Qu tamao de muestra necesito?

Una de las secciones de nuestra web ms visitadas es la CALCULADORA DE

MUESTRAS. Gracias a esta aplicacin, indicando unos datos bsicos sobre la
poblacin que deseas investigar y el mximo error que ests dispuesto a
tolerar, obtienes una estimacin del tamao de muestra que necesitas para tu
encuesta.

A menudo recibimos consultas relativas a esta calculadora: qu frmulas

emplea, qu significa margen de error, nivel de confianza... Hoy nos
proponemos explicar cmo funciona exactamente.

El problema

El problema a resolver es el siguiente: queremos estudiar un universo de

personas (por ejemplo, personas de Brasil entre 15 y 65 aos, un total de 136
millones de personas) mediante una encuesta a una muestra de este universo.
Por el hecho de que la muestra es de un tamao inferior al total del universo,
vamos a cometer cierto error en los datos que observemos. Si estamos
dispuestos a aceptar un % de error determinado, cul es el tamao de
muestra mnimo que necesito encuestar?

La forma en que mido el error

Cuando quiero fijar el mximo error que estoy dispuesto a aceptar en una
encuesta, lo habitual es referirnos a dos parmetros: el margen de error y el
nivel de confianza. Qu significa cada cosa?
El margen de error es el intervalo en el cul espero encontrar el dato que
quiero medir de mi universo. El dato puede ser en general de dos tipos: una
media o una proporcin. Por ejemplo, si quiero calcular la media de hijos que
tienen los habitantes de Brasil entre 15 y 65 aos, me gustara poder decir que
la media es 2,1 hijos/persona con un margen de error del 5%. Eso significara
que espero que la media est entre 2,1 - 5% y 2,1 + 5%, lo que da un intervalo
de 2,00 <-> 2,21.
Si quisiera definir un margen de error para una proporcin, procedera de
forma similar. Por ejemplo, me gustara poder estimar el nmero de personas
de Brasil entre 15 y 65 aos que viven en un piso de propiedad, afirmando que
son un total de 61.35 millones personas (45% de la poblacin) con un margen
del 5% de error, lo que significara que la realidad est entre 68 millones (50%)
y 54,5 millones (40%).
El nivel de confianza expresa la certeza de que realmente el dato que
buscamos est dentro del margen de error. Por ejemplo, siguiendo con el caso
anterior, si obtenemos un nivel de confianza del 95%, podramos decir que el
porcentaje de personas de mi universo que viven en un piso de propiedad, en
el 95% de los casos se encontrar entre el 40% y el 50%. O dicho de otra
manera, si repitiese 100 veces mi encuesta seleccionando muestras aleatorias
del mismo tamao, 95 veces la proporcin que busco estara dentro del
intervalo y 5 veces fuera.

Relacin entre error y tamao de muestra

Margen de error, nivel de confianza y tamao de la muestra siempre van de la

mano. Si quiero obtener un margen de error y un nivel de confianza
determinado (por ejemplo, error del 5% con confianza 95%) necesitar un
tamao de muestra mnimo correspondiente. Modificar cualquiera de los 3
parmetros, altera los restantes:

1. Reducir el margen de error obliga a aumentar el tamao de la muestra.

2. Aumentar el nivel de confianza obliga a aumentar el tamao de la muestra.

3. Si aumenta el tamao de mi muestra, puedo reducir el margen de error o

incrementar el nivel de confianza.

Pero, qu frmulas gobiernan la relacin entre los parmetros anteriores? El

conjunto de teoremas que se conocen como LEY DE LOS GRANDES
NMEROS viene a nuestro rescate. Estos teoremas son los que dan soporte
matemtico a la idea de que el promedio de una muestra al azar de una
poblacin de gran tamao tender a estar cerca de la media de la poblacin
completa. En concreto, el teorema del lmite central demuestra que, en
condiciones muy generales, la suma de muchas variables
aleatorias independientes (en el ejemplo, los habitantes de Brasil que tienen
piso de propiedad) se aproxima bien a una distribucin normal (tambin
llamada campana de Gauss).

Gracias al teorema del lmite central, cuando calculamos una media (p.e. hijos
por persona) o una proporcin (p.e. % de personas con piso de propiedad)
sobre una muestra, podemos saber cul es la probabilidad de que el universo
tenga ese mismo valor o un valor parecido. El valor que calculemos en la
muestra ser el ms probable para nuestro universo y a medida que nos
alejamos de este valor (por arriba o por abajo) cada vez sern valores menos
probables. En mi ejemplo, si el 45% de mi muestra de brasileos tiene piso de
propiedad, puedo afirmar que 45% es el valor ms probable del universo
estudiado. Un porcentaje de 44% ser algo menos probable, 43% an menos,
etc... Lo mismo sucede para valores superiores: 46% es menos probable que
45%.

La forma en que disminuye la probabilidad a medida que me alejo de la media

corresponde a una distribucin gaussiana. Podemos fijar un intervalo alrededor
del valor ms probable, de manera que englobemos el 95% de la probabilidad
(nivel de confianza). La distancia a la que me tengo que alejar del valor ms
probable para englobar este 95% determina el margen de error.
Segn el grfico anterior, para una distribucin normalizada (media 0,
desviacin 1) si queremos englobar los valores que cubren el 95% de los
casos, tengo que definir un margen de error entre -1,96 y +1,96 de la media. Si
quiero cubrir el 99% de los casos, el margen debe alejarse hasta +-2,58.

