Calculadora de Tamaño Muestral
Calcula el tamaño de muestra requerido para encuestas e investigaciones.
Acerca de esta herramienta
Una calculadora de tamaño de muestra te indica cuántos encuestados necesitas antes de que tus resultados sean fiables. Resuelve un problema habitual en la investigación: con muy pocas respuestas los hallazgos no son estadísticamente fiables, y con demasiadas se desperdician tiempo y presupuesto.
Para usarla, define el nivel de confianza deseado, el margen de error que puedes aceptar, el tamaño total de la población y la distribución de respuestas esperada; la herramienta devolverá el tamaño de muestra necesario. Es útil para encuestas de mercado, investigación académica, planificación de pruebas A/B y sondeos de opinión.
Ten en cuenta que un nivel de confianza más alto o un margen de error más pequeño siempre exigen una muestra mayor. Todos los cálculos se ejecutan localmente en tu navegador, por lo que tus datos nunca salen de tu dispositivo.
Preguntas Frecuentes
Implementación de Código
import math
# Z-values for common confidence levels
Z_VALUES = {80: 1.282, 85: 1.440, 90: 1.645, 95: 1.960, 99: 2.576}
def sample_size(confidence: int, margin_of_error: float, population: int = None) -> int:
"""
Calculate required sample size.
confidence: confidence level (80, 85, 90, 95, or 99)
margin_of_error: as a decimal (e.g. 0.05 for 5%)
population: total population size (None for infinite)
"""
z = Z_VALUES[confidence]
p = 0.5 # worst-case proportion
n = (z ** 2 * p * (1 - p)) / (margin_of_error ** 2)
if population is not None and population > 0:
n = n / (1 + (n - 1) / population)
return math.ceil(n)
# Examples
print(sample_size(95, 0.05)) # 385 (infinite population)
print(sample_size(95, 0.05, 1000)) # 278 (adjusted for N=1000)
print(sample_size(99, 0.03)) # 1842
print(sample_size(90, 0.05)) # 271
Comments & Feedback
Comments are powered by Giscus. Sign in with GitHub to leave a comment.