Focus Research · Herramientas abiertas

Calculadora de error muestral

Calculá el margen de error de una proporción y explorá cómo cambian la precisión, el tamaño de la muestra y el nivel de confianza.

Definí tu muestra

Usá las respuestas válidas para la pregunta o el subgrupo que analizás.
Vacío: sin corrección por población finita.
Ajustar proporción y efecto de diseño
50% produce el mayor margen para el mismo diseño.
1: muestreo aleatorio simple. Usá otro valor solo si el diseño lo justifica.

Margen de error estimado

±4,90puntos porcentuales

Para 400 casos, 95% de confianza y máxima variabilidad (p = 50%).

Intervalo ilustrativo
45,10% a 54,90%
Casos analizados
400
Corrección por población
Sin aplicar

El cálculo supone una muestra probabilística y estima únicamente la variación debida al muestreo.

¿Qué es el error muestral?

El error muestral expresa la variación que puede aparecer al estudiar una muestra en lugar de observar a toda una población. Si repetimos una encuesta seleccionando nuevas muestras de la misma manera, los porcentajes obtenidos pueden cambiar. El margen de error ayuda a describir esa incertidumbre bajo un diseño de muestreo determinado.

Esta calculadora estima el margen de error de una proporción: por ejemplo, el porcentaje de personas que conoce una marca o aprueba una propuesta. El resultado se expresa en puntos porcentuales. No es una evaluación automática de la calidad de una encuesta.

Cómo usar la calculadora

  1. Ingresá los casos efectivos: las respuestas utilizables de la pregunta que vas a analizar, no las invitaciones enviadas.
  2. Elegí la confianza: 95% es una referencia habitual; subirla amplía el margen de error.
  3. Completá la población si conocés cuántas unidades integran el universo. La corrección supone selección sin reemplazo.
  4. En opciones avanzadas, indicá una proporción distinta de 50% o un efecto de diseño conocido. Dejá 50% para obtener el mayor margen teórico con esos parámetros.

Un ejemplo con 400 encuestas

Con 400 casos, 95% de confianza, población grande y una proporción de 50%, el margen aproximado es ±4,90 puntos porcentuales. Una estimación de 50% queda acompañada por un intervalo aproximado de 45,10% a 54,90%.

Si analizás solamente un subgrupo de 100 personas, debés volver a calcular con 100 casos. El margen de la muestra completa no se traslada automáticamente a cada localidad, edad o segmento.

Referencia para población grande, 95% de confianza, p = 50% y efecto de diseño = 1
Casos efectivosMargen aproximado
100±9,80 puntos
400±4,90 puntos
1.000±3,10 puntos
2.000±2,19 puntos

Fórmula y supuestos

Margen (%) = 100 × z × √[p × (1 − p) / n × (N − n) / (N − 1) × DEFF]

n es la muestra; N, la población; p, la proporción en escala de 0 a 1; z, el valor de la distribución normal asociado a la confianza; y DEFF, el efecto de diseño. Cuando no se informa población, el factor de corrección finita se toma como 1. Los valores de z son aproximadamente 1,645; 1,960 y 2,576 para 90%, 95% y 99%.

Se utiliza una aproximación normal para una muestra aleatoria simple, con una adaptación cuando se informa un DEFF. El intervalo mostrado se limita al rango de 0% a 100%. Con pocos casos o proporciones cercanas a los extremos, conviene utilizar un método de intervalo más apropiado.

Lo que este número no mide

Una muestra grande puede tener problemas de cobertura, autoselección, no respuesta, ponderación o redacción de preguntas. Una encuesta abierta en redes no adquiere representatividad por acumular respuestas. Para muestras no probabilísticas, este margen no tiene automáticamente la interpretación clásica de cobertura.

¿95% de confianza significa que la encuesta tiene 95% de precisión?

No. Bajo los supuestos del procedimiento, si repitiéramos el muestreo muchas veces, aproximadamente el 95% de los intervalos construidos así contendría la proporción poblacional. No equivale a afirmar que cada respuesta es correcta ni que el diseño está libre de sesgos.

¿Más población exige siempre muchas más encuestas?

Cuando la población es grande frente a la muestra, la precisión depende principalmente del número de casos. La corrección por población finita se vuelve relevante cuando se releva una fracción apreciable del universo.

¿Sirve para comparar dos candidatos o dos marcas?

Estima el margen de una proporción. Para evaluar una diferencia hace falta considerar la incertidumbre de esa diferencia y la relación entre las estimaciones. Superponer o separar dos márgenes individuales no resuelve por sí solo una prueba estadística.

Fuentes metodológicas

Penn State: muestreo aleatorio simple y corrección por población finita y estimación e intervalos de confianza. Desarrollo y ejemplos: Focus Research.

Diseñá una encuesta que responda a tu problema

La precisión empieza en la definición del universo, el cuestionario y la selección de los casos. En Focus Research trabajamos en investigación de opinión pública y mercados.

Conocer el servicio de encuestas