Tamaño de muestra para estimación
Sample Size for Estimation planifica un estudio cuyo objetivo es medir con precisión una media o una proporción, en lugar de probar una diferencia. Introduzca márgenes de error objetivo para obtener tamaños de muestra, o tamaños de muestra para obtener márgenes. Una media necesita una desviación estándar supuesta y usa la distribución t; una proporción necesita un valor de planificación, 0.5 de forma predeterminada, y usa la aproximación normal.
Última revisión:
Idea clave
Sample Size for Estimation calcula cuántas observaciones se necesitan para estimar una media o una proporción con un margen de error elegido, la semiamplitud del intervalo de confianza, o el margen que logra una muestra dada.
En esta página
Propósito
Sample Size for Estimation calcula cuántas observaciones se necesitan para estimar una media o una proporción con una precisión elegida, o qué tan precisa será la estimación con una muestra dada. La precisión se expresa como el margen de error: la semiamplitud del intervalo de confianza, de modo que la estimación es «valor ± margen». Úsela cuando el objetivo sea medir bien algo, como el tiempo de ciclo promedio, el peso medio del recubrimiento o la proporción de pedidos retrasados, en lugar de probar una diferencia (para eso, use las herramientas de potencia y tamaño de muestra para pruebas de hipótesis).
Capacidades principales
- Estima una Mean (con una desviación estándar supuesta) o una Proportion (con un valor de planificación).
- Calcula el tamaño de muestra a partir de márgenes de error objetivo, o el margen de error a partir de tamaños de muestra planificados: deje en blanco el que desea obtener.
- Varios valores a la vez, p. ej., márgenes “0.5 1”, dan una fila cada uno.
- Al calcular el tamaño de muestra, informa el número entero de observaciones y el margen de error que realmente se logra.
- Cualquier nivel de confianza de 75 a 100%.
Métodos estadísticos
Para una media, la desviación estándar introducida es un valor de planificación y no un valor conocido, por lo que el margen de error usa la distribución t, igual que el intervalo de confianza que calculará más adelante a partir de los datos (Minitab funciona de la misma manera cuando σ no se conoce). Para una proporción, la herramienta usa la aproximación normal. Con nivel de confianza C, α = 1 − C/100; z = z₁₋α/₂ (1.960 para 95%) y t = t₁₋α/₂ con n − 1 grados de libertad.
Para una media con desviación estándar supuesta σ, el margen de error con n observaciones es E = t·σ/√n. Como t depende de n, el tamaño de muestra para un margen objetivo E es el menor n cuyo margen es como máximo E: la herramienta parte de la respuesta normal (z·σ/E)², redondeada hacia arriba, y avanza de uno en uno. Para una proporción con valor de planificación p, el margen es E = z·√(p(1 − p)/n), de modo que n = z²·p(1 − p)/E², redondeado al siguiente número entero. En ambos casos, el margen en el n informado se muestra como margen de error real, que es como máximo el objetivo.
El margen disminuye con la raíz cuadrada de n: reducir el margen a la mitad requiere aproximadamente cuatro veces más observaciones. Para una media, el margen supone que la desviación estándar muestral resulta cercana al valor de planificación; si los datos son más variables, el intervalo será más amplio. Para una proporción, un valor de planificación de 0.5 da el tamaño de muestra mayor (el más seguro); use un valor menor solo si tiene la certeza de que la proporción está lejos de 0.5. El resultado supone una muestra aleatoria de un proceso estable.
Campos de entrada y opciones
Campo | Descripción |
Parameter to estimate | Mean (default) o Proportion. |
Sample sizes | Separados por espacios o comas, p. ej., “10 20 30”. Déjelo en blanco para calcular el tamaño de muestra. |
Margins of error | Separados por espacios o comas, p. ej., “1 2”. La semiamplitud del intervalo de confianza, en unidades de medición para una media o como fracción (p. ej., 0.03) para una proporción. Déjelo en blanco para calcular el margen de error. |
Assumed standard deviation | Obligatorio cuando Parameter = Mean. Estimación histórica o piloto de la desviación estándar, usada como valor de planificación (el margen usa la distribución t). |
Planning value for the proportion | Obligatorio cuando Parameter = Proportion; valor predeterminado 0.5, entre 0.0001 y 0.9999. 0.5 es la opción más conservadora (mayor tamaño de muestra). |
Confidence level | Valor predeterminado 95; de 75 a 100. |
Title | Título que se muestra en la salida. |

Figura 1: cálculo del tamaño de muestra para una media: Margins of error = 0.5 1, Assumed standard deviation = 3, con 95% de confianza.
