Marcadores    
nCr y nPr    
Frecuencias    
Puntuación z    
Porcentajes    
Proporciones    
Descuentos    
Velocidad    
Densidad    
Molaridad    
Masa molar    
Ley de Ohm    
Divisiones    
Divisores    
Fracciones    
Redondeo    
Ecuaciones    
Sistemas 2x2    
Inecuaciones    
Potencias    
Logaritmos    
Semivida    
Forma polar    
De Moivre    
Pendiente    
Distancia GPS    
Cónicas    
Fibonacci    
Recurrencias    
Vectores    
Matrices    
Determinantes    
sen, cos, tg    
Triángulos    
Círculo    
Calcular edad    
Sumar horas    
Valor actual    
Valor futuro    
Payback    
Tráfico SEO    
Punto muerto    
Calcular CAGR    
Peso ideal    
Masa magra    
Talla diana    
Wind chill    
kWh a euros    
Consumo real    
Papel pintado    
Agujero guía    
m³ de madera    
   Agregar
Probabilidad y números aleatorios: calculadoras
Dos sucesos (y, o)
Dos sucesos (y, o)
Hallar P(A) y P(B)
Hallar P(A) y P(B)
Al menos una vez
Al menos una vez
Teorema de Bayes
Teorema de Bayes
Valor esperado
Valor esperado
Binomial B(n, p)
Binomial B(n, p)
nCr y nPr
nCr y nPr
Perm. circulares
Perm. circulares
Con repetición
Con repetición
Números aleatorios
Números aleatorios
Medias y estadística: calculadoras
Calcular la media
Calcular la media
Media, moda, rango
Media, moda, rango
Desviación típica
Desviación típica
Cuartiles e IQR
Cuartiles e IQR
Frecuencias
Frecuencias
Correlación (r)
Correlación (r)
Campana de Gauss
Campana de Gauss
Puntuación z
Puntuación z
IC de la media
IC de la media
Tamaño muestral
Tamaño muestral
Captura-recaptura
Captura-recaptura
Calcular p-valor
Calcular p-valor
Porcentajes y proporciones: calculadoras
Porcentajes
Porcentajes
Variación en %
Variación en %
Diferencia en %
Diferencia en %
Error relativo
Error relativo
Proporciones
Proporciones
Descuentos
Descuentos
Calculadora de IVA
Calculadora de IVA
Calcular margen
Calcular margen
Velocidad: calculadoras
Velocidad
Velocidad
Densidad y concentración: calculadoras
Densidad
Densidad
Molaridad
Molaridad
Masa molar
Masa molar
Física y electricidad: calculadoras
Ley de Ohm
Ley de Ohm
Vatios a amperios
Vatios a amperios
Código de colores
Código de colores
Caída de tensión
Caída de tensión
Conversión de unidades: calculadoras
Conversor de peso
Conversor de peso
Tallas de zapatos
Tallas de zapatos
Números enteros y con signo: calculadoras
Divisiones
Divisiones
Calculadora MCM
Calculadora MCM
Calculadora MCD
Calculadora MCD
Números enteros
Números enteros
Factores primos
Factores primos
Ec. diofánticas
Ec. diofánticas
Calculadora mod
Calculadora mod
Divisores
Divisores
Números romanos
Números romanos
Fracciones, decimales y redondeo: calculadoras
Fracciones
Fracciones
Números mixtos
Números mixtos
Simplificación
Simplificación
Fracción a decimal
Fracción a decimal
Decimal a fracción
Decimal a fracción
Redondeo
Redondeo
Ecuaciones e inecuaciones: calculadoras
Ecuaciones
Ecuaciones
Sistemas 2x2
Sistemas 2x2
Ecuación 2.º grado
Ecuación 2.º grado
Valor absoluto
Valor absoluto
Inecuaciones
Inecuaciones
Polinomios: calculadoras
Binomio de Newton
Binomio de Newton
Raíces cuadradas y raíces n-ésimas: calculadoras
Simplificar raíces
Simplificar raíces
Calcular raíces
Calcular raíces
Potencias y logaritmos: calculadoras
Potencias
Potencias
Logaritmos
Logaritmos
Número de cifras
Número de cifras
Notación ×10ⁿ
Notación ×10ⁿ
Operar ×10ⁿ
Operar ×10ⁿ
Semivida
Semivida
Números complejos: calculadoras
Números complejos
Números complejos
Forma polar
Forma polar
De Moivre
De Moivre
Funciones y gráficas: calculadoras
Pendiente
Pendiente
Ecuación recta
Ecuación recta
Proporcionalidad
Proporcionalidad
Función y = ax²
Función y = ax²
Distancia 2 puntos
Distancia 2 puntos
Distancia en 3D
Distancia en 3D
Dividir segmento
Dividir segmento
Distancia a recta
Distancia a recta
Distancia GPS
Distancia GPS
Completar cuadrado
Completar cuadrado
Circunferencia
Circunferencia
Cónicas
Cónicas
Coord. polares
Coord. polares
Sucesiones: calculadoras
Prog. aritmética
Prog. aritmética
Prog. geométrica
Prog. geométrica
Fibonacci
Fibonacci
Recurrencias
Recurrencias
Vectores: calculadoras
Vectores
Vectores
Producto vectorial
Producto vectorial
Matrices: calculadoras
Matrices
Matrices
Determinantes
Determinantes
Matriz inversa
Matriz inversa
Geometría plana: calculadoras
sen, cos, tg
sen, cos, tg
Grados ⇔ radianes
Grados ⇔ radianes
a sen θ + b cos θ
a sen θ + b cos θ
Triángulos
Triángulos
Área del triángulo
Área del triángulo
Resolver triángulo
Resolver triángulo
Teorema Pitágoras
Teorema Pitágoras
Ángulos polígono
Ángulos polígono
Razón semejanza
Razón semejanza
Rectas paralelas
Rectas paralelas
Área rectángulo
Área rectángulo
Área paralelogramo
Área paralelogramo
Área del trapecio
Área del trapecio
Círculo
Círculo
Sector circular
Sector circular
Ángulo inscrito
Ángulo inscrito
Área de la elipse
Área de la elipse
Geometría del espacio: calculadoras
Volumen del cubo
Volumen del cubo
Área del cubo
Área del cubo
