¿Qué es el tamaño de muestra y por qué es clave en tu tesis?
El tamaño de muestra es el número de participantes, observaciones o elementos que seleccionas de una población para realizar tu estudio. En un TFG, TFM o tesis doctoral, calcularlo correctamente es fundamental porque:
- Garantiza que tus resultados sean representativos de la población total.
- Te permite detectar diferencias o relaciones reales (potencia estadística).
- Evita desperdiciar recursos (tiempo, dinero, esfuerzo) en una muestra demasiado grande o, peor aún, obtener conclusiones poco fiables por una muestra demasiado pequeña.
Muchos estudiantes creen que “más grande siempre es mejor”, pero no es así: una muestra excesiva puede encarecer el estudio sin aportar precisión adicional, mientras que una insuficiente invalida los análisis. Por eso, aprender a calcular el tamaño de muestra es una habilidad imprescindible en tu formación investigadora.
Datos que necesitas antes de calcular
Para usar las fórmulas de tamaño muestral, debes definir cuatro parámetros. Aquí te explicamos cada uno con un lenguaje claro, pensando en tu tesis.
Nivel de confianza
Es la probabilidad de que el intervalo calculado contenga el verdadero valor de la población. Los más comunes son:
- 90 % (z = 1,645) – usado en estudios exploratorios.
- 95 % (z = 1,96) – el estándar en ciencias sociales y salud.
- 99 % (z = 2,576) – cuando se necesita mucha certeza, pero aumenta el tamaño muestral.
En tu tesis, lo habitual es justificar el 95 % citando que es el nivel aceptado en tu disciplina.
Margen de error
Es la diferencia máxima que estás dispuesto a aceptar entre el valor de tu muestra y el valor real de la población. Se expresa en puntos porcentuales (p. ej., ±5 %). Un margen pequeño requiere una muestra más grande. Para trabajos académicos, suele usarse 5 % o 3 %.
Proporción esperada (p)
Es la estimación del porcentaje de la población que posee la característica que estudias. Si no tienes datos previos, usa p = 0,5 (50 %), que maximiza la variabilidad y da el tamaño de muestra más conservador (seguro). Si conoces estudios anteriores, puedes usar ese valor.
Tamaño de la población (N)
Es el número total de individuos que conforman tu universo de estudio. Si N es muy grande (más de 100.000), se considera población infinita y se usa una fórmula simplificada. Si es finito y conocido, debes aplicar la corrección correspondiente.
Fórmulas para calcular el tamaño de muestra
Existen dos escenarios principales. Te mostramos ambas fórmulas con la notación estándar.
Población infinita (N > 100.000 o desconocida)
Fórmula: n₀ = (z² · p · q) / e²
Donde:
- z = valor crítico del nivel de confianza (1,96 para 95 %).
- p = proporción esperada (0,5 si no se conoce).
- q = 1 – p.
- e = margen de error (0,05 para 5 %).
Ejemplo: con 95 % confianza, e = 5 % y p = 0,5 → n₀ = (1,96² · 0,5 · 0,5) / 0,05² = 384,16 → 385 participantes.
Población finita (N conocido)
Cuando conoces el tamaño exacto de tu población, aplicas la corrección:
Fórmula: n = n₀ / (1 + (n₀ – 1) / N)
Donde n₀ es el resultado de la fórmula anterior. Luego redondeas al entero superior.
Ejemplo paso a paso para una tesis con N = 2.000
Imagina que estás haciendo un TFG sobre hábitos de estudio en estudiantes de una universidad con 2.000 alumnos. Quieres un nivel de confianza del 95 %, margen de error del 5 % y, como no hay datos previos, usas p = 0,5.
- Calcula n₀: (1,96² · 0,5 · 0,5) / 0,05² = (3,8416 · 0,25) / 0,0025 = 0,9604 / 0,0025 = 384,16.
- Aplica corrección para población finita: n = 384,16 / (1 + (384,16 – 1) / 2000) = 384,16 / (1 + 383,16/2000) = 384,16 / (1 + 0,19158) = 384,16 / 1,19158 ≈ 322,4.
- Redondea al alza: n = 323 participantes.
Por tanto, necesitas encuestar a 323 estudiantes para que tus resultados sean representativos con el nivel de precisión deseado. Puedes comprobarlo fácilmente con nuestra calculadora de tamaño de muestra, que hace el cálculo automático.
Errores frecuentes al calcular el tamaño muestral
Estos son los fallos más comunes que vemos en tesis de estudiantes:
- No usar el tamaño de población finito: Si tu población es pequeña (p. ej., 500 personas) y usas la fórmula infinita, obtendrás una muestra sobredimensionada e inviable.
- Confundir nivel de confianza con margen de error: Son conceptos distintos; ambos afectan al tamaño, pero no son intercambiables.
- Olvidar redondear hacia arriba: El tamaño de muestra debe ser entero; redondear a la baja reduce la precisión.
- No justificar el valor de p: Usar p = 0,5 sin explicación es aceptable, pero si hay estudios previos, es mejor citarlos.
- Calcular la muestra y luego no alcanzarla: Planifica sobremuestreo (10-20 % extra) para cubrir posibles abandonos o no respuestas.
Cómo justificar el tamaño de muestra en el apartado de metodología
En tu tesis, el apartado de metodología debe incluir un subapartado claro sobre el tamaño muestral. Sigue esta estructura:
- Población de estudio: Define N y cómo lo obtuviste (censo, registro, etc.).
- Parámetros elegidos: Nivel de confianza (95 %), margen de error (5 %), proporción esperada (p = 0,5) y justificación breve (p. ej., “al no existir estudios previos, se optó por el valor que maximiza la variabilidad”).
- Fórmula aplicada: Escribe la fórmula (población finita o infinita) y muestra el cálculo paso a paso o remite a la calculadora utilizada.
- Resultado: n = 323 (en el ejemplo).
- Consideraciones éticas o logísticas: Si hubo ajustes por tasa de no respuesta, menciónalos.
Puedes apoyarte en nuestras calculadoras estadísticas para verificar los números y generar una tabla resumen que incluyas en los anexos.
Preguntas frecuentes
¿Qué pasa si no conozco el tamaño exacto de mi población?
Si no tienes un censo, puedes estimarlo a partir de fuentes secundarias (INE, registros académicos) o, en última instancia, asumir población infinita (N > 100.000). En ese caso, usa solo la fórmula n₀ = (z²·p·q)/e².
¿Puedo usar la misma muestra para varias variables?
Sí, el tamaño de muestra se calcula para el objetivo principal de tu estudio. Si tienes varios objetivos, calcula el tamaño para cada uno y elige el mayor. En la práctica, con una muestra representativa puedes analizar múltiples variables, siempre que los subgrupos no sean muy pequeños.
¿El tamaño de muestra cambia si uso muestreo estratificado?
El cálculo base es el mismo, pero luego debes distribuir la muestra entre los estratos de forma proporcional o uniforme. El tamaño total suele ser similar o ligeramente mayor para mantener la precisión en cada estrato.
¿Qué hago si mi presupuesto no alcanza para la muestra calculada?
Puedes aumentar el margen de error (p. ej., de 5 % a 7 %) o reducir el nivel de confianza (90 % en lugar de 95 %). Ambas opciones disminuyen el tamaño, pero también la precisión. Debes justificar este ajuste en tu tesis y discutir sus limitaciones.
¿Necesito calcular tamaño de muestra para estudios cualitativos?
No, las fórmulas que hemos visto son para estudios cuantitativos (encuestas, experimentos). En investigación cualitativa se usa el concepto de saturación teórica, no un cálculo estadístico.