Descripción de la salida
- Settings: qué se calculó, el parámetro, el nivel de confianza y la desviación estándar supuesta (para una media) o el valor de planificación (para una proporción).
- Results: una fila por valor: margen de error, tamaño de muestra y margen de error real al calcular el tamaño de muestra, o tamaño de muestra y margen de error al calcular el margen de error.
- Exportación a PDF mediante Download.

Figura 2: resultados del ejemplo: 141 ciclos para un margen de ±0.5 s y 38 ciclos para un margen de ±1 s con 95% de confianza.
Ejemplo
Un ingeniero industrial necesita el tiempo de ciclo promedio de una estación de ensamblaje manual para un estudio de balanceo de línea. Una breve prueba piloto muestra una desviación estándar de unos 3 segundos. El ingeniero quisiera obtener la media con una precisión de ±0.5 s, pero podría aceptar ±1 s. Con Parameter to estimate = Mean, el ingeniero deja en blanco Sample sizes, introduce Margins of error = 0.5 1 y Assumed standard deviation = 3, con 95% de confianza.
La herramienta necesita 141 ciclos cronometrados para un margen de ±0.5 s (margen real 0.499 s) y 38 ciclos para ±1 s (margen real 0.986 s): reducir el margen a la mitad multiplica el trabajo por aproximadamente cuatro. Si se introduce Sample sizes = 20 50, se ve que 20 ciclos dan un margen de ±1.40 s y 50 dan ±0.85 s. Con 99% de confianza, los requisitos aumentan a 243 y 64 ciclos. Para una proporción, por ejemplo, la proporción de ciclos con un paso de retrabajo, un margen de ±0.03 necesita 1068 observaciones con el valor de planificación conservador de 0.5, pero 385 si se sabe que la proporción ronda 0.1.
Preguntas frecuentes
¿Cómo se calcula el tamaño de muestra para estimar una proporción?
Para una proporción con valor de planificación p, el margen de error es E = z por la raíz cuadrada de p(1 - p)/n, de modo que n = z al cuadrado por p(1 - p) dividido entre E al cuadrado, redondeado hacia arriba. Un valor de planificación de 0.5 da el tamaño de muestra mayor y más seguro; en un ejemplo, un margen de 0.03 con 95% de confianza necesita 1068 observaciones con 0.5, pero 385 con 0.1.
¿Cómo se calcula el tamaño de muestra para estimar una media?
Para una media con desviación estándar supuesta sigma, el margen de error con n observaciones es E = t por sigma dividido entre la raíz cuadrada de n. Como t depende de n, la herramienta parte de la respuesta normal (z por sigma / E) al cuadrado y avanza hasta que el margen es como máximo el objetivo. Se informa el margen real en ese n.
¿Cómo cambia el margen de error con el tamaño de muestra?
El margen de error disminuye con la raíz cuadrada de n, por lo que reducir el margen a la mitad requiere aproximadamente cuatro veces más observaciones. En un ejemplo con una desviación estándar de 3 segundos y 95% de confianza, un margen de 1 segundo necesita 38 ciclos, mientras que un margen de 0.5 segundos necesita 141 ciclos.
¿Cuándo debe usarse el tamaño de muestra para estimación en lugar de potencia y tamaño de muestra?
Use el tamaño de muestra para estimación cuando el objetivo sea medir bien algo, como un tiempo de ciclo promedio, el peso medio del recubrimiento o la proporción de pedidos retrasados. Cuando el objetivo sea probar una diferencia, use en su lugar las herramientas de potencia y tamaño de muestra para pruebas de hipótesis. El resultado supone una muestra aleatoria de un proceso estable.
