Calculadora de Tamaño de Muestra

1. Ingresa el tamaño de la población (N): Es el número total de personas en el grupo que quieres estudiar. Por ejemplo: 1,000 estudiantes en una universidad, 500 empleados en una empresa o 3,200 profesores en una región. Si la población es desconocida o muy grande, ingresa un número grande como 1,000,000.

2. Elige el nivel de confianza: Indica qué tan seguro quieres estar de que los resultados representan a la población. 95% es el estándar para la mayoría de las tesis. Usa 99% para investigaciones médicas o de alto riesgo. 90% es aceptable para estudios exploratorios.

3. Define el margen de error: Indica cuánto error estás dispuesto a aceptar. 5% es el estándar. Un margen menor (ej., 3%) requiere una muestra más grande. Un margen mayor (ej., 8%) permite una muestra más pequeña pero con menos precisión.

4. Proporción esperada (avanzado): Es el porcentaje estimado de la población que tiene la característica que estudias. Si no estás seguro, deja en 50%, lo que da el tamaño de muestra más grande (más conservador). Si investigaciones previas sugieren que la proporción está alrededor del 20% o 80%, puedes ajustar para obtener una muestra más pequeña y eficiente.

5. Analiza los tres resultados: La calculadora muestra Yamane, Cochran y Krejcie & Morgan lado a lado para que compares y elijas el método que prefiera tu asesor de tesis.

6. Sigue la recomendación: La calculadora sugiere qué método citar según tus parámetros y área de estudio.

7. Agrega una reserva por no respuesta: Siempre distribuye un 10-15% más de cuestionarios que el tamaño mínimo de muestra para compensar cuestionarios incompletos o no devueltos.

Determinar el tamaño correcto de muestra es una de las decisiones más importantes en el diseño de investigación. Una muestra muy pequeña puede no detectar efectos significativos, mientras que una muestra innecesariamente grande desperdicia recursos y tiempo.

Los Tres Métodos

Yamane (1967) ofrece el cálculo más sencillo para investigación general. Se usa ampliamente en instituciones académicas. Sin embargo, asume un nivel de confianza del 95% y una variabilidad del 50%, por lo que no se puede ajustar para otros niveles de confianza.

Cochran (1977) es el método más flexible y reconocido internacionalmente. Permite ajustar el nivel de confianza, el margen de error y la proporción esperada. Incluye un factor de corrección para poblaciones finitas.

Krejcie & Morgan (1970) es la referencia más citada para tamaño de muestra en educación, psicología y ciencias sociales. Con un nivel de confianza del 95% y una proporción del 50%, da el mismo resultado que Cochran.

¿Por Qué las Poblaciones Grandes Siempre Dan ~400?

Notarás que para poblaciones muy grandes (50,000+), el tamaño de muestra se estabiliza alrededor de 380-400 sin importar el tamaño de la población. Esto es matemáticamente esperado: a medida que la población crece, la fórmula converge a un valor fijo determinado solo por el nivel de confianza y el margen de error. Al 95% de confianza y 5% de margen, Yamane converge a 400 y Cochran a 384. Por eso muchos estudios con poblaciones grandes usan simplemente alrededor de 400 encuestados.

Notas Importantes

Los tres métodos asumen muestreo aleatorio simple. Si usas muestreo estratificado, por conglomerados o multietápico, consulta un manual de metodología de investigación para los ajustes correspondientes.