Volumen ortoedro
Volumen ortoedro
Área del ortoedro
Área del ortoedro
Volumen cilindro
Volumen cilindro
Área del cilindro
Área del cilindro
Volumen de esfera
Volumen de esfera
Área de la esfera
Área de la esfera
Vol. del casquete
Vol. del casquete
Área del casquete
Área del casquete
Vol. del elipsoide
Vol. del elipsoide
Área del elipsoide
Área del elipsoide
Volumen pirámide
Volumen pirámide
Área pirámide
Área pirámide
Volumen del cono
Volumen del cono
Área del cono
Área del cono
Tronco de cono
Tronco de cono
Área tronco de cono
Área tronco de cono
Volumen de un tubo
Volumen de un tubo
Volumen cápsula
Volumen cápsula
Área de la cápsula
Área de la cápsula
Fechas y horas: calculadoras
Calcular edad
Calcular edad
Días entre fechas
Días entre fechas
Sumar días a fecha
Sumar días a fecha
Dentro de X horas
Dentro de X horas
Día de la semana
Día de la semana
Sumar horas
Sumar horas
Diferencia horaria
Diferencia horaria
Horas trabajadas
Horas trabajadas
Tiempo entre horas
Tiempo entre horas
Horas trabajadas
Horas trabajadas
Finanzas y economía: calculadoras
Interés compuesto
Interés compuesto
Interés simple
Interés simple
Ahorro e intereses
Ahorro e intereses
Calculadora TVM
Calculadora TVM
Valor actual
Valor actual
Valor futuro
Valor futuro
Calculadora de ROI
Calculadora de ROI
Calculadora de TIR
Calculadora de TIR
Payback
Payback
Rentabilidad media
Rentabilidad media
Calcular el PIB
Calcular el PIB
Marketing online y métricas publicitarias: calculadoras
Calcular el CTR
Calcular el CTR
Tasa de conversión
Tasa de conversión
CPC, CPM y CPA
CPC, CPM y CPA
Calcular el ROAS
Calcular el ROAS
CPA de equilibrio
CPA de equilibrio
Calcular el LTV
Calcular el LTV
Calcular el CAC
Calcular el CAC
Calcular el churn
Calcular el churn
Significación A/B
Significación A/B
Muestra test A/B
Muestra test A/B
Tráfico SEO
Tráfico SEO
Punto muerto
Punto muerto
Margen y markup
Margen y markup
Calcular CAGR
Calcular CAGR
Salud y forma física: calculadoras
Calculadora IMC
Calculadora IMC
Ciclos de sueño
Ciclos de sueño
Calorías diarias
Calorías diarias
Metabolismo basal
Metabolismo basal
Calculadora TDEE
Calculadora TDEE
Peso ideal
Peso ideal
Grasa corporal
Grasa corporal
Masa magra
Masa magra
Calorías quemadas
Calorías quemadas
Proteínas al día
Proteínas al día
Calcular macros
Calcular macros
Hidratos al día
Hidratos al día
Grasas al día
Grasas al día
Talla diana
Talla diana
Deporte: calculadoras
Hándicap de golf
Hándicap de golf
Calcular ritmo
Calcular ritmo
Calculadora 1RM
Calculadora 1RM
Zonas de pulso
Zonas de pulso
Meteorología: calculadoras
Índice de calor
Índice de calor
Wind chill
Wind chill
Punto de rocío
Punto de rocío
Informática: calculadoras
Cambio de base
Cambio de base
Calcular subredes
Calcular subredes
Tiempo de descarga
Tiempo de descarga
Energía del hogar y presupuesto: calculadoras
Consumo eléctrico
Consumo eléctrico
kWh a euros
kWh a euros
kWh/año a euros
kWh/año a euros
Frigorías por m²
Frigorías por m²
Gasto del aire
Gasto del aire
Gasto calefacción
Gasto calefacción
Gas o electricidad
Gas o electricidad
Ahorro con LED
Ahorro con LED
Calculadora sueldo
Calculadora sueldo
Presupuesto hogar
Presupuesto hogar
Coche: calculadoras
Gasto de gasolina
Gasto de gasolina
Coste de recarga
Coste de recarga
VE vs gasolina
VE vs gasolina
Consumo real
Consumo real
Medida neumático
Medida neumático
Energía solar y baterías: calculadoras
Producción solar
Producción solar
Número de placas
Número de placas
Amortización solar
Amortización solar
Batería doméstica
Batería doméstica
Casa y bricolaje: calculadoras
Calcular baldosas
Calcular baldosas
Calcular escalera
Calcular escalera
Calcular hormigón
Calcular hormigón
m² de paredes
m² de paredes
Papel pintado
Papel pintado
Calcular pintura
Calcular pintura
Suelo laminado
Suelo laminado
m² de fachada
m² de fachada
Calcular grava
Calcular grava
Mortero y hormigón
Mortero y hormigón
Calcular pendiente
Calcular pendiente
Despiece de madera
Despiece de madera
Edificabilidad
Edificabilidad
Vinílico en rollo
Vinílico en rollo
Calcular aislante
Calcular aislante
Medir cortinas
Medir cortinas
Pulgadas de TV
Pulgadas de TV
Calcular sustrato
Calcular sustrato
Césped en rollo
Césped en rollo
Calcular bloques
Calcular bloques
Calcular ladrillos
Calcular ladrillos
Tarima exterior
Tarima exterior
Longitud de rampa
Longitud de rampa
Agujero guía
Agujero guía
Renovaciones/hora
Renovaciones/hora
Diluir pintura
Diluir pintura
Calcular rodapié
Calcular rodapié
Medir un estor
Medir un estor
Colgar cuadros
Colgar cuadros
Pendiente desagüe
Pendiente desagüe
Calcular tornillos
Calcular tornillos
m³ de madera
m³ de madera
Calcular valla
Calcular valla
Contracción madera
Contracción madera
Calcular silicona
Calcular silicona
Pérdidas de calor
Pérdidas de calor
¿Cabe el mueble?
¿Cabe el mueble?
Cajas de mudanza
Cajas de mudanza
Capacidad armario
Capacidad armario
Despiece tableros
Despiece tableros
Flecha de baldas
Flecha de baldas

