Cuando tu tesis trabaja con un grupo que puedes contar, como los alumnos inscritos en una facultad, los trabajadores de una planta en el Bajío o los pacientes registrados en una unidad de medicina familiar, el tamaño de tu muestra no se obtiene igual que si estudiaras a una población sin límite conocido. Para esos casos existe la fórmula para calcular muestra población finita, que incorpora el total de elementos (N) y ajusta el resultado para que no encuestes a más personas de las necesarias.
Es también una de las partes del capítulo metodológico que más observaciones recibe de los sinodales. Un valor de Z que no corresponde al nivel de confianza declarado, una p sin justificar o un redondeo hacia abajo bastan para que te pidan rehacer el cálculo y, con él, el trabajo de campo.
Por eso conviene dominarla término por término: saber de dónde sale cada valor, resolver un ejemplo con números reales y tener a la mano un párrafo modelo que puedas adaptar a tu propio diseño.
Para una población finita (N conocida) y una variable cualitativa o proporción, la fórmula es n = (Z² · p · q · N) / [Z² · p · q + d² · (N − 1)]. Con 95% de confianza usa Z = 1.96; si no tienes datos previos, asigna p = q = 0.5, y fija un margen de error d entre 0.05 y 0.10. El resultado se redondea siempre hacia arriba.
Qué es una población finita y cómo saber si la tuya lo es
En la literatura metodológica publicada en México, una población se considera finita cuando se conoce con exactitud el total de unidades de estudio que la componen, valor que se denota como N. Así lo plantea Aguilar-Barojas en su artículo sobre fórmulas para el cálculo de la muestra, publicado en la revista Salud en Tabasco e indexado en Redalyc. La población es infinita o desconocida cuando no cuentas con un marco muestral completo, es decir, con una lista de todos sus elementos.
La distinción no depende de que la población sea “chica” o “grande”, sino de que puedas contarla. Los 1,200 alumnos de una licenciatura forman una población finita; “los consumidores de café en la Ciudad de México” no, porque nadie tiene ese listado. Antes de aplicar cualquier fórmula, responde estas preguntas:
- ¿Existe un listado o registro oficial? Matrícula escolar, nómina, padrón de pacientes, directorio de empresas o un censo institucional.
- ¿Puedes obtener ese número de forma documentada? Tu comité querrá saber de dónde sale N: un oficio de control escolar, un reporte de recursos humanos o una base de datos pública.
- ¿Tus criterios de inclusión y exclusión ya están aplicados? N no es “todos los alumnos de la universidad”, sino los que cumplen tus criterios: por ejemplo, alumnos regulares de segundo a octavo semestre inscritos en el ciclo vigente.
Este último punto es donde más tesis se equivocan: calculan la muestra con la población general y luego aplican criterios que reducen el universo real. Si quieres profundizar en cómo delimitar el universo, revisa nuestra guía sobre población y muestra con criterios de selección y cálculo del tamaño, que aunque usa ejemplos de Nutrición aplica a cualquier disciplina.
La fórmula para calcular muestra población finita, término por término
Para estudios cuantitativos que estiman una proporción (una variable cualitativa: el porcentaje de alumnos con estrés académico, la proporción de trabajadores que conoce un protocolo, la prevalencia de un hábito), la fórmula canónica que propone Aguilar-Barojas es:
n = (Z² · p · q · N) / [Z² · p · q + d² · (N − 1)]
| Símbolo | Qué significa | Cómo lo obtienes |
|---|---|---|
| n | Tamaño de la muestra | Es el resultado del cálculo |
| N | Tamaño de la población | Registro oficial, ya filtrado por tus criterios |
| Z | Coeficiente del nivel de confianza | Tabla de la distribución normal estándar |
| p | Probabilidad de que ocurra el evento | Estudios previos, prueba piloto o 0.5 |
| q | Complemento de p | q = 1 − p |
| d | Margen de error admisible | Lo fijas tú, expresado en decimal |
Fíjate en la estructura: el numerador multiplica por N y el denominador suma d² · (N − 1). Ese segundo término es el que “frena” la muestra cuando la población es pequeña. Si N fuera enorme, ambos términos con N casi se cancelan y la fórmula se comporta como la de población infinita, algo que verás más adelante.
Dos condiciones para que el cálculo tenga sentido. Primero, la fórmula supone un muestreo probabilístico, idealmente aleatorio simple: si después eliges a quien te conteste en el pasillo, el número calculado pierde respaldo estadístico. Segundo, está pensada para proporciones; si tu objetivo principal es estimar una media (un promedio de calificaciones, de horas de sueño o de peso), se usa una variante que incorpora la varianza de la variable en lugar de p y q.
Tip para tu lista de referencias: el cálculo de muestra siempre se respalda con una fuente metodológica, y tu comité revisará que esa cita esté completa y bien formateada. Con Tesify Bibliografía Automática generas la referencia del artículo de Aguilar-Barojas, o del manual que uses, en APA 7, con su cita textual o parafraseada y la lista ordenada como la pide tu universidad. Registro gratis.
Cómo elegir Z, p, q y d sin que tu sinodal lo objete
La fórmula es mecánica; lo que se evalúa en tu examen es la justificación de cada valor. Manuales de referencia en México, como el de Hernández Sampieri, insisten en que el investigador decide la confianza y la precisión según el propósito del estudio y sus recursos, y que debe declararlas explícitamente.
