Calculadora del tamaño de muestra para una proporción

Introduzca como decimales la proporción prevista, el mayor margen de error aceptable y un nivel de confianza bilateral. El resultado aplica la aproximación normal estándar y siempre redondea hacia arriba, pues una fracción de participante u observación no permite alcanzar la precisión objetivo. Resulta útil para planificar encuestas, sondeos, auditorías, experimentos y controles de calidad antes de recopilar datos.

Elija datos que correspondan a la pregunta del estudio

Comience expresando todos los valores como decimales. Un margen de cinco puntos porcentuales se introduce como 0.05 y un nivel de confianza del 95 por ciento como 0.95. La proporción estimada representa la mejor previsión disponible sobre la parte de la población que tendrá la característica estudiada. Puede proceder de un estudio piloto, una encuesta anterior, registros operativos o una población verdaderamente comparable. Si no dispone de una estimación defendible, 0.5 es la elección conservadora habitual, porque el producto de p por uno menos p alcanza su máximo en 0.5. Para un margen y una confianza fijos, ese valor genera por tanto la muestra más grande. Defina el resultado antes de elegir la estimación: la proporción de clientes que renuevan no equivale a la proporción que recomienda un producto. Los datos deben describir un único resultado binario y una población concreta. La calculadora presupone observaciones independientes y un margen medido en la escala de la proporción, no un porcentaje relativo del resultado previsto.

Comprenda el cálculo y el redondeo ascendente

La calculadora convierte primero el nivel de confianza bilateral en su valor crítico de la normal estándar, conocido habitualmente como puntuación z. Después calcula z al cuadrado por la proporción estimada por uno menos dicha proporción, y divide el resultado entre el margen de error al cuadrado. Es la fórmula habitual de planificación de una proporción mediante aproximación normal. La cantidad obtenida se redondea al entero superior. Esto es importante: redondear al entero más cercano podría dejar el estudio justo por debajo de la precisión declarada. La puntuación z se muestra para facilitar la comprobación, aunque el tamaño de muestra se obtiene con el valor interno sin redondear. El resultado es un mínimo sujeto a los supuestos de la fórmula, no una garantía de que toda muestra observada presente exactamente ese error. La incertidumbre real depende de la proporción observada y del proceso de muestreo. Tampoco se incluyen ajustes por falta de respuesta, registros inválidos, abandono, conglomerados, ponderación o mediciones repetidas; deben añadirse después al diseño del estudio.

Interprete el resultado y ajuste el diseño del estudio

Interprete el resultado como el número de respuestas u observaciones útiles e independientes que necesita el análisis. Si prevé que solo responderá el 80 por ciento de las personas invitadas, divida la cantidad útil requerida entre 0.8 y redondee hacia arriba para calcular cuántas invitaciones debe enviar. Los muestreos por conglomerados, por ejemplo alumnado dentro de centros o pacientes dentro de clínicas, suelen requerir además un ajuste por efecto de diseño, ya que las observaciones de un mismo grupo están correlacionadas. Una población finita conocida puede justificar una corrección por población finita, pero esta calculadora ofrece deliberadamente el resultado estándar para poblaciones grandes, de modo que sus supuestos sean claros y reutilizables. Los sucesos extremadamente raros o frecuentes también pueden necesitar métodos específicos para la cobertura de intervalos. Antes de recopilar datos, documente el margen, la confianza, la proporción prevista, la tasa de respuesta esperada y cualquier efecto de diseño. Para automatizar la planificación, la API cuesta $0.002 por solicitud y devuelve el mismo cálculo determinista.