Calculadora del tamaño de la muestra y del margen de error

Hay dos formas de usar esta calculadora. ① Escribe el nivel de confianza, la proporción y el margen de error para hallar el tamaño de la muestra que necesitas. ② Escribe el nivel de confianza, la proporción y el tamaño de la muestra para hallar el margen de error. Escribe el tamaño de la población solo si lo conoces.

Escribe todos los valores en tanto por ciento (por ejemplo, «95» para un nivel de confianza del 95 % y «5» para un margen de error de ±5 %). Rellena solo una de las casillas «margen de error» y «tamaño de la muestra», según lo que quieras hallar.
Resultado
Escribe el nivel de confianza y los demás datos en las casillas de la izquierda y pulsa «Calcular». El resultado aparecerá aquí.

Qué puedes hacer en esta página

  • «¿A cuántas personas tengo que encuestar para un nivel de confianza del 95 % y un margen de error de ±5 %?». Obtén al momento el tamaño de la muestra que necesita tu encuesta
  • Al revés, «¿qué precisión, en más o menos, tiene una encuesta a 1000 personas?». En la misma página calculas también el margen de error
  • Si conoces el tamaño de la población (500 empleados, 1000 socios…), la corrección por población finita ajusta el número a las personas que de verdad necesitas
  • En esta misma página tienes la explicación sencilla de las fórmulas y fórmulas para copiar y pegar en Excel, Hojas de cálculo de Google y Python
Este cálculo supone que las personas que responden se eligen de la población al azar, y que la encuesta mide una proporción (%), como las respuestas «sí» o «no». Para diseñar una encuesta que estime una media (por ejemplo, la renta media) hace falta otra fórmula que usa la desviación típica.

¿Para qué sirve este cálculo?

Entender el «±3 puntos» de las encuestas electorales

Las encuestas de los periódicos y la televisión suelen entrevistar a entre 1000 y 2000 personas elegidas al azar entre decenas de millones de electores. Con un nivel de confianza del 95 %, un margen de error de ±3 % y una proporción del 50 %, el tamaño de la muestra necesario es \(1{,}96^2 \times 0{,}25 \div 0{,}03^2 \approx 1067{,}1\) (unas 1068 personas). Esta fórmula responde a la pregunta «¿de verdad bastan unas 1000 personas para saber lo que piensan millones?».
Al revés, también puedes ver que si la diferencia entre «un 45 % y un 47 % de intención de voto» está dentro de un margen de error de ±3 puntos, no se puede asegurar que haya una diferencia estadística.

Diseñar encuestas de satisfacción de clientes y empleados (empresa)

«¿A cuántos de nuestros 1000 socios tenemos que preguntar?» es un caso típico de corrección por población finita. Con un nivel de confianza del 95 %, un margen de error de ±5 % y una proporción del 50 %, el valor antes de corregir, 384,16, baja a \(384{,}16 \div (1 + 383{,}16 \div 1000) \approx 277{,}7\) (278 personas, redondeando hacia arriba).
Si decides de antemano cuántas respuestas bastan para la precisión que necesitas, antes de mandar recordatorio tras recordatorio a todo el mundo, puedes equilibrar con números el coste y la precisión de la encuesta.

Inspección por muestreo en la industria (control de calidad)

Esta fórmula también sirve para estimar el porcentaje de piezas defectuosas de una producción en serie sin revisarlas todas. Si los datos anteriores indican un porcentaje de defectos de alrededor del 10 %, con un nivel de confianza del 90 % y un margen de error de ±4 % sale \(1{,}65^2 \times 0{,}1 \times 0{,}9 \div 0{,}04^2 \approx 153{,}1\), así que basta con una muestra de unas 154 piezas.
El ejemplo muestra también que cuanto más se aleja la proporción del 50 %, menor es la dispersión \(\hat{p}(1-\hat{p})\) y menos piezas necesitas.

