acceso real

El muestreo aleatorio simple o el estratificado (por ejemplo, por turno o planta) son los que un tribunal prefiere porque permiten generalizar con más rigor, pero exigen un marco muestral completo y accesible, algo que rara vez tiene un estudiante de grado. En la práctica, la mayoría de los TFG de Enfermería recurren a un muestreo consecutivo (se incluye a todo paciente que cumple los criterios durante el periodo de recogida, por orden de llegada) o a un muestreo por conveniencia acotado a un turno o servicio. Revisa los tipos de muestreo no probabilístico y cómo justificarlos si tu diseño encaja en este grupo: ninguna de las dos opciones es un defecto si la reconoces como tal y explicas la amenaza a la validez externa que implica.

Acceso al campo: permiso de la unidad, la gerencia y el comité de ética

Ningún cálculo de muestra sirve si no puedes acceder a los pacientes. En Enfermería eso significa, en este orden habitual: autorización de la supervisora o dirección de enfermería de la unidad, visto bueno de la comisión de investigación o gerencia del centro cuando se van a revisar historias clínicas o reclutar pacientes, y aprobación del Comité de Ética de la Investigación cuando el estudio implica contacto directo con personas o datos clínicos identificables. Consulta cómo pedir acceso a datos clínicos para tu TFG antes de cerrar el cronograma: este trámite puede tardar semanas, así que solicítalo en cuanto tengas el protocolo cerrado, no cuando ya necesites empezar a recoger datos.

Cómo redactar el apartado de muestra en tu TFG (frase modelo)

Un párrafo que integra los elementos de esta guía podría quedar así: «La población diana estuvo constituida por pacientes adultos con diagnóstico de diabetes mellitus tipo 2 en seguimiento en atención primaria. La población accesible correspondió a los pacientes citados en la consulta de enfermería del centro de salud X durante el periodo de estudio (N = 220), de los que se calculó un tamaño muestral de 154 pacientes (nivel de confianza 95%, error 5%, prevalencia estimada 30% según [autor, año], previendo un 15% de pérdidas). Se aplicó un muestreo consecutivo según los criterios de inclusión y exclusión descritos, hasta alcanzar el tamaño calculado o agotar el periodo de recogida, lo que ocurriera antes.» Esa última cláusula —qué haces si el periodo se agota antes de llegar al número— es la que más tribunales piden y menos estudiantes incluyen. Cuando llegues a resultados, la tabla de características de la muestra es la que traduce esta descripción en cifras concretas por variable.

Errores que bajan la nota en el apartado de muestra

• Declarar un tamaño de muestra «redondo» (50, 100) sin ninguna fórmula ni justificación detrás.
• Usar p = 0,5 y, dos párrafos después, citar una prevalencia distinta sin explicar por qué no se usó en el cálculo.
• No declarar las pérdidas esperadas ni lo que se hizo cuando ocurrieron de verdad.
• Mezclar el diseño en objetivos (por ejemplo, «comparar dos grupos») con una muestra descrita como si fuera un único corte transversal.
• Copiar los criterios de inclusión de otro TFG sin adaptarlos al centro, al periodo o a la variable de resultado propia.

Si tu diseño exige un checklist de reporte (STROBE para observacionales, CONSORT para ensayos), revisa qué checklist te corresponde según tu diseño: varios de esos ítems obligatorios son exactamente los que se piden en esta guía sobre muestra y criterios de selección, así que resolverlos aquí te adelanta trabajo en el checklist final. Para ver cómo encaja este apartado dentro del TFG completo, la guía de estructura del TFG de Enfermería sitúa la muestra en el conjunto del trabajo, desde la pregunta PICO hasta la defensa.

Preguntas frecuentes

¿Puedo usar p = 0,5 aunque no tenga ni idea de la prevalencia real?

Sí. Es la opción estándar y más conservadora cuando no existe un estudio previo que te dé una estimación: maximiza el tamaño de muestra necesario, así que si tu cálculo con p = 0,5 ya es viable con tus recursos, cualquier prevalencia real menor solo hará que tu muestra sea más que suficiente.

¿Qué pasa si no llego al tamaño de muestra calculado?

Se declara como limitación del estudio, se recalcula el error real obtenido con el tamaño final (la misma fórmula, despejando e) y se discute el efecto sobre la potencia estadística en el apartado de discusión. No calcular ese error real y callarlo es lo que penaliza un tribunal, no el hecho de tener una muestra más pequeña de la prevista.

¿Necesito consentimiento informado si solo reviso historias clínicas anonimizadas?

Depende del centro y de si los datos son verdaderamente anonimizados de forma irreversible o solo disociados. La respuesta correcta la da siempre el Comité de Ética o la unidad de investigación del centro, no una suposición del estudiante; solicita esa evaluación antes de empezar la revisión.

¿Cuántas entrevistas necesito en un TFG cualitativo de Enfermería?

No hay un número fijo: se justifica por saturación teórica. Como referencia orientativa, los estudios fenomenológicos de TFG suelen moverse entre 8 y 15 entrevistas, pero lo que defiende el número ante el tribunal es la evidencia de que las últimas entrevistas ya no aportaban categorías nuevas, no la cifra en sí.

¿El tamaño de muestra cambia si mi variable de resultado es continua en vez de una proporción?

Sí: cuando comparas medias (por ejemplo, puntuaciones de una escala de dolor o de calidad de vida) el cálculo usa la desviación típica esperada y la diferencia mínima que quieres detectar, no una proporción. La lógica es la misma —fijas confianza y error, resuelves para n— pero la fórmula cambia; documenta cuál usaste y de dónde sacaste la desviación típica de referencia.

Con Tesify, el cálculo y la redacción van juntos

Tesify te ayuda a documentar el cálculo del tamaño de muestra, generar los criterios de inclusión y exclusión coherentes con tu pregunta de investigación y redactar el apartado de metodología con la estructura que espera un tribunal de Enfermería, sin inventar cifras que después no puedas defender en la exposición oral.