Nivel de confianza y valor de Z
El nivel de confianza indica qué tan seguro quieres estar de que el intervalo de tu estimación contiene el valor real de la población. Los valores críticos más usados, según la fuente publicada en Salud en Tabasco, son:
| Nivel de confianza | Valor de Z | Cuándo se usa |
|---|---|---|
| 90% | 1.65 (o 1.645) | Estudios exploratorios o con recursos muy limitados |
| 95% | 1.96 | Estándar en tesis de licenciatura y posgrado |
| 99% | 2.58 | Estudios donde un error de estimación tiene consecuencias serias |
Si no tienes una razón explícita para apartarte, usa 95% y Z = 1.96. Es el valor que tu comité espera ver y el que menos preguntas genera.
Probabilidad esperada: p y q
p es la proporción que esperas encontrar del fenómeno que mides. Si un estudio previo en una población parecida o tu prueba piloto te dan una estimación, úsala y cítala. Si no tienes ese dato, el estándar metodológico es asignar p = 0.5 y q = 0.5. Con esa combinación el producto p · q alcanza su valor máximo, por lo que obtienes el tamaño de muestra más grande posible y evitas quedarte corto.
Esta decisión también se justifica por escrito: “Ante la ausencia de estudios previos en la población, se asumió máxima variabilidad (p = q = 0.5)”. Una frase así cierra la discusión antes de que empiece.
Margen de error: d
d es la precisión que toleras: con d = 0.05 aceptas que tu estimación se desvíe hasta cinco puntos porcentuales del valor real. En tesis, el margen habitual oscila entre 5% (d = 0.05) y 10% (d = 0.10). Mientras más pequeño sea d, más grande será la muestra; el ejemplo de la siguiente sección muestra cuánto.
Ejemplo resuelto: encuesta a 1,200 estudiantes
Imagina una tesis de licenciatura en Psicología que busca estimar la proporción de estudiantes con estrés académico en una facultad. Control escolar reporta 1,200 alumnos regulares inscritos que cumplen los criterios de inclusión. No hay estudios previos en esa facultad, así que se asume máxima variabilidad. Los valores quedan así: N = 1,200; Z = 1.96; p = 0.5; q = 0.5; d = 0.05.
- Calcula Z²: 1.96² = 3.8416.
- Calcula Z² · p · q: 3.8416 × 0.5 × 0.5 = 0.9604.
- Numerador: 0.9604 × 1,200 = 1,152.48.
- Calcula d² · (N − 1): 0.05² = 0.0025; 0.0025 × 1,199 = 2.9975.
- Denominador: 0.9604 + 2.9975 = 3.9579.
- Divide: 1,152.48 / 3.9579 = 291.18.
- Redondea hacia arriba: n = 292 estudiantes.
El redondeo siempre va hacia arriba, aunque el decimal sea pequeño: con 291 no alcanzarías la precisión que declaraste. Si quieres comprobar el resultado por otra vía, calcula primero la muestra para población infinita, n₀ = 0.9604 / 0.0025 = 384.16, y luego aplica la corrección por finitud: n = n₀ / [1 + (n₀ − 1) / N] = 384.16 / 1.3193 = 291.18. Llegas al mismo número, lo que confirma que no hubo errores de captura.
El cálculo de la muestra es solo la mitad del trabajo: también necesitas un instrumento confiable para medir el estrés. Si estás en Psicología, nuestra selección de escalas validadas en México por constructo te ayuda a elegir uno con estudio de validación en población mexicana.
Cómo cambia el tamaño de muestra al mover cada parámetro
Entender la sensibilidad de la fórmula te permite defender tus decisiones ante el comité y negociar con tus recursos reales. Con la misma población de 1,200 alumnos, así cambia n al modificar un parámetro a la vez:
| Escenario | Z | p | d | n |
|---|---|---|---|---|
| Base | 1.96 | 0.5 | 0.05 | 292 |
| Confianza de 90% | 1.65 | 0.5 | 0.05 | 223 |
| Confianza de 99% | 2.58 | 0.5 | 0.05 | 429 |
| Margen de error de 10% | 1.96 | 0.5 | 0.10 | 89 |
| p estimada en piloto = 0.3 | 1.96 | 0.3 | 0.05 | 255 |
El parámetro que más pesa es d: duplicar el margen de error reduce la muestra a menos de un tercio. Por eso un margen de 10% puede ser aceptable en un estudio exploratorio, pero debilita conclusiones que dependan de diferencias pequeñas. También ves que cualquier p distinta de 0.5 produce una muestra menor, lo que confirma por qué 0.5 es la opción conservadora.
Ahora mira el efecto de N, manteniendo Z = 1.96, p = 0.5 y d = 0.05:
| Población (N) | Muestra (n) |
|---|---|
| 200 | 132 |
| 500 | 218 |
| 1,200 | 292 |
| 5,000 | 357 |
| 20,000 | 377 |
| Infinita | 385 |
La relación no es proporcional: pasar de 1,200 a 20,000 elementos no multiplica la muestra, apenas la acerca a su techo. En poblaciones pequeñas la muestra representa una fracción grande del total; con 200 personas necesitas a más de la mitad. En esos casos, valora con tu asesor si conviene un censo.
Cuándo la población es tan grande que la corrección deja de importar
En publicaciones de investigación clínica y social indexadas en SciELO y Redalyc se señala que cuando la población finita supera los 10,000 elementos, el factor de corrección por finitud pierde peso y el tamaño de muestra se aproxima casi