Diseñar el número de participantes de un estudio médico o epidemiológico

En un estudio epidemiológico sobre «el porcentaje de personas de una zona que tienen cierta enfermedad», el protocolo del estudio debe indicar cuántos participantes hacen falta. Si estudios anteriores apuntan a una prevalencia de alrededor del 20 %, con un nivel de confianza del 95 % y un margen de error de ±3 % sale \(1{,}96^2 \times 0{,}2 \times 0{,}8 \div 0{,}03^2 \approx 683{,}0\), unas 683 personas.
En la investigación clínica real se usan además métodos más precisos según el diseño del estudio (como el análisis de potencia). Esta fórmula es la base de la que parten.

Las audiencias de televisión salen de una muestra de hogares: ¿cuánto error tienen?

Las audiencias de televisión se estiman con un panel de hogares de muestra, no con todos los hogares. Como ejemplo simplificado (los métodos reales son más complejos), toma un panel de 2700 hogares y un programa que ven 10 de cada 100. Con un nivel de confianza del 95 %, el margen de error es \(1{,}96 \times \sqrt{0{,}1 \times 0{,}9 \div 2700} \approx 0{,}0113\) (unos ±1,1 puntos).
Así puedes ver que «la diferencia entre un 9,5 % y un 10,5 % de audiencia quizá esté dentro del margen de error», y leer las cifras de las noticias con más criterio.

