Para un uso óptimo, visita numiqo en tu ordenador de sobremesa.
| n necesario | Margen de error |
| 7 | 4,6242 |
Calcula el tamaño de la muestra de tu estudio o realiza un análisis de potencia en línea, gratis y directamente en el navegador. Puedes alternar entre la planificación por intervalos de confianza (estimación) y el cálculo de potencia para contrastes de hipótesis en un mismo lugar, tanto si necesitas estimar una media, una proporción o una tasa como si quieres comparar grupos con pruebas t y pruebas de tasas. Es la herramienta adecuada cuando tienes que justificar el tamaño muestral de una encuesta, un ensayo o una tesis.
El tamaño de la muestra es el número de observaciones que necesitas para que tu estudio pueda responder a su pregunta con la precisión o la certeza que exiges. Hay dos formas de planificarlo, y la calculadora cubre ambas:
Usa el modo Estimación cuando quieras estimar un valor, como una media o una proporción, con una precisión determinada. Fijas el nivel de confianza y el margen de error que puedes aceptar, y la calculadora devuelve el número de observaciones necesarias para alcanzarlo. Este es el modo habitual para encuestas y estudios descriptivos.
Usa el modo Contrastes de hipótesis cuando quieras detectar un efecto, como una diferencia entre dos grupos. Un análisis de potencia determina el tamaño de muestra necesario para detectar un efecto de un tamaño dado con un nivel de significación y una potencia estadística elegidos. También puede hacerse al revés: introduces el tamaño de muestra del que dispones y la calculadora devuelve la potencia que alcanzará tu prueba.
La calculadora declara sus métodos de forma abierta para que puedas indicarlos y defenderlos en tu informe. En el caso de las proporciones, eliges tú mismo el método del intervalo de confianza:
| Método | Se usa para | Propiedad |
| Aproximación normal (Wald) | Proporciones (seleccionable) | Fórmula clásica de los manuales n = z2·p(1−p)/e2; coincide con la mayoría de calculadoras en línea |
| Wilson | Proporciones (seleccionable) | Cobertura más próxima al nivel de confianza nominal |
| Exacto (Clopper–Pearson) | Proporciones (por defecto) | Garantiza al menos el nivel de confianza declarado; n ligeramente mayor |
| Distribución t | Medias | Tiene en cuenta que la desviación estándar se estima a partir de la muestra |
| Normal, con corrección de continuidad o exacto | Contrastes de hipótesis | Seleccionable en cada prueba; los métodos exactos usan la distribución binomial o de Poisson |
| Corrección por población finita | Medias y proporciones | Se aplica automáticamente cuando introduces el tamaño de la población |
Como cada herramienta emplea un método de intervalo distinto, el tamaño de muestra necesario puede variar en unas pocas unidades de una calculadora a otra; el selector de método te permite reproducir cada convención.
Un plan claro de tamaño de muestra evita que tu estudio quede sin potencia suficiente o resulte demasiado costoso. La calculadora mantiene sincronizados el alfa, la potencia, los tamaños del efecto, las razones de asignación y la exposición, de modo que puedas defender tu diseño con supuestos transparentes. Si el tema es nuevo para ti, el tutorial sobre el tamaño de la muestra recorre un ejemplo sencillo paso a paso.
Una muestra es representativa cuando cada elemento de la población tiene una probabilidad conocida y no nula de ser seleccionado, de modo que su estructura reproduce la de la población; el tamaño por sí solo no basta, porque una muestra grande obtenida con un procedimiento sesgado sigue siendo sesgada.
Se habla de población infinita cuando es tan grande que extraer la muestra no altera de forma apreciable lo que queda, y de población finita cuando conoces su tamaño N y este es pequeño en relación con la muestra: en ese caso se aplica la corrección por población finita, que reduce el tamaño de muestra necesario.
La mayoría de las calculadoras en línea usan la fórmula de la aproximación normal (Wald), mientras que esta emplea por defecto el intervalo exacto de Clopper–Pearson para proporciones, que garantiza el nivel de confianza declarado y por tanto recomienda una muestra ligeramente mayor; selecciona "Aproximación normal (Wald)" como método para obtener el resultado clásico de los manuales.
Cita numiqo: numiqo Team (2026). numiqo: Online Statistics Calculator. numiqo e.U. Graz, Austria. URL https://numiqo.es