CÓMO INVESTIGAMOS / METODOLOGÍAS

Tamaño de muestra y error de estimación.

La precisión depende de qué se estima y cómo se selecciona.

Colección de piezas de vidrio y una selección en una bandeja representan conceptualmente el muestreo.
Imagen conceptual de referencia.

Dos proporciones calculadas con la misma base pueden tener precisiones distintas. Un error global no describe cada segmento.

QUÉ RESUELVE · CON UN EJEMPLO

Entienda el enfoque antes de entrar al detalle.

Dos proporciones calculadas con la misma base pueden tener precisiones distintas. Un error global no describe cada segmento.

Una lectura visual de Tamaño de muestra y error de estimación

Estimador
Variabilidad
Diseño
Base válida
Esquema conceptual para comprender este enfoque. No representa cifras, resultados estimados ni relaciones causales comprobadas.
PERTINENCIA E INSUMOS

Qué información y condiciones se necesitan.

Estimador, variabilidad, confianza, diseño y base válida por resultado.

FUNDAMENTO Y PROCEDIMIENTO

Cómo funciona y cómo debe aplicarse.

El error de muestreo cuantifica variabilidad asociada a la selección bajo un diseño definido. No es una medida total de calidad ni incluye automáticamente errores de cobertura, recuerdo, cuestionario o no respuesta. Para una proporción, la precisión depende de su valor, del tamaño efectivo y del diseño. Para una media se requiere una estimación de dispersión; para una diferencia se necesitan supuestos sobre ambos grupos.

RELACIÓN DE CÁLCULO Y CONDICIONESSRS, población grande y proporción: n₀ = z² p(1−p) / e². Población finita: n = n₀ / [1+(n₀−1)/N].

Procedimiento y decisiones de aplicación

  1. Proporciones

    Fijar confianza, precisión absoluta y proporción esperada. Usar 0,5 como supuesto conservador para el cálculo simple cuando no existe información, no como una exigencia universal.

  2. Medias y comparaciones

    Usar variabilidad previa o un piloto. Considerar si los grupos son independientes, pareados o forman parte de una encuesta compleja.

  3. Ajustes

    Incorporar corrección por población finita y efecto del diseño cuando proceda. Calcular intervalos adecuados a la base y evitar aproximaciones pobres en proporciones extremas o bases pequeñas.

EJEMPLO, INTERPRETACIÓN Y ENTREGABLES

Del procedimiento a una conclusión sustentada.

EJEMPLO DIDÁCTICO · NO RESULTADOS DE CLIENTES

Bajo SRS y una aproximación normal, estimar una proporción con 95% de confianza y ±5 puntos porcentuales usando p=0,5 requiere aproximadamente 385 respuestas. Es una ilustración del supuesto simple, no una recomendación automática: cuotas, conglomerados, pesos, subgrupos o no respuesta cambian el planteamiento. ±5 puntos significa una precisión absoluta, no 5% del valor estimado.

Decisiones que estructuran su aplicación

01Proporciones
02Medias y comparaciones
03Ajustes

Cada paso tiene una comprobación distinta; el procedimiento desarrollado arriba precisa qué se decide y qué evidencia se conserva.

Ilustración didáctica del procedimiento de esta página; no acredita funciones o resultados fuera del alcance descrito.

Controles que determinan la interpretación

CriterioQué se comprueba
BaseMostrar n válido del resultado, no solo n total.
SupuestosNo publicar precisión aleatoria para una muestra no probabilística sin un modelo explícito.
LecturaDistinguir confianza, potencia y relevancia de la diferencia.
Qué debe contener el resultado

Justificación del tamaño, precisión por estimación y dominio, supuestos de cálculo y límites fuera del error de muestreo.

¿El 95% de confianza significa 95% de certeza sobre el resultado?

En el enfoque frecuentista describe la cobertura de intervalos producidos por el procedimiento en repeticiones bajo sus supuestos. No es una garantía individual de exactitud ni una medida de todos los sesgos. Conviene informar intervalo, diseño y limitaciones en lugar de usar confianza como una promesa general.

Aplicación en el portafolio

Fuentes técnicas para ampliar la lectura
CONEXIONES Y REFERENCIAS

Continúe por una ruta relacionada.

Referencias para profundizar
CONVERSEMOS

Revisemos la aplicación en su estudio.

Definamos cómo utilizar Tamaño de muestra y error de estimación con la información disponible y el alcance que requiere su proyecto.