Fórmula

Tamaño de la muestra necesario (cuando la población es muy grande)
Notación matemática (la forma habitual)
\(n_0\) \(=\) \(z^2\) \(\times\) \(\hat{p}\) \(\times\) \((1-\hat{p})\) \(\div\) \(\varepsilon^2\)
En palabras (los símbolos cambiados por palabras)
⑤ \(n_0\): valor calculado \(=\) ① puntuación z \(z\) al cuadrado \(\times\) ② \(\hat{p}\): proporción esperada \(\times\) ③ el resto, \((1-\hat{p})\) \(\div\) ④ margen de error \(\varepsilon\) al cuadrado
La fórmula en palabras
① Toma el cuadrado de la puntuación z \(z\) que fija el nivel de confianza
② multiplícalo por la \(\hat{p}\): proporción esperada
③ y por el resto de la proporción, \((1-\hat{p})\)
④ divide entre el cuadrado del margen de error \(\varepsilon\)
⑤ y obtienes el tamaño de la muestra necesario calculado, \(n_0\)
Ejemplo rápido
Con un nivel de confianza del 95 % (z = 1,96), una proporción del 50 % (0,5) y un margen de error de ±5 % (0,05), el tamaño de la muestra necesario es
\(n_0\): valor calculado \(=\) 1,96 al cuadrado (3,8416) \(\times\) proporción (0,5) \(\times\) resto (1 − 0,5 = 0,5) \(\div\) 0,05 al cuadrado (0,0025)
\(3{,}8416 \times 0{,}5 \times 0{,}5 \div 0{,}0025 = 3{,}8416 \times 0{,}25 \div 0{,}0025 = 384{,}16\)
La idea clave
El resultado se redondea hacia arriba para tener un número de personas (384,16 → 385 personas). Si redondearas hacia abajo, el margen de error quedaría un poco por encima de tu objetivo. Si no tienes ni idea de la proporción de antemano, pon el 50 %. La dispersión \(\hat{p}(1-\hat{p})\) es máxima cuando \(\hat{p}\) vale el 50 %, así que da la estimación de personas más alta (la más segura). Las puntuaciones z habituales para cada nivel de confianza son 80 % → 1,28; 85 % → 1,44; 90 % → 1,65; 95 % → 1,96; 98 % → 2,33 y 99 % → 2,58 (la calculadora de esta página usa también estos valores redondeados de costumbre; algunos libros de estadística dan 90 % → 1,645 y 99 % → 2,576).
Corrección por población finita del tamaño de la muestra (cuando conoces el tamaño de la población \(N\))
Notación matemática (la forma habitual)
\(n\) \(=\) \(n_0\) \(\div\) \((\) \(1\) \(+\) \((n_0 - 1)\) \(\div\) \(N\) \()\)
En palabras (los símbolos cambiados por palabras)
⑤ \(n\): valor corregido \(=\) ④ \(n_0\): valor antes de corregir \(\div\) \((\) ③ \(1\) \(+\) ① valor antes de corregir menos 1, \((n_0 - 1)\) \(\div\) ② \(N\): tamaño de la población \()\)
La fórmula en palabras
① Toma el valor antes de corregir menos 1, \((n_0-1)\)
② divídelo entre el \(N\): tamaño de la población
③ y súmale \(1\)
④ Divide el \(n_0\): valor antes de corregir entre ese número
⑤ y obtienes el tamaño de la muestra necesario corregido, \(n\)
Ejemplo rápido
Si el valor antes de corregir es 384,16 (nivel de confianza del 95 %, proporción del 50 %, margen de error de ±5 %) y la población es de 500 personas,
valor corregido \(=\) valor antes de corregir (384,16) \(\div\) \((\) 1 \(+\) 384,16 − 1 = 383,16 \(\div\) población (500 personas) \()\)
\(384{,}16 \div \left( 1 + \dfrac{383{,}16}{500} \right) = 384{,}16 \div 1{,}76632 \approx 217{,}49\)
La idea clave
Cuando la población es pequeña, esta corrección rebaja mucho el número de personas necesario (en este ejemplo, de 385 a 218 personas, redondeando hacia arriba). Si puedes estudiar directamente una parte grande de la población, el resultado es mucho más seguro. El divisor «\(1 + (n_0 - 1) \div N\)» indica la fuerza de la corrección. Si la población \(N\) es mucho mayor que el valor calculado \(n_0\), \((n_0 - 1) \div N\) es casi 0 y el divisor es casi 1 (dividir no cambia nada, igual que sin corrección). Cuanto más pequeña es la población, más se aleja el divisor de 1 hacia arriba y menos personas necesitas. El «1» es la base: «sin corrección, se divide entre 1 (se deja igual)». En cambio, si la población es mucho mayor que el valor calculado, la corrección casi no cambia nada, así que puedes dejar vacía la casilla «tamaño de la población» (sin corrección). Como en la primera fórmula, se redondea hacia arriba (217,49 → 218 personas).
Margen de error (cuando la población es muy grande)
Notación matemática (la forma habitual)
\(\varepsilon\) \(=\) \(z\) \(\times\) \(\sqrt{\dfrac{\hat{p}(1-\hat{p})}{n}}\)
En palabras (los símbolos cambiados por palabras)
③ \(\varepsilon\): margen de error \(=\) ① \(z\): puntuación z \(\times\) ② raíz cuadrada de \(\dfrac{\text{dispersión de la proporción }\hat{p}(1-\hat{p})}{\text{tamaño de la muestra }n}\)
La fórmula en palabras
① Toma la puntuación z \(z\) que fija el nivel de confianza
② multiplícala por la raíz cuadrada de \(\dfrac{\text{dispersión de la proporción }\hat{p}(1-\hat{p})}{\text{tamaño de la muestra }n}\)
③ y obtienes el \(\varepsilon\): margen de error
Ejemplo rápido
Con un nivel de confianza del 95 % (z = 1,96), en una encuesta a 100 personas en la que el 60 % responde «sí», el margen de error es
\(\varepsilon\): margen de error \(=\) puntuación z (1,96) \(\times\) raíz cuadrada de «0,6 × 0,4 ÷ 100»
\(1{,}96 \times \sqrt{0{,}6 \times 0{,}4 \div 100} = 1{,}96 \times \sqrt{0{,}0024} \approx 1{,}96 \times 0{,}0490 \approx 0{,}0960\ \ (9{,}60\,\%)\)
La idea clave
Como \(\hat{p}\) de la dispersión \(\hat{p}(1-\hat{p})\), pon la proporción que has obtenido de verdad en la encuesta (la proporción muestral). El tamaño de la muestra \(n\) está en el denominador dentro de la raíz, así que para reducir el error a la mitad necesitas una muestra 4 veces mayor, y para reducirlo a un tercio, 9 veces mayor. «Aumentar la muestra mejora el error muy poco a poco» es una propiedad importante de esta fórmula.
Corrección por población finita del margen de error (cuando conoces el tamaño de la población \(N\))
Notación matemática (la forma habitual)
\(\varepsilon\) \(=\) \(\varepsilon_0\) \(\times\) \(\sqrt{\dfrac{N-n}{N-1}}\)
En palabras (los símbolos cambiados por palabras)
③ \(\varepsilon\): margen de error corregido \(=\) ① \(\varepsilon_0\): margen de error antes de corregir \(\times\) ② raíz cuadrada del factor de corrección \(\dfrac{\text{resto de la población }(N-n)}{\text{tamaño de la población menos 1 }(N-1)}\)
La fórmula en palabras
① Toma el margen de error antes de corregir, \(\varepsilon_0\) (el de la tercera fórmula)
② multiplícalo por la raíz cuadrada del factor de corrección \(\dfrac{\text{resto de la población }(N-n)}{\text{tamaño de la población menos 1 }(N-1)}\)
③ y obtienes el \(\varepsilon\): margen de error corregido
Ejemplo rápido
Si encuestas a 200 personas de una población de 1000 y el margen de error antes de corregir es del 6,35 %, el margen de error corregido es
\(\varepsilon\): margen de error corregido \(=\) margen de error antes de corregir (6,35 %) \(\times\) raíz cuadrada de «800 ÷ 999»
\(6{,}35 \times \sqrt{\dfrac{1000 - 200}{1000 - 1}} = 6{,}35 \times \sqrt{0{,}8008} \approx 6{,}35 \times 0{,}8949 \approx 5{,}68\,(\%)\)
La idea clave
Si estudias una parte grande de la población, el resultado es mucho más seguro. El factor de corrección lo refleja: cuando el tamaño de la muestra \(n\) se acerca al de la población \(N\), el factor se acerca a 0 (un censo que incluye a todo el mundo no tiene error), y cuando \(N\) es muy grande, es casi 1 (igual que sin corrección). Puedes multiplicar el margen de error tal cual, en tanto por ciento (el factor de corrección es un número sin unidades, igual o menor que 1).
El tamaño de la muestra necesario es «puntuación z al cuadrado × dispersión de la proporción ÷ margen de error al cuadrado», redondeado hacia arriba. El margen de error es «puntuación z × √(dispersión ÷ tamaño de la muestra)». Si conoces el tamaño de la población, la corrección por población finita rebaja el número de personas necesario (y el error).

