¿Qué es el tamaño de muestra?
El tamaño de muestra es la cantidad de unidades de análisis que aportan datos a una estimación, comparación o experimento. El tamaño adecuado depende de qué se quiere estimar o detectar, la variabilidad, la precisión o efecto relevante, el nivel de error aceptado, la potencia y el diseño; no existe un número universal que sea “suficiente” para cualquier estudio.
Qué es el tamaño de muestra
En estadística, el tamaño de muestra indica cuántas unidades relevantes para el análisis aportan información al estudio. Esas unidades pueden ser personas, cuentas, hogares, tiendas, sesiones experimentales, empresas u otras entidades, según cómo esté definido el diseño.
La letra n se usa con frecuencia para representar el tamaño de una muestra o de un grupo. Pero contar registros no siempre equivale a contar información independiente: cien mediciones repetidas sobre las mismas diez personas no suelen aportar la misma información que cien personas independientes.
Por eso el tamaño de muestra debe interpretarse junto con la unidad de análisis, el método de selección y la dependencia entre observaciones.
El tamaño de muestra sí es
- una propiedad del diseño estadístico;
- un determinante de la precisión y, en muchos tests, de la potencia;
- una cantidad que debe justificarse según el objetivo del análisis.
El tamaño de muestra no es
- una garantía de representatividad;
- sinónimo del tamaño total de la población;
- un número mínimo universal válido para cualquier problema.
De qué depende el tamaño de muestra
No existe una sola fórmula porque el tamaño necesario cambia con la pregunta estadística y con el diseño. Los factores más importantes son:
Objetivo inferencial
No se dimensiona igual una muestra para estimar una proporción con cierto margen de error que para comparar dos grupos, demostrar no inferioridad o detectar un uplift en un experimento.
Variabilidad y tasa base
Cuanto más variable es la métrica, más información suele hacer falta para estimarla con una precisión dada o para detectar una diferencia. En métricas binarias también importa la tasa base esperada.
Precisión o efecto relevante
En estimación se fija, por ejemplo, un margen de error. En experimentos se define un tamaño de efecto relevante o un MDE. Exigir más precisión o querer detectar efectos más pequeños aumenta la muestra necesaria.
Nivel de error y potencia
En pruebas frecuentistas, un α más estricto —por ejemplo, pasar de 0,05 a 0,01— suele requerir más muestra. También requiere más muestra elevar la potencia estadística objetivo.
Estructura del diseño
Asignación desigual entre grupos, clustering, medidas repetidas, estratificación, emparejamiento, ponderaciones y múltiples comparaciones pueden cambiar cuánta muestra nominal hace falta para lograr la misma información útil.
No respuesta, pérdidas y datos faltantes
Si se espera que una parte de las unidades no responda, abandone el estudio o no complete la medición, el reclutamiento inicial suele inflarse para que la muestra analizable final conserve el tamaño previsto.
Qué hace aumentar o reducir la muestra necesaria
| Cambio | Efecto habitual sobre n | Por qué |
|---|---|---|
| Menor margen de error | Aumenta | Se exige una estimación más precisa. |
| Mayor nivel de confianza / α más bajo | Aumenta | La regla de error tipo I es más exigente. |
| Mayor potencia objetivo | Aumenta | Se reduce la probabilidad de pasar por alto el efecto especificado. |
| Efecto o MDE más pequeño | Aumenta | Diferencias más pequeñas son más difíciles de distinguir del ruido. |
| Mayor variabilidad | Aumenta | Hay más dispersión alrededor de la señal que se quiere estimar o detectar. |
| Clustering o dependencia positiva | Suele aumentar | Cada observación adicional aporta menos información independiente. |
| Población finita pequeña y alta fracción de muestreo | Puede reducirse | La corrección por población finita reconoce que se está observando una fracción importante del universo. |
Una relación útil para entender la escala es que, bajo supuestos simples de observaciones independientes, el error estándar suele caer aproximadamente con 1/√n. Por eso duplicar la muestra no reduce a la mitad el error: para hacerlo, suele hacer falta aproximadamente cuadruplicarla.
Cómo se calcula el tamaño de muestra
El cálculo correcto empieza por la pregunta, no por una fórmula genérica. Hay dos familias de problemas especialmente comunes.
1. Estimar una proporción con cierta precisión
En una muestra aleatoria simple de una población grande, una aproximación habitual para estimar una proporción es n ≈ z² · p(1−p) / E², donde E es el margen de error, p la proporción esperada y z el valor asociado al nivel de confianza elegido.
Por ejemplo, con 95% de confianza, ±5 puntos porcentuales de margen de error y p = 0,50, el cálculo da aproximadamente 385 unidades para una población grande. Si la población total fuera sólo de 1.000 unidades y el muestreo fuera aleatorio simple, aplicar una corrección por población finita llevaría ese valor a aproximadamente 278.
Ese ejemplo no es una regla universal: cambia si la variable, el diseño, la ponderación, la no respuesta o el objetivo son distintos.
2. Detectar una diferencia o efecto
Para comparar grupos o diseñar un experimento, el tamaño suele calcularse a partir del efecto que interesa detectar, la variabilidad o tasa base, α, la potencia deseada, el test estadístico y la relación de asignación entre grupos. En este contexto, querer detectar un efecto más pequeño, exigir más potencia o usar un α más estricto suele aumentar n.
