¿De dónde sale el 385?
La fórmula relaciona tres decisiones que se toman antes del trabajo de campo:
- Nivel de confianza, expresado como z. Con un nivel de confianza del 95 %, z = 1,96; con el 90 %, z = 1,645; con el 99 %, z = 2,576.
- Margen de error, e. Es la semiamplitud del intervalo en torno a un resultado: ±5 puntos se escribe 0,05.
- Proporción esperada, p. Si no conoce la respuesta de antemano, utilice 0,5. El término p(1−p) alcanza su máximo en 0,5, así que esta elección da la muestra más segura, la más grande.
La aritmética del caso clásico es breve: 1,96² = 3,8416; multiplicado por 0,5 × 0,5 = 0,9604; dividido entre 0,05² (0,0025) = 384,16. Los tamaños de muestra siempre se redondean al alza, lo que da 385.
Interprete bien el resultado. Si 385 encuestados seleccionados al azar dan un resultado del 50 %, puede tener una confianza del 95 % en que el valor real está entre el 45 % y el 55 %. Para resultados más alejados del 50 %, el margen de error se reduce: con un 20 % esperado, la misma precisión requiere solo 246 entrevistas.
Tamaño de muestra según el margen de error y el nivel de confianza
La tabla aplica la misma fórmula con p = 0,5 para una población grande. Muestra la disyuntiva que condiciona la mayoría de los diseños de encuesta.
| Margen de error | Confianza del 90 % | Confianza del 95 % | Confianza del 99 % |
|---|---|---|---|
| ±10 puntos | 68 | 97 | 166 |
| ±7 puntos | 139 | 196 | 339 |
| ±6 puntos | 188 | 267 | 461 |
| ±5 puntos | 271 | 385 | 664 |
| ±4 puntos | 423 | 601 | 1.037 |
| ±3 puntos | 752 | 1.068 | 1.844 |
| ±2,5 puntos | 1.083 | 1.537 | 2.655 |
| ±2 puntos | 1.692 | 2.401 | 4.148 |
La precisión sale cara en el extremo superior. Reducir el margen a la mitad, de ±5 a ±2,5 puntos, multiplica la muestra aproximadamente por cuatro, de 385 a 1.537, porque el margen de error disminuye con la raíz cuadrada de n. Antes de pedir ±2 puntos, compruebe si alguna decisión cambiaría realmente entre un resultado del 42 % y uno del 46 %.
¿Importa el tamaño de la población?
Mucho menos de lo que suele pensarse. En poblaciones de más de unas decenas de miles, la muestra necesaria apenas varía. Solo cuando la población es pequeña la corrección por población finita marca una diferencia visible:
n = n₀ ÷ (1 + (n₀ − 1) ÷ N), donde N es el tamaño de la población.
Según el Banco Mundial, Bulgaria tenía 6.433.302 habitantes en 2025 y la UE-27, 451.127.411. Ambas necesitan 385 entrevistas para ±5 puntos en el total. La encuesta a escala de la UE solo es mayor si se quieren resultados por país, porque entonces cada país pasa a ser un subgrupo con su propia muestra.
Poblaciones pequeñas: clientes, socios y compradores B2B
Con una población pequeña y conocida, como 500 clientes empresariales o los socios de una asociación, la corrección importa, pero también la tasa de respuesta que se puede obtener de forma realista. El gráfico muestra 218 entrevistas completadas para ±5 puntos sobre 500, lo que significa convencer al 44 % de todos los clientes para que respondan.
En la práctica, las poblaciones pequeñas suelen encuestarse como un censo: se invita a todos y el margen de error se calcula sobre las respuestas recibidas. Si responden 150 de los 500 clientes, el margen es de unos ±6,7 puntos una vez aplicada la corrección. Eso es útil para un estudio de satisfacción del cliente, siempre que se compruebe que quienes responden se parecen a quienes no lo hacen en tamaño, región y antigüedad de la relación.