Símbolos y términos

Símbolos

\(n\) ene El tamaño de la muestra. En una encuesta, es el número de personas de las que recoges respuestas; en una inspección, el número de piezas que revisas.
\(n_0\) ene sub cero El tamaño de la muestra necesario calculado considerando la población muy grande. Es el valor antes de la corrección por población finita.
\(z\) zeta La puntuación z (un valor de la distribución normal estándar) que corresponde al nivel de confianza. Los valores habituales son 1,96 para el 95 % y 2,58 para el 99 %.
\(\hat{p}\) pe sombrero La proporción poblacional (por ejemplo, el porcentaje de «sí» que quieres conocer). Para hallar el tamaño de la muestra, pon el valor que esperas; para hallar el margen de error, la proporción que has obtenido de verdad en la encuesta (la proporción muestral). Se escribe como decimal entre 0 y 1 (0,5 para el 50 %).
\(\varepsilon\) épsilon El margen de error, la desviación que admites entre el resultado de la encuesta y el valor real. Se indica con ±, como en «±5 %».
\(N\) ene mayúscula El tamaño de la población, el número de personas o de piezas de todo el grupo que quieres estudiar (por ejemplo, los 500 empleados de una empresa).

Términos

población Todo el grupo sobre el que de verdad quieres saber algo, como «todos los electores del país» o «los 500 empleados de la empresa».
muestra La parte de la población que eliges para estudiarla de verdad. El número de personas o de piezas de la muestra se llama tamaño de la muestra (o tamaño muestral).
muestreo aleatorio Elegir la muestra de forma que todos los miembros de la población tengan la misma probabilidad de salir, como en un sorteo. Las fórmulas de esta página suponen un muestreo aleatorio y no sirven para encuestas en las que solo contesta quien quiere.
proporción poblacional La proporción que de verdad quieres conocer, como el porcentaje de «sí» en toda la población. La proporción que sale de una muestra se llama proporción muestral, para distinguirlas.
nivel de confianza El grado de seguridad: si repitieras la misma encuesta muchas veces, el porcentaje de veces en que el resultado caería dentro del margen de error. El más usado es el 95 %.
intervalo de confianza El intervalo que se obtiene al dar el resultado de una encuesta con un margen, como en «52 % ± 3 % (del 49 % al 55 %)». El margen de error ±ε de esta página es ese margen.
margen de error La desviación que se admite entre el resultado de la encuesta y el valor real. Es lo que indican las fichas técnicas de las encuestas de las noticias con «margen de error de ±3 puntos».
corrección por población finita Una corrección que rebaja el tamaño de la muestra necesario o el margen de error cuando sabes que la población tiene un tamaño limitado. Refleja que cuanto mayor es la parte de la población que estudias, más seguro es el resultado.

Conviene saber antes de empezar

Esto es lo que te ayuda a usar el cálculo de esta página entendiendo lo que haces, y no solo pulsando el botón.

Porcentajes y proporciones (6.º de Primaria, 11-12 años)
  • Pasar de porcentaje a decimal y al revés, como 50 % = 0,5 y 5 % = 0,05
  • Entender la relación «total × tanto por uno = parte»
Raíces cuadradas (2.º de ESO, 13-14 años)
  • Entender la raíz cuadrada como «el número que al cuadrado da ese número», como en \(\sqrt{0{,}0025} = 0{,}05\)
  • Tener la intuición de cómo cambia la raíz: si lo de dentro se divide entre 4, la raíz se divide entre 2
Población y muestra (3.º de ESO, 14-15 años)
  • Saber la diferencia entre un censo y una encuesta por muestra, y qué significan «población» y «muestra»
  • Saber que si la muestra no se elige al azar (muestreo aleatorio), no se puede estimar bien cómo es la población
La distribución normal y la inferencia estadística (2.º de Bachillerato, 17-18 años)
  • Saber que las proporciones muestrales se reparten con una forma parecida a la distribución normal (la idea del teorema central del límite)
  • Conocer la idea del intervalo de confianza: un nivel de confianza del 95 % corresponde a una puntuación z de 1,96

Cómo calcularlo en Excel

Copia la tabla entera y pégala en la celda A1 de Excel. Funciona tal cual.
Tabla para calcular el tamaño de la muestra necesario (población muy grande)
Puntuación z (1,96 para el 95 %) 1,96
Proporción esperada (%) 50
Margen de error (%) 5
Valor calculado n0 =B1^2*(B2/100)*(1-B2/100)/(B3/100)^2
Tamaño de la muestra necesario (redondeado hacia arriba) =REDONDEAR.MAS(B4;0)
Tabla para la corrección por población finita del tamaño de la muestra
Puntuación z (1,96 para el 95 %) 1,96
Proporción esperada (%) 50
Margen de error (%) 5
Tamaño de la población N 500
Valor antes de corregir n0 =B1^2*(B2/100)*(1-B2/100)/(B3/100)^2
Tamaño de la muestra necesario (corregido y redondeado hacia arriba) =REDONDEAR.MAS(B5/(1+(B5-1)/B4);0)
Tabla para calcular el margen de error (población muy grande)
Puntuación z (1,96 para el 95 %) 1,96
Proporción obtenida en la encuesta (%) 60
Tamaño de la muestra n 100
Margen de error (%) =B1*RAIZ(B2/100*(1-B2/100)/B3)*100
Tabla para la corrección por población finita del margen de error
Puntuación z (1,96 para el 95 %) 1,96
Proporción obtenida en la encuesta (%) 30
Tamaño de la muestra n 200
Tamaño de la población N 1000
Margen de error antes de corregir (%) =B1*RAIZ(B2/100*(1-B2/100)/B3)*100
Margen de error corregido (%) =B5*RAIZ((B4-B3)/(B4-1))
Al pegarla, las celdas de arriba (desde B1) son las casillas de tus datos y la última fila muestra el resultado calculado.
En la primera tabla, B4 muestra 384,16 y B5, 385. En la segunda tabla el resultado es 218; en la tercera, unos 9,60 (%), y en la cuarta, unos 5,68 (%).
«^» es una potencia (al cuadrado), «RAIZ» es la raíz cuadrada y «REDONDEAR.MAS» es la función para redondear hacia arriba.
Ojo: la calculadora de esta página suma uno más por seguridad aunque el valor calculado sea un número entero exacto, así que en esos casos puede diferir en 1 del REDONDEAR.MAS de Excel.

