Tamaño de muestra para intervalos de tolerancia
Tamaño de muestra para intervalos de tolerancia planifica estudios de validación, como las corridas 95/95. Introduzca factores k objetivo para obtener el tamaño de muestra mínimo, o introduzca tamaños de muestra para ver el factor k que alcanza cada uno. Supone datos con distribución normal resumidos por la media y la desviación estándar, admite intervalos bilaterales o unilaterales e informa el tamaño de muestra y el factor k alcanzado para cada objetivo.
Última revisión:
Idea clave
Halla la menor muestra con la que un intervalo de tolerancia normal (media ± k·s) alcanza un factor k objetivo, o el factor k que logra una muestra planificada, con una confianza y una cobertura elegidas.
En esta página
Propósito
Tamaño de muestra para intervalos de tolerancia calcula cuántas mediciones se necesitan para que un intervalo de tolerancia normal, media ± k·s, sea lo bastante estrecho como para ser útil, o qué factor k dará una muestra planificada. Un intervalo de tolerancia indica, con una confianza elegida, el rango que contiene al menos un porcentaje elegido de la población (por ejemplo, 95% de confianza de que el 95% de las piezas queda dentro). Las muestras pequeñas dan factores k grandes e intervalos amplios, por lo que esta herramienta se usa al planificar corridas de validación de procesos, por ejemplo un estudio 95/95 que debe demostrar que el intervalo cabe dentro de la especificación.
Capacidades principales
- Calcula el tamaño de muestra mínimo que alcanza uno o más factores k objetivo, o informa el factor k que logran los tamaños de muestra planificados: deje en blanco el que desea obtener.
- Varios valores a la vez, p. ej., factores k objetivo “2.5 3” o tamaños de muestra “10 20 50”, dan una fila cada uno.
- Intervalos bilaterales (media ± k·s) o límites unilaterales (media + k·s o media − k·s).
- Cualquier nivel de confianza y cobertura mínima de la población de 75 a 100%.
- Usa los mismos factores k exactos que la herramienta de intervalo de tolerancia (normal) (Tolerance Interval (Normal)).
Métodos estadísticos
El intervalo supone que los datos proceden de una distribución normal y están resumidos por la media muestral x̄ y la desviación estándar s. El intervalo es x̄ ± k·s (bilateral) o x̄ + k·s / x̄ − k·s (unilateral), y k depende únicamente del tamaño de muestra n, del nivel de confianza y del porcentaje mínimo P de la población que se desea cubrir.
Para el intervalo bilateral, k es el valor exacto: la probabilidad de cobertura, escrita como una integral sobre las distribuciones de x̄ y de s, se iguala al nivel de confianza y se resuelve numéricamente para k (se usa un valor t no central como punto de partida). Para un límite unilateral, k = t′ / √n, donde t′ es el cuantil del nivel de confianza de la distribución t no central con n − 1 grados de libertad y parámetro de no centralidad z_P·√n, y z_P es el cuantil normal estándar de P.
Al calcular el tamaño de muestra, la herramienta encuentra el menor n (desde 4 en adelante) cuyo factor k es igual o inferior al objetivo, e informa ese n y el factor k alcanzado. A medida que n crece, k desciende hacia el cuantil normal (1.960 para un intervalo bilateral con cobertura de 95%, 1.645 para un límite unilateral) pero nunca lo alcanza, por lo que un k objetivo igual o inferior a ese valor no puede cumplirse: la herramienta muestra entonces un mensaje de error que indica el límite. Los objetivos cercanos al límite requieren muestras muy grandes. Una mayor confianza o una mayor cobertura dan factores k mayores para el mismo n.
