Cómo calcular la cantidad de respuestas que necesitas

Para calcular la cantidad de encuestados que necesitas (conocido como el tamaño de la muestra), utiliza nuestra calculadora del tamaño de la muestra.

La cantidad de encuestados que necesitas depende de los objetivos de la encuesta y de con cuánta seguridad quieres contar con los resultados. Cuánto más seguro quieras estar, menor margen de error deberías aceptar.

Definiciones

Para calcular el tamaño de la muestra, necesitarás contar con la siguiente información:

Tamaño de la población

El tamaño de la población es la población completa que deseas representar.

  • Población: El grupo completo que sobre el que te interesa sacar conclusiones.
  • Muestra: El grupo al que estás encuestando.

Piensa en el tamaño potencial del público objetivo. Por ejemplo, si envías una encuesta a usuarios hombres de iPhone en California, tal vez necesites investigar un poco para definir cuántos cumplen con ese criterio.

Margen de error

El margen de error indica el índice de error que implica una medida. Se trata de un porcentaje que describe en qué medida las opiniones y el comportamiento de la muestra a la que le estás realizando la encuesta pueden desviarse de la población total. Para calcular el margen de error, utiliza nuestra calculadora de margen de error.

Cuanto menor es el margen de error, más te aproximas a tener la respuesta exacta en un nivel de confianza determinado.

En general, cuanto más grande es el tamaño de la muestra, menor el margen de error. Cuanto más se asemeja la muestra al tamaño de la población, más representativos serán los resultados. Por tal motivo, advertirás que el tamaño de muestra recomendado en la tabla es cada vez más reducido a medida que se incrementa la tolerancia al error.

Por ejemplo, supongamos que le preguntamos a 400 personas si tienen una opinión favorable o desfavorable de Barack Obama, y que el 55 % dice tener una opinión favorable. Si usamos un nivel de confianza del 95 % y un margen de error de ±5 %, si repetimos la encuesta 100 veces en las mismas condiciones, 95 de cada 100 veces, la respuesta estaría entre el 50 % y el 60 %.

Nivel de confianza

El nivel de confianza te indica cuán confiable es una medida. Los investigadores utilizan estándares comunes del 90 %, el 95 % y el 99 %.

Un nivel de confianza del 95 % significa que si la misma encuesta se repitiera 100 veces en las mismas condiciones, en 95 de cada 100 veces la medida estaría dentro del margen de error.

Al calcular el tamaño de tu muestra, usarás la puntuación de z para tu nivel de confianza. La puntuación de z es la cantidad de desviaciones estándar de una proporción determinada respecto de la media.

Nivel de confianza
Puntuación de z
90 %1.65
95 %1.96
99 %2.58

 

Valor del porcentaje

Los requisitos del tamaño de la muestra varían según el porcentaje que elige una respuesta particular. Por ejemplo, si en una encuesta anterior el 75 % de tus clientes dijeron que sí están satisfechos con tu producto, y deseas realizar esa encuesta nuevamente, puedes usar p = 0.75 para calcular el tamaño de la muestra que necesitas.

Si estás haciendo una encuesta por primera vez y, como la mayoría de las encuestas tienen más de una pregunta (y por lo tanto, más de un valor de porcentaje para evaluar), recomendamos usar p = 0.5 para calcular el tamaño óptimo de la muestra. Esto produce una estimación de tamaño de muestra que no es ni demasiado conservador ni demasiado laxo.

Cómo calcular el tamaño de la muestra

Calcula la cantidad de encuestados que necesitas en cuestión de segundos con nuestra calculadora del tamaño de la muestra.

Si deseas realizar el cálculo del tamaño de la muestra en forma manual, utiliza la siguiente fórmula:

Estadística
Descripción
NTamaño de la población
eMargen de error (como decimal)
zNivel de confianza (como puntuación de z)
pValor de porcentaje (como decimal)

Tamaños de muestra sugeridos

A continuación, se incluye una tabla con los tamaños de población sugeridos* por margen de error a un nivel de confianza del 95 %.

Tamaño de la poblaciónTamaño de la muestra por margen de error
 
±3 %
±5 %
±10 %
500
345
220
80
1000
525
285
90
3000
810
350
100
5000
910
370
100
10 000
1000
385
100
100 000
1100
400
100

* Utilizamos la fórmula de arriba para calcular los tamaños de muestra sugeridos. En algunos casos, redondeamos los tamaños de las muestras al 5 o 10 más cercano. Para un cálculo más exacto, usa nuestra calculadora del tamaño de muestra.

Ejemplo

Envía una encuesta con una pregunta Sí o No, en la que se les pregunta a los padres de los niños de la escuela si están a favor de tener una jornada escolar extendida.

La cantidad total de padres (el tamaño de la población) es de 10 000 y estás de acuerdo con un margen de error del ±10 %. Si utilizas la tabla de arriba, puedes ver que necesitas que al menos 100 personas respondan la encuesta.

El 70 % de los 100 padres encuestados manifestó estar a favor de la jornada escolar extendida. Con esto puedes asumir que, si 10 000 padres respondieran la encuesta, entre el 60 % y el 80 % de ellos estarían a favor de la jornada escolar extendida.

¿Cuántas personas deberían responder mi encuesta?

El índice de respuesta puede afectar la cantidad de personas a las que les envías la encuesta. Cuanto más alto el índice de respuesta, menos personas necesitas que responda la encuesta.

Por ejemplo, si necesitas 100 encuestados y esperas que el 25 % de las personas a las que invitaste a responder la encuesta realmente la responda, entonces necesitas invitar a 400 personas a que respondan la encuesta.

Para calcular la cantidad de personas que necesitas invitar a que respondan la encuesta en función del índice de respuesta esperado, aplica la siguiente ecuación:

Cantidad de encuestados que necesitas
x 100
del índice esperado de respuestas (en %)
¡Sugerencia! Si necesitas una cantidad garantizada de encuestados, compra respuestas de la encuesta de SurveyMonkey Audience. Tú especificas la cantidad de respuestas que necesitas y nosotros utilizaremos los criterios que definas para buscar a los encuestados.

Obtenga respuestas hoy mismo