Cómo calcularlo en Hojas de cálculo de Google

Copia la tabla entera y pégala en la celda A1 de Hojas de cálculo de Google. Funciona tal cual.
Tabla para calcular el tamaño de la muestra necesario (población muy grande)
Puntuación z (1,96 para el 95 %) 1,96
Proporción esperada (%) 50
Margen de error (%) 5
Valor calculado n0 =B1^2*(B2/100)*(1-B2/100)/(B3/100)^2
Tamaño de la muestra necesario (redondeado hacia arriba) =REDONDEAR.MAS(B4;0)
Tabla para la corrección por población finita del tamaño de la muestra
Puntuación z (1,96 para el 95 %) 1,96
Proporción esperada (%) 50
Margen de error (%) 5
Tamaño de la población N 500
Valor antes de corregir n0 =B1^2*(B2/100)*(1-B2/100)/(B3/100)^2
Tamaño de la muestra necesario (corregido y redondeado hacia arriba) =REDONDEAR.MAS(B5/(1+(B5-1)/B4);0)
Tabla para calcular el margen de error (población muy grande)
Puntuación z (1,96 para el 95 %) 1,96
Proporción obtenida en la encuesta (%) 60
Tamaño de la muestra n 100
Margen de error (%) =B1*RAIZ(B2/100*(1-B2/100)/B3)*100
Tabla para la corrección por población finita del margen de error
Puntuación z (1,96 para el 95 %) 1,96
Proporción obtenida en la encuesta (%) 30
Tamaño de la muestra n 200
Tamaño de la población N 1000
Margen de error antes de corregir (%) =B1*RAIZ(B2/100*(1-B2/100)/B3)*100
Margen de error corregido (%) =B5*RAIZ((B4-B3)/(B4-1))
Las mismas fórmulas que en Excel funcionan tal cual. Copia la tabla entera, pégala en la celda A1 y cambia los números de la columna B por los de tu encuesta.

Cómo calcularlo en Python

import math

# Tabla rápida de nivel de confianza (%) a puntuación z (valores redondeados habituales)
z_table = {80: 1.28, 85: 1.44, 90: 1.65, 95: 1.96, 98: 2.33, 99: 2.58}

# ---- Modo 1: calcular el tamaño de la muestra necesario ----
confidence_level = 95    # nivel de confianza (%)
population_ratio = 50    # proporción esperada (%)
margin_of_error = 5      # margen de error (%)
population_size = None   # tamaño de la población (None si no se conoce o es muy grande)

z = z_table[confidence_level]
p = population_ratio / 100
e = margin_of_error / 100

raw_size = z ** 2 * p * (1 - p) / e ** 2   # valor antes de corregir
if population_size is not None:
    raw_size = raw_size / (1 + (raw_size - 1) / population_size)   # corrección por población finita
required_size = math.floor(raw_size) + 1   # menor entero por encima del valor calculado (redondeo hacia arriba por seguridad)
print(f"Tamaño de la muestra necesario: {required_size}")

# ---- Modo 2: calcular el margen de error ----
sample_size = 1000       # tamaño de la muestra encuestada
sample_ratio = 50 / 100  # proporción obtenida en la encuesta (0.5 para el 50 %)

error_ratio = z * math.sqrt(sample_ratio * (1 - sample_ratio) / sample_size)
print(f"Margen de error: ±{error_ratio * 100:.2f} %")
Funciona solo con la biblioteca estándar. El modo 1 calcula el tamaño de la muestra necesario (385 con los valores del ejemplo) y el modo 2, el margen de error (±3,10 % con los valores del ejemplo). Cambia los números del principio por las condiciones de tu encuesta y ejecútalo. Python escribe los decimales con punto.

Cómo escribirla en LaTeX y otros lenguajes de fórmulas (para copiar y pegar)