Y entonces, qu est haciendo la calculadora?

Conociendo la propiedad anterior, es muy fcil adaptar las frmulas de la

distribucin gaussiana a cualquier caso (sea cul sea la media y
desviacin). Vamos a ver con detalle el caso de la estimacin de una
proporcin. Para ello usamos la siguiente frmula:

Donde:

n = El tamao de la muestra que queremos calcular

N = Tamao del universo (p.e. 136 millones de brasileos entre 15 y 65 aos)
Z = Es la desviacin del valor medio que aceptamos para lograr el nivel de
confianza deseado. En funcin del nivel de confianza que busquemos,
usaremos un valor determinado que viene dado por la forma que tiene la
distribucin de Gauss. Los valores ms frecuentes son:

Nivel de confianza 90% -> Z=1,645

Nivel de confianza 95% -> Z=1,96

Nivel de confianza 99% -> Z=2,575

e = Es el margen de error mximo que admito (p.e. 5%)

p = Es la proporcin que esperamos encontrar. Este parmetro suele confundir
bastante a primera vista: cmo voy a saber qu proporcin espero, si
justamente estamos haciendo una encuesta para conocer esta proporcin?

La razn de que esta p aparezca en la frmula es que cuando una poblacin es

muy uniforme, la convergencia a una poblacin normal es ms precisa, lo que
permite reducir el tamao de muestra. Si en mi ejemplo, yo espero que como
mximo el % de personas que tengan un piso de propiedad sea un 5%, podra
usar este valor como p y el tamao de mi muestra se reducira. Si por el
contrario, desconozco completamente qu puedo esperar, la opcin ms
prudente sera usar el peor caso: la poblacin se distribuye a partes iguales
entre propietarios y no propietarios, por lo que p=50%.

Como regla general, usaremos p=50% si no tengo ninguna informacin sobre

el valor que espero encontrar. Si tengo alguna informacin, usar el valor
aproximado que espero (ajustando hacia el 50% ante la duda).

La frmula anterior podemos simplificarla cuando trabajamos con universos de

tamao muy grande (se considera muy grande a partir de 100.000 individuos),
resultando lo siguiente:

Ejemplo: Retomamos nuestro caso anterior. Tenemos una poblacin de 136

millones de brasileos entre 15 y 65 aos, queremos saber qu % de ellos vive
en un piso de propiedad, con un margen de error del 5% y un nivel de
confianza del 95%. Supondremos que no tenemos ninguna informacin previa
sobre cul puede ser el % de propietarios que podemos obtener en la
encuesta. En este caso puedo usar la frmula simplificada pues 136 millones >
100.000, y usaremos p=50% pues no tengo informacin previa sobre el
resultado esperado:
n = 1,962 * 0,5 * (1 - 0,5) / 0,052 = 384,16 -> 385
Debo encuestar por lo tanto a 384 personas para mantenerme dentro de los
niveles de error definidos.

Si a raz de un estudio realizado el ao anterior obtuvimos que el % de

brasileos propietarios de su vivienda era del 20%, y se espera que el dato de
este ao no haya variado en ms de 5 puntos (entre 15% y 25%), podramos
reemplazar p por el peor caso esperado = 25%. El resultado sera:

n = 1,962 * 0,25 * (1 - 0,25) / 0,052 = 288,12 -> 289

Y si estoy tratando de estimar una media

Las frmulas anteriores se emplean para determinar el tamao de muestra que
necesito cuando quiero estimar una proporcin, pero existen unas frmulas
equivalentes cuando lo que trato de estimar es una media (por ejemplo, la edad
media de los habitantes de un pas). Las frmulas son idnticas teniendo en
cuenta que p(p-1) en realidad es una medida de la varianza de la poblacin. Si
estimo una media, debo usar una estimacin de dicha varianza en la frmula,
en lugar de p(p-1). De esta forma, el tamao de la muestra cuando trabajo con
universos finitos es

Donde
2: Es la varianza que esperamos encontrar en la poblacin (es el cuadrado de
la desviacin estndar, ). Nuevamente, es un dato que debemos obtener de
un estudio previo o de una estimacin propia.

Nuevamente, podemos simplificar esta frmula cuando el tamao del universo

es muy grande.
Ejemplo: Supongamos que queremos estimar cual es el coeficiente intelectual
medio de la poblacin mundial con un margen de error de +-20 y un nivel de
confianza del 99% (corresponde a Z=2,575). Sabemos de un estudio anterior
que la desviacin estndar de este coeficiente intelectual es 50. Usando la
frmula para universos grandes (puesto que la poblacin mundial es mayor
a 100.000 individuos), tendramos
n = 2,5752 * 502 / 202 = 41,44 -> 42

Necesito hacer estos clculos?

No, por eso disponemos de una calculadora que hace todo el trabajo por ti. Si
ests tratando de estimar una proporcin, slo debes saber que el parmetro
"nivel de heterogeneidad" es esta proporcin esperada y, que en ausencia de
informacin, debers indicar un valor de 50%. Y si lo que necesitas estimar es
el tamao de una muestra para estimar una media o hacer otro clculo ms
complejo, te invitamos a visitar la seccin de calculadoras avanzadas.

Esperamos que os hayamos ayudado a interpretar el uso de estas

calculadoras.