Campos de entrada y opciones
Campo | Descripción |
Sample sizes | Separados por espacios o comas, p. ej., “20 30 50”. Complételo para ver el factor k que alcanza cada tamaño de muestra; déjelo en blanco para calcular el tamaño de muestra. |
Target k-factors | Separados por espacios o comas, p. ej., “2 3”. El mayor factor k aceptable (intervalo = media ± k·s). Complételo, con Sample sizes en blanco, para calcular el menor tamaño de muestra que lo alcanza. Cada objetivo debe ser mayor que el límite al que k se aproxima al crecer n (1.960 para un intervalo bilateral con cobertura de 95%, 1.645 para un límite unilateral). |
Confidence level | Predeterminado 95; de 75 a 100. La confianza de que el intervalo cubre al menos el porcentaje indicado de la población. |
Minimum percentage of population in interval | Predeterminado 95; de 75 a 100. La cobertura P. |
Tolerance Interval | Two-sided (predeterminado) o One-sided. |
Title | Título que se muestra en la salida. |

Figura 1 — Cálculo del tamaño de muestra: Target k-factors = 2.5 3, confianza de 95%, 95% de la población, intervalo bilateral.
Descripción de la salida
- Settings — qué se calculó, el nivel de confianza, el porcentaje de la población en el intervalo y el tipo de intervalo de tolerancia.
- Results — al calcular el tamaño de muestra: factor k objetivo, tamaño de muestra y factor k alcanzado; cuando se dan tamaños de muestra: tamaño de muestra y factor k.
- Exportación a PDF mediante Download.

Figura 2 — Resultados del ejemplo: 35 sellados para alcanzar k = 2.5 y 15 sellados para alcanzar k = 3 en un intervalo bilateral 95/95.
Ejemplo
Una planta de envasado médico está validando un proceso de termosellado y debe demostrar, con un 95% de confianza, que el 95% de los sellados tiene una resistencia al pelado dentro de la especificación. A partir de las corridas de desarrollo, la media del proceso se sitúa a unas 3 desviaciones estándar del límite de especificación más cercano, por lo que un intervalo de tolerancia con k de hasta 3 sería aprobado, y un k de hasta 2.5 dejaría un margen. El ingeniero de validación deja Sample sizes en blanco, introduce Target k-factors = 2.5 3 y mantiene la confianza de 95%, la cobertura de 95% y un intervalo bilateral.
La herramienta necesita 15 sellados para alcanzar k = 3 (factor k alcanzado 2.965) y 35 sellados para alcanzar k = 2.5 (alcanzado 2.495). Introducir en cambio Sample sizes = 10 20 50 100 muestra con qué lentitud desciende k: 3.393, 2.760, 2.382 y 2.234. Si solo se aplica un límite inferior de resistencia, un límite unilateral necesita 10 sellados para k = 3 y 17 para k = 2.5. Elevar la cobertura al 99% de los sellados hace el estudio mucho mayor: k = 3 requiere entonces 77 sellados.
Preguntas frecuentes
¿Qué es el factor k de un intervalo de tolerancia?
Un intervalo de tolerancia normal es la media muestral más o menos k veces la desviación estándar muestral. El factor k depende únicamente del tamaño de muestra, del nivel de confianza y del porcentaje mínimo de la población que el intervalo debe cubrir. Las muestras pequeñas dan factores k grandes e intervalos amplios, por lo que la planificación del tamaño de muestra es importante en los estudios de validación.
¿Por qué el factor k no puede alcanzar el cuantil normal?
A medida que crece el tamaño de muestra, k desciende hacia el cuantil normal, 1.960 para un intervalo bilateral con cobertura de 95% y 1.645 para un límite unilateral, pero nunca lo alcanza. Un k objetivo igual o inferior a ese límite no puede cumplirse, por lo que la herramienta muestra un error que indica el límite. Los objetivos cercanos al límite requieren muestras muy grandes.
¿Cuántas muestras se necesitan para un intervalo de tolerancia 95/95?
Depende del factor k que pueda aceptar. En el ejemplo documentado del termosellado con 95% de confianza y 95% de cobertura, un intervalo bilateral necesita 15 sellados para alcanzar k = 3 y 35 sellados para alcanzar k = 2.5. Un límite unilateral necesita 10 sellados para k = 3 y 17 para k = 2.5.
¿Cómo se planifica el tamaño de muestra de un intervalo de tolerancia en Zometric Statistical Software?
Deje Sample sizes en blanco e introduzca uno o más Target k-factors; luego establezca el nivel de confianza, el porcentaje mínimo de la población en el intervalo y si el intervalo es bilateral o unilateral. Los resultados enumeran cada factor k objetivo con el menor tamaño de muestra y el factor k que alcanza. Introduzca en cambio tamaños de muestra para ver sus factores k.