Tamaño de la muestra necesario (cuando la población es muy grande)
n₀ = z² × p̂(1 − p̂) ÷ ε²
n_0 = \dfrac{z^2 \, \hat{p}(1-\hat{p})}{\varepsilon^2}
<math xmlns="http://www.w3.org/1998/Math/MathML" display="block">
  <mrow>
    <msub><mi>n</mi><mn>0</mn></msub>
    <mo>=</mo>
    <mfrac>
      <mrow>
        <msup><mi>z</mi><mn>2</mn></msup>
        <mover accent="true"><mi>p</mi><mo>^</mo></mover>
        <mo>(</mo><mn>1</mn><mo>&#x2212;</mo><mover accent="true"><mi>p</mi><mo>^</mo></mover><mo>)</mo>
      </mrow>
      <msup><mi>&#x3B5;</mi><mn>2</mn></msup>
    </mfrac>
  </mrow>
</math>
n_0 = (z^2 hat(p)(1 - hat(p)))/(epsilon^2)
z^2*p*(1 - p)/err^2
n0 := z^2*p*(1 - p)/err^2;
n0 = z^2*p*(1 - p)/err^2;
n_0 = (z^2 p̂(1 − p̂))/ε^2
Corrección por población finita del tamaño de la muestra (cuando conoces el tamaño de la población \(N\))
n = n₀ ÷ (1 + (n₀ − 1) ÷ N)
n = \dfrac{n_0}{1 + \dfrac{n_0 - 1}{N}}
<math xmlns="http://www.w3.org/1998/Math/MathML" display="block">
  <mrow>
    <mi>n</mi>
    <mo>=</mo>
    <mfrac>
      <msub><mi>n</mi><mn>0</mn></msub>
      <mrow>
        <mn>1</mn><mo>+</mo>
        <mfrac>
          <mrow><msub><mi>n</mi><mn>0</mn></msub><mo>&#x2212;</mo><mn>1</mn></mrow>
          <mi>N</mi>
        </mfrac>
      </mrow>
    </mfrac>
  </mrow>
</math>
n = n_0/(1 + (n_0 - 1)/N)
n0/(1 + (n0 - 1)/nPop)
n := n0/(1 + (n0 - 1)/N);
n = n0/(1 + (n0 - 1)/N);
n = n_0/(1 + (n_0 − 1)/N)
Margen de error (cuando la población es muy grande)
ε = z × √(p̂(1 − p̂) ÷ n)
\varepsilon = z \sqrt{\dfrac{\hat{p}(1-\hat{p})}{n}}
<math xmlns="http://www.w3.org/1998/Math/MathML" display="block">
  <mrow>
    <mi>&#x3B5;</mi>
    <mo>=</mo>
    <mi>z</mi>
    <msqrt>
      <mfrac>
        <mrow>
          <mover accent="true"><mi>p</mi><mo>^</mo></mover>
          <mo>(</mo><mn>1</mn><mo>&#x2212;</mo><mover accent="true"><mi>p</mi><mo>^</mo></mover><mo>)</mo>
        </mrow>
        <mi>n</mi>
      </mfrac>
    </msqrt>
  </mrow>
</math>
epsilon = z sqrt((hat(p)(1 - hat(p)))/n)
z*Sqrt[p*(1 - p)/n]
err := z*sqrt(p*(1 - p)/n);
err = z*sqrt(p*(1 - p)/n);
ε = z√((p̂(1 − p̂))/n)
Corrección por población finita del margen de error (cuando conoces el tamaño de la población \(N\))
ε = ε₀ × √((N − n) ÷ (N − 1))
\varepsilon = \varepsilon_0 \sqrt{\dfrac{N-n}{N-1}}
<math xmlns="http://www.w3.org/1998/Math/MathML" display="block">
  <mrow>
    <mi>&#x3B5;</mi>
    <mo>=</mo>
    <msub><mi>&#x3B5;</mi><mn>0</mn></msub>
    <msqrt>
      <mfrac>
        <mrow><mi>N</mi><mo>&#x2212;</mo><mi>n</mi></mrow>
        <mrow><mi>N</mi><mo>&#x2212;</mo><mn>1</mn></mrow>
      </mfrac>
    </msqrt>
  </mrow>
</math>
epsilon = epsilon_0 sqrt((N - n)/(N - 1))
err0*Sqrt[(nPop - n)/(nPop - 1)]
err := err0*sqrt((N - n)/(N - 1));
err = err0*sqrt((N - n)/(N - 1));
ε = ε_0 √((N − n)/(N − 1))

Cómo pedirle el cálculo a ChatGPT 

Eres un asistente de cálculo para encuestas estadísticas. Haz el siguiente cálculo ejecutando de verdad código Python y basa tu respuesta solo en los números del resultado de la ejecución (no respondas con cálculo mental ni a ojo).

Un servicio con 1000 socios va a hacer una encuesta de satisfacción. Usa un nivel de confianza del 95 % (puntuación z 1,96), una proporción esperada del 50 % y un margen de error de ±5 %.
Calcula lo siguiente:
1. El tamaño de la muestra necesario considerando la población muy grande (el valor calculado y el número de personas redondeado hacia arriba)
2. El tamaño de la muestra necesario con la corrección por población finita para una población de 1000
3. El margen de error (con la corrección por población finita, en %) si solo responden 200 personas

Muestra las fórmulas que has usado y los números del resultado de la ejecución.

Cómo usar
  1. 1
    Introduce los datos
    Escribe en las casillas los números con los que quieres calcular
  2. 2
    Calcula
    Pulsa el botón «Calcular»
  3. 3
    Consulta el resultado
    El resultado aparece al instante. En la misma página tienes también la idea del cálculo y la explicación de la fórmula
  Las ventajas de DataChef
Fácil y gratis
Conversiones gratis e ilimitadas
Sin conocimientos técnicos: fácil e intuitivo
Sin registro
Disponible nada más entrar
Sin necesidad de dar datos personales
Seguro y protegido
Conexión cifrada y segura (SSL)
Los archivos se borran automáticamente tras la descarga
Alta velocidad
Carga y conversión rápidas, sin esperas
Sin marcas de agua
Sin marca de agua
Sin necesidad de atribución
Uso comercial permitido
Uso comercial gratuito
Sin necesidad de pedir permiso