Confianza y margen
El nivel de confianza define z; el margen e define la precisión absoluta deseada para la proporción. Reducir el margen aumenta rápidamente la muestra.
Herramienta gratuita · México
Calculadora de tamaño de muestra para encuestas
Obtén una referencia transparente para estimar respuestas completas bajo muestreo probabilístico. Ajusta población, confianza, margen de error, proporción, efecto de diseño y tasa de respuesta; después revisa qué significa —y qué no significa— el resultado.
Versión 1.0 · Actualizada el 14 de agosto de 2026 · Uso gratuito
Cálculo local
Calcula la meta de respuestas
El resultado no está bloqueado por registro y nada de lo que escribes se envía a BriefFoco.
respuestas completas
- Muestra simple
- 370
- Contactos estimados
- 463
- Población infinita
- 385
01 · Fórmula
El número parte de una proporción y supuestos explícitos
La calculadora usa la aproximación normal para una proporción, aplica la corrección por población finita y, por separado, ajusta diseño y contactos.
n₀ = z² · p(1 − p) / e²n = n₀ / [1 + (n₀ − 1) / N]meta = techo(n · DEFF)Proporción esperada
p representa la proporción por estimar. Sin evidencia previa comparable, 50% es el supuesto conservador porque maximiza p(1−p).
Población finita
N reduce la muestra cuando esta representa una parte relevante de una población conocida. La corrección no arregla un marco incompleto.
02 · Ejemplo
Ejemplo resuelto para un estudio de mercado
Imagina una base conocida de 10,000 clientes. El objetivo es estimar una proporción —por ejemplo, la parte que considera una nueva propuesta— con 95% de confianza, margen de ±5 puntos y p=50%. La referencia infinita es 385; la corrección finita reduce el número a 370 respuestas completas bajo muestreo aleatorio simple.
Si el diseño tiene efecto 1.3, la meta sube a 481 completas. Con una respuesta esperada de 40%, habría que planear cerca de 1,203 contactos válidos. Estos ajustes atienden varianza y operación; todavía deben definirse selección, cuotas o estratos, invitación, recordatorios, exclusiones y análisis.
No redondees hacia abajo el resultado ni presentes margen de error si la selección no permite inferencia probabilística sin explicar la limitación.
03 · Aplicación
La muestra total no garantiza lectura de cada subgrupo
El cálculo responde a una estimación general. Cada decisión de corte crea exigencias adicionales.
Segmentos
Si la decisión exige comparar regiones, clientes y no clientes o perfiles de uso, cada celda necesita base suficiente. Sumar a todos los participantes no resuelve celdas pequeñas.
Incidencia
Los públicos raros exigen más filtro. Tasa de respuesta e incidencia son conceptos distintos: alguien puede responder a la invitación y no cumplir el filtro.
Producto y sensorial
Celdas monádicas, medidas repetidas, comparación pareada, órdenes de presentación y discriminación exigen cálculos ligados a la prueba y a la diferencia mínima relevante.
04 · Límites
Lo que la fórmula no puede decidir
A quién se puede representar
El marco y la regla de selección definen cobertura. Una lista de clientes no representa automáticamente todo el mercado.
Quién acepta participar
La no respuesta puede ser diferencial. Aumentar invitaciones no garantiza equivalencia entre participantes y ausentes.
Si la pregunta mide el concepto
Redacción, orden, modo, estímulo y contexto generan error de medición que un n mayor no elimina.
Qué método responde a la decisión
Muchas decisiones requieren exploración cualitativa, experimento, datos conductuales o una secuencia de métodos.
05 · Reporte
Qué documentar junto con el tamaño de muestra
- Población objetivo, unidad y criterios de elegibilidad
- Marco, fuentes y probabilidad o proceso de selección
- Parámetro principal, confianza, precisión y proporción esperada
- Corrección finita, efecto de diseño y supuestos utilizados
- Invitaciones, elegibles, completas, exclusiones y tasa de respuesta
- Estratos, cuotas, pesos, subgrupos y tratamiento de la no respuesta
06 · FAQ
Preguntas sobre cálculo de muestra
¿Cuál es un buen tamaño de muestra para una encuesta?+
Depende de la población, el parámetro que se estimará, la precisión requerida y el diseño. Para una proporción con 95% de confianza, ±5 puntos y máxima variabilidad, una población muy grande produce una referencia cercana a 385 respuestas bajo muestreo aleatorio simple. Esa cifra no corrige sesgos de selección, cobertura o medición.
¿Por qué se usa 50% como proporción esperada?+
En la fórmula para una proporción, 50% produce la mayor varianza y, por tanto, la muestra conservadora más grande. Si existe un estudio previo sólido y comparable puede usarse otra proporción, pero debe documentarse.
¿La calculadora sirve para estudios cualitativos?+
No. Entrevistas, grupos, etnografía y otros diseños cualitativos se dimensionan por diversidad relevante, profundidad, iteración y suficiencia analítica, no con margen de error estadístico.
¿Una muestra grande vuelve representativa cualquier encuesta?+
No. La representatividad depende del marco, la selección, la cobertura, la participación, la ponderación y el modo de campo. Miles de respuestas autoseleccionadas pueden conservar un sesgo sistemático.
¿Qué es el efecto de diseño?+
Es la relación entre la varianza del diseño utilizado y la de una muestra aleatoria simple comparable. Conglomeración, pesos desiguales y otros elementos pueden elevarlo. El valor debe estimarse o justificarse con ayuda metodológica; 1 solo corresponde a la referencia simple.
¿Cómo considero la no respuesta?+
La calculadora divide la meta ajustada entre la tasa de respuesta esperada para estimar contactos. Es una planeación operativa, no una corrección automática del sesgo de no respuesta; quienes no responden pueden diferir de quienes sí lo hacen.
Fuentes
Metodología que puedes verificar
Referencias primarias e institucionales utilizadas para explicar fórmula, instrumento y límites.
NIST · Selecting Sample SizesFórmula de referencia para estimar una proporción con error absoluto.CDC · Epi Info · Population Survey or Descriptive StudySupuestos, parámetros y límites prácticos del cálculo de muestra.AAPOR · Transparency InitiativeQué debe informarse sobre marco, selección, error y efecto de diseño.INEGI · Diseño muestral ENAPEEjemplo mexicano de cobertura, selección, pesos y estimación del error.
BriefFoco · Paso 1/2
Valida el diseño antes de salir a campo
Comparte la decisión, el público y el uso previsto. Revisaremos qué capacidades metodológicas debería demostrar un proveedor antes de una introducción.
Solo para organizaciones que contratan investigación. No reclutamos participantes ni distribuimos productos.