No conviene elegir primero “cuántas personas entran en el presupuesto” y después reinterpretar ese número como si garantizara precisión o potencia. El presupuesto puede limitar el diseño, pero no modifica las propiedades estadísticas del tamaño disponible.
Tamaño de muestra nominal y tamaño de muestra efectivo
El tamaño nominal es el número bruto de unidades incluidas. El tamaño efectivo intenta expresar cuánta información equivalente a observaciones independientes aporta realmente esa muestra.
En encuestas complejas, por ejemplo, el clustering y los pesos desiguales pueden aumentar la varianza. El design effect compara esa varianza con la de una muestra aleatoria simple del mismo tamaño; cuando el efecto de diseño es mayor que 1, el tamaño efectivo es menor que el número nominal de participantes.
Esto evita un error frecuente: asumir que 10.000 registros siempre contienen diez veces más información que 1.000. Si muchas observaciones están altamente correlacionadas, duplicadas o concentradas en pocos clusters, esa equivalencia puede fallar.
Tamaño de muestra en A/B testing
En un A/B test de horizonte fijo, la muestra se planifica antes de iniciar el experimento. El cálculo combina, entre otros elementos, la métrica base, el efecto mínimo relevante, la potencia, el nivel de significancia, la variabilidad y la asignación entre variantes.
La idea central es sencilla: la muestra no se elige para “conseguir significancia”, sino para que el procedimiento tenga una capacidad conocida de detectar un efecto de interés bajo supuestos definidos.
La página de Biblioteca Tamaño de muestra en A/B testing desarrolla la aplicación operativa: cómo dimensionar tráfico, relacionarlo con MDE y evaluar si un experimento es viable. Esta definición del Glosario se mantiene deliberadamente en el plano conceptual general.
Errores al interpretar el tamaño de muestra
“Con 30 observaciones alcanza”
No existe un umbral universal de 30 que vuelva válido cualquier análisis. El tamaño necesario depende de la distribución, el objetivo, la precisión, el efecto, la potencia y el diseño.
“Una población diez veces más grande exige una muestra diez veces mayor”
No en general. Para muchas estimaciones en poblaciones grandes, el tamaño necesario se estabiliza y depende mucho más de la precisión y la variabilidad que del tamaño total del universo.
“Más n corrige una muestra sesgada”
No. Una muestra enorme puede estimar con enorme precisión el valor equivocado si la selección, la medición o el modelo introducen sesgo.
“Bajar α permite usar menos muestra”
En pruebas convencionales ocurre habitualmente lo contrario: hacer más estricta la tasa de error tipo I exige más evidencia y, manteniendo lo demás fijo, aumenta la muestra necesaria.
“Cada registro cuenta como una observación independiente”
Sesiones repetidas, mediciones dentro de una misma persona o usuarios agrupados por tienda, ciudad o empresa pueden estar correlacionados. Ignorar esa dependencia sobreestima la información disponible.
Preguntas frecuentes sobre tamaño de muestra
¿Qué es el tamaño de muestra?
Es la cantidad de unidades de análisis que aportan datos a una estimación, comparación o experimento. El tamaño adecuado depende de la pregunta, la variabilidad, la precisión o efecto relevante, el nivel de error aceptado y el diseño.
¿Una muestra más grande siempre es mejor?
Una muestra mayor suele reducir el error estándar y aumentar la potencia, pero también cuesta más y no corrige sesgos de selección, mala medición, confusión ni un diseño inadecuado.
¿Cómo se calcula el tamaño de muestra?
No existe una fórmula universal. Para estimar una proporción se puede dimensionar a partir del margen de error y el nivel de confianza; para comparar grupos o detectar efectos se usan además el tamaño de efecto, la potencia, alpha, la variabilidad y la estructura del diseño.
¿El tamaño de la población determina el tamaño de muestra?
No por sí solo. En poblaciones grandes, la precisión suele depender mucho más del error tolerado y de la variabilidad. El tamaño total de la población cobra más importancia cuando la muestra representa una fracción relevante de una población finita.
¿Qué relación tiene el tamaño de muestra con la potencia estadística?
Con el resto de los supuestos fijos, aumentar la muestra suele aumentar la potencia. Del mismo modo, querer detectar efectos más pequeños o trabajar con una potencia objetivo mayor suele exigir más unidades.
¿Qué es el tamaño de muestra efectivo?
Es una forma de expresar cuánta información independiente aporta realmente una muestra. Clustering, ponderaciones desiguales o dependencia entre observaciones pueden hacer que el tamaño efectivo sea menor que el número bruto de registros.
Referencias clave
NIST/SEMATECH. Sample sizes required. Relaciona tamaño de muestra, nivel de significancia, potencia y diferencia que se desea detectar.
National Library of Medicine / PMC. Statistical primer: sample size and power calculations—why, when and how?. Resume cómo efecto, α, potencia y varianza modifican la muestra necesaria.
CDC · Epi Info. Population Survey or Descriptive Study. Documenta el dimensionamiento de encuestas y la consideración del efecto de diseño.
CDC · NHANES. Variance Estimation Module. Explica design effect y tamaño de muestra efectivo en diseños complejos.
Optimizely. Frequentist (Fixed Horizon) statistics. Ejemplo de implementación de tamaño de muestra predeterminado en experimentación digital.