You are on page 1of 10

http://www.netquest.

com/blog/es/que-tamano-de-muestra-necesito/

Usted está aquí: Inicio > Blog de Netquest

« El ser humano es móvil, Netquest también
Netquest como ESOMAR Latin American partner en Brasil y Argentina

»

¿QUÉ TAMAÑO DE MUESTRA
NECESITO?

Escrito
Director

por Carlos
de

Marketing

e

Innovación

Ochoa
en

Netquest. +

info

11 de noviembre 2013

Una de las secciones de nuestra web más visitadas es
la CALCULADORA DE MUESTRAS. Gracias a esta aplicación,
indicando unos datos básicos sobre la población que deseas
investigar y el máximo error que estás dispuesto a tolerar,
obtienes una estimación del tamaño de muestra que necesitas
para tu encuesta.
A menudo recibimos consultas relativas a esta calculadora: qué
fórmulas emplea, qué significa margen de error, nivel de
confianza… Hoy nos proponemos explicar cómo funciona
exactamente.

personas de Brasil entre 15 y 65 años. lo habitual es referirnos a dos parámetros: el margen de error y el nivel de confianza.1 hijos/persona con un margen de error del 5%. ¿cuál es el tamaño de muestra mínimo que necesito encuestar? La forma en que mido el error Cuando quiero fijar el máximo error que estoy dispuesto a aceptar en una encuesta. vamos a cometer cierto error en los datos que observemos. si quiero calcular la media de hijos que tienen los habitantes de Brasil entre 15 y 65 años. Eso . me gustaría poder decir que la media es 2. Por el hecho de que la muestra es de un tamaño inferior al total del universo. El dato puede ser en general de dos tipos: una media o una proporción. un total de 136 millones de personas) mediante una encuesta a una muestra de este universo.El problema El problema a resolver es el siguiente: queremos estudiar un universo de personas (por ejemplo. Por ejemplo. ¿Qué significa cada cosa? El margen de error es el intervalo en el cuál espero encontrar el dato que quiero medir de mi universo. Si estamos dispuestos a aceptar un % de error determinado.

afirmando que son un total de 61. altera los restantes: 1. me gustaría poder estimar el número de personas de Brasil entre 15 y 65 años que viven en un piso de propiedad. si obtenemos un nivel de confianza del 95%. nivel de confianza y tamaño de la muestra siempre van de la mano.5 millones (40%). podríamos decir que el porcentaje de personas de mi universo que viven en un piso de propiedad. en el 95% de los casos se encontrará entre el 40% y el 50%. lo que significaría que la realidad está entre 68 millones (50%) y 54.significaría que espero que la media esté entre 2. 95 veces la proporción que busco estaría dentro del intervalo y 5 veces fuera. Relación entre error y tamaño de muestra Margen de error. error del 5% con confianza 95%) necesitaré un tamaño de muestra mínimo correspondiente.1 – 5% y 2. lo que da un intervalo de 2. Por ejemplo. .35 millones personas (45% de la población) con un margen del 5% de error. Por ejemplo.21.00 <-> 2. O dicho de otra manera. Si quiero obtener un margen de error y un nivel de confianza determinado (por ejemplo. Aumentar el nivel de confianza obliga a aumentar el tamaño de la muestra.1 + 5%. Si quisiera definir un margen de error para una proporción. Reducir el margen de error obliga a aumentar el tamaño de la muestra. si repitiese 100 veces mi encuesta seleccionando muestras aleatorias del mismo tamaño. El nivel de confianza expresa la certeza de que realmente el dato que buscamos esté dentro del margen de error. Modificar cualquiera de los 3 parámetros. procedería de forma similar. 2. siguiendo con el caso anterior.

los habitantes de Brasil que tienen piso de propiedad) «se aproxima bien» a una distribución normal (también llamada campana de Gauss). Pero. podemos saber cuál es la probabilidad de que el universo tenga ese mismo valor o un valor parecido. ¿qué fórmulas gobiernan la relación entre los parámetros anteriores? El conjunto de teoremas que se conocen como LEY DE LOS GRANDES NÚMEROS viene a nuestro rescate.e. La forma en que disminuye la probabilidad a medida que me alejo de la media corresponde a una distribución gaussiana. si el 45% de mi muestra de brasileños tiene piso de propiedad. Gracias al teorema del límite central. % de personas con piso de propiedad) sobre una muestra. En concreto. cuando calculamos una media (p.3. de manera que englobemos el 95% de la probabilidad (nivel de confianza).e. Estos teoremas son los que dan soporte matemático a la idea de que el promedio de una muestra al azar de una población de gran tamaño tenderá a estar cerca de la media de la población completa. hijos por persona) o una proporción (p. 43% aún menos. puedo afirmar que 45% es el valor más probable del universo estudiado. Si aumenta el tamaño de mi muestra. En mi ejemplo. Un porcentaje de 44% será algo menos probable. la suma de muchas variables aleatorias independientes (en el ejemplo. La distancia a la que me tengo que alejar del valor más probable para englobar este 95% determina el margen de error. El valor que calculemos en la muestra será el más probable para nuestro universo y a medida que nos alejamos de este valor (por arriba o por abajo) cada vez serán valores menos probables. en condiciones muy generales. Podemos fijar un intervalo alrededor del valor más probable. etc… Lo mismo sucede para valores superiores: 46% es menos probable que 45%. puedo reducir el margen de error o incrementar el nivel de confianza. el teorema del límite central demuestra que. .