En un estudio B2B, la unidad también importa. Si en cada equipo de compra influyen tres personas en la decisión, decida de antemano si dimensiona la muestra en empresas o en personas.
Planifique para los subgrupos, no solo para el total
El error más común en el tamaño de muestra es planificar para el total y después presentar desgloses. Una encuesta a 1.000 personas tiene un margen de unos ±3,1 puntos en el total, pero una región con 120 encuestados tiene un margen de unos ±8,9 puntos.
Trabaje hacia atrás a partir del grupo más pequeño que deba analizar por separado. Si el consejo de administración necesita resultados para cada una de cuatro regiones con ±5 puntos, necesitará unos 385 por región, aproximadamente 1.540 en total, y después una ponderación para recomponer la imagen nacional.
Las comparaciones exigen todavía más. El margen de la diferencia entre dos grupos independientes es mayor que el margen de cualquiera de ellos: con 385 encuestados en cada uno, una diferencia debe superar unos siete puntos para ser estadísticamente significativa. Una diferencia de cinco puntos entre hombres y mujeres en una encuesta así puede ser simple ruido. La calculadora de margen de error muestra el intervalo para cualquier resultado y base.
Acuerde una regla con las partes interesadas, por ejemplo que no se presente ningún porcentaje con menos de 100 encuestados. Así evitará que llegue al consejo un gráfico de ocho regiones, tres de ellas demasiado pequeñas para interpretarse.
Incidencia: ¿a cuántas personas hay que filtrar?
La muestra necesaria se cuenta en entrevistas completadas de personas que cumplen los requisitos. Cuando el público objetivo es una fracción de la población, el número de personas que hay que filtrar crece en proporción. La tasa de incidencia es esa fracción.
Tomemos una encuesta a personas que compraron algo en línea en los últimos 12 meses, extraída de una muestra de población general. Las cifras de Eurostat para 2025 dan directamente la incidencia:
| Mercado | Compraron en línea en los últimos 12 meses (2025) | Personas que filtrar para 400 entrevistas completadas |
|---|---|---|
| Países Bajos | 94,2 % | 425 |
| UE-27 | 73,6 % | 544 |
| Bulgaria | 51,2 % | 782 |
Las mismas 400 entrevistas completadas requieren casi el doble de entrevistas de filtro en Bulgaria que en los Países Bajos. Después, las tasas de respuesta vuelven a multiplicar el esfuerzo: si una de cada diez personas contactadas acepta participar, una cifra ilustrativa, el estudio búlgaro necesita unos 7.800 contactos. En nuestra sección de datos de consumidores se representan más indicadores por país que influyen en la incidencia.
Para públicos muy concretos, como los propietarios de un electrodoméstico determinado o los responsables de TI de empresas medianas, la incidencia suele ser tan baja que el factor limitante pasa a ser el tiempo de trabajo de campo, no el tamaño de la muestra.
Ponderación, cuotas y muestra efectiva
Otros dos ajustes cambian la precisión real de una encuesta.
La ponderación reduce la muestra efectiva. Cuando unos encuestados cuentan más que otros, la precisión disminuye. La pérdida se expresa como efecto de diseño: con un efecto de diseño de 1,4 (un valor ilustrativo), 1.000 entrevistas se comportan como unas 714, y el margen se amplía de ±3,1 a unos ±3,7 puntos. Los buenos informes indican la base efectiva junto a la real.
Las muestras por cuotas no son muestras aleatorias. La mayoría de las encuestas de consumo se extraen de paneles en línea con cuotas por edad, sexo y región. La fórmula del margen de error se aplica en sentido estricto a las muestras probabilísticas, así que en las muestras por cuotas debe tomarse como una orientación sobre la precisión, no como una garantía. Lo mismo vale, con más razón, para las respuestas generadas por IA: como explica nuestro artículo sobre investigación de mercados con IA, los encuestados sintéticos no tienen marco muestral alguno, por lo que no puede calcularse para ellos ningún margen de error.
Cómo elegir el tamaño de muestra en cinco pasos
- Anote la decisión y el subgrupo más pequeño que deba analizarse por separado.
- Elija el margen de error que cambiaría esa decisión, no el más pequeño que pueda permitirse.
- Calcule la muestra por subgrupo y sume los grupos.
- Divida por la incidencia y la tasa de respuesta esperada para estimar los filtros y los contactos.
- Prevea la ponderación y la depuración de datos, que eliminan o restan peso a algunas entrevistas.
La calculadora de tamaño de muestra resuelve los pasos 2 y 3, incluida la corrección por población finita. Una encuesta que alimenta un modelo de mercado, como los datos de penetración y gasto de nuestro ejemplo de TAM, SAM y SOM, debe dimensionarse según la precisión que necesitan esos datos. Para diseños con varios países, cuotas o públicos de difícil acceso, nuestro equipo de encuestas puede proponerle un plan de muestreo; solicite una propuesta indicando su público objetivo y su plazo.
Preguntas frecuentes
¿Bastan siempre 385 encuestados?
Solo para un único resultado global en una población grande con ±5 puntos y un 95 % de confianza. Si necesita resultados por región, grupo de edad o tipo de cliente, cada uno de esos grupos necesita su propia base suficiente. Si la población es pequeña, como una lista de unos cientos de clientes, hacen falta menos entrevistas completadas, aunque normalmente se invitará a todos. Si su público objetivo es poco frecuente, 385 entrevistas completadas pueden requerir miles de contactos de filtro.
¿Una población mayor necesita una muestra mayor?
Apenas, una vez que la población supera unas decenas de miles. Con la corrección por población finita, una población de 10.000 necesita 370 entrevistas completadas para ±5 puntos con un 95 % de confianza, mientras que Bulgaria y el conjunto de la UE-27 necesitan 385. Lo que crece con el alcance es el número de subgrupos que se quieren presentar: los resultados por país, región o segmento requieren cada uno su propia muestra.
¿Qué margen de error es aceptable?
Depende de la decisión. Para seguir la notoriedad a lo largo del tiempo o estimar la penetración de mercado, lo habitual es entre ±3 y ±5 puntos. Para preguntas exploratorias, como cuál de tres conceptos merece seguir desarrollándose, ±7 puntos pueden bastar cuando las diferencias son grandes. Elija el margen más amplio que le siga llevando a la misma decisión, porque cada punto adicional de precisión cuesta un número desproporcionado de entrevistas.
¿Cuántos participantes necesito para una investigación cualitativa?
Los estudios cualitativos no utilizan la fórmula del tamaño de muestra, porque no estiman porcentajes. Los grupos de discusión y las entrevistas en profundidad se dimensionan por saturación: se para cuando las nuevas conversaciones ya no aportan temas nuevos. El número depende de lo variado que sea el público objetivo y de cuántos segmentos haya que cubrir. Los resultados cualitativos explican motivos y lenguaje, no proporciones.
¿Puedo usar el margen de error en una encuesta con panel en línea?
Úselo como indicador, no como límite estricto. La fórmula presupone una muestra aleatoria, mientras que la mayoría de los paneles en línea se basan en cuotas y excluyen a quienes no están conectados. Los paneles por cuotas funcionan bien para muchos temas de consumo, pero no llegan a quienes rara vez se conectan ni a quienes nunca se apuntan a un panel. Indique la fuente de la muestra y las cuotas, para que los lectores puedan valorar el resultado por sí mismos.
Informes relacionados
Encuestas
Las encuestas de mercado miden cuántas personas de una población definida tienen una opinión, se comportan de una…
Leer →Satisfacción del cliente y NPS
Un estudio de satisfacción del cliente mide en qué medida sus productos y su servicio cumplen las expectativas de los…
Leer →Investigación B2B
El estudio de mercado B2B analiza cómo eligen, compran y usan productos y servicios las organizaciones, y no los…
Leer →