es muy fácil adaptar las fórmulas de la distribución gaussiana a cualquier caso (sea cuál sea la media y desviación). Para ello usamos la siguiente fórmula: .96 y +1. ¿qué está haciendo la calculadora? Conociendo la propiedad anterior.58.96 de la media.Según el gráfico anterior. desviación 1) si queremos englobar los valores que cubren el 95% de los casos. Vamos a ver con detalle el caso de la estimación de una proporción. para una distribución normalizada (media 0. Si quiero cubrir el 99% de los casos. Y entonces. tengo que definir un margen de error entre -1. el margen debe alejarse hasta +-2.

la convergencia a una población normal es más precisa. si justamente estamos haciendo una encuesta para conocer esta proporción? La razón de que esta p aparezca en la fórmula es que cuando una población es muy uniforme. Si en mi ejemplo. 136 millones de brasileños entre 15 y 65 años) Z = Es la desviación del valor medio que aceptamos para lograr el nivel de confianza deseado. yo espero que como máximo el % de personas que tengan un piso de propiedad sea un 5%. Si por el contrario.645 Nivel de confianza 95% -> Z=1.96 Nivel de confianza 99% -> Z=2. Este parámetro suele confundir bastante a primera vista: ¿cómo voy a saber qué proporción espero. desconozco completamente qué puedo esperar.575 e = Es el margen de error máximo que admito (p. la opción más prudente sería usar el peor caso: la población se distribuye a partes iguales entre propietarios y no propietarios. podría usar este valor como p y el tamaño de mi muestra se reduciría. . 5%) p = Es la proporción que esperamos encontrar.e. lo que permite reducir el tamaño de muestra. por lo que p=50%. En función del nivel de confianza que busquemos. usaremos un valor determinado que viene dado por la forma que tiene la distribución de Gauss.Donde: n = El tamaño de la muestra que queremos calcular N = Tamaño del universo (p. Los valores más frecuentes son: Nivel de confianza 90% -> Z=1.e.

5 * (1 – 0. queremos saber qué % de ellos vive en un piso de propiedad. resultando lo siguiente: Ejemplo: Retomamos nuestro caso anterior.052 = 384. En este caso puedo usar la fórmula simplificada pues 136 millones > 100. usaremos p=50% si no tengo ninguna información sobre el valor que espero encontrar. La fórmula anterior podemos simplificarla cuando trabajamos con universos de tamaño muy grande (se considera muy grande a partir de 100.Como regla general. Tenemos una población de 136 millones de brasileños entre 15 y 65 años. Si tengo alguna información.16 -> 385 Debo encuestar por lo tanto a 384 personas para mantenerme dentro de los niveles de error definidos. con un margen de error del 5% y un nivel de confianza del 95%. Supondremos que no tenemos ninguna información previa sobre cuál puede ser el % de propietarios que podemos obtener en la encuesta.000. usaré el valor aproximado que espero (ajustando hacia el 50% ante la duda). y usaremos p=50% pues no tengo información previa sobre el resultado esperado: n = 1. Si a raíz de un estudio realizado el año anterior obtuvimos que el % de brasileños propietarios de su vivienda era del 20%. El resultado sería: . y se espera que el dato de este año no haya variado en más de 5 puntos (entre 15% y 25%).5) / 0.962 * 0.000 individuos). podríamos reemplazar p por el peor caso esperado = 25%.

podemos simplificar esta fórmula cuando el tamaño del universo es muy grande. Las fórmulas son idénticas teniendo en cuenta que p(p-1)en realidad es una medida de la varianza de la población. es un dato que debemos obtener de un estudio previo o de una estimación propia.25) / 0. el tamaño de la muestra cuando trabajo con universos finitos es Donde σ2: Es la varianza que esperamos encontrar en la población (es el cuadrado de la desviación estándar. debo usar una estimación de dicha varianza en la fórmula. Si estimo una media. en lugar de p(p-1). Nuevamente.962 * 0. σ).052 = 288. Nuevamente.n = 1.25 * (1 – 0. . la edad media de los habitantes de un país). De esta forma.12 -> 289 Y si estoy tratando de estimar una media Las fórmulas anteriores se emplean para determinar el tamaño de muestra que necesito cuando quiero estimar una proporción. pero existen unas fórmulas equivalentes cuando lo que trato de estimar es una media (por ejemplo.

netquest. que en ausencia de información. http://www. Y si lo que necesitas estimar es el tamaño de una muestra para estimar una media o hacer otro cálculo más complejo. sólo debes saber que el parámetro “nivel de heterogeneidad” es esta proporción esperada y. te invitamos a visitar la sección decalculadoras avanzadas.5752 * 502 / 202 = 41.html . Sabemos de un estudio anterior que la desviación estándar de este coeficiente intelectual es 50.575). tendríamos n = 2. Esperamos que os hayamos ayudado a interpretar el uso de estas calculadoras.000 individuos).Ejemplo: Supongamos que queremos estimar cual es el coeficiente intelectual medio de la población mundial con un margen de error de +-20 y un nivel de confianza del 99% (corresponde a Z=2. Si estás tratando de estimar una proporción.44 -> 42 ¿Necesito hacer estos cálculos? No. por eso disponemos de una calculadora que hace todo el trabajo por ti. Usando la fórmula para universos grandes (puesto que la población mundial es mayor a 100.com/es/panel/calculadora-muestras. deberás indicar un valor de 50%.

Pdf muy complet https://riunet.pdf .upv.es/bitstream/handle/10251/7940/El%20teorema%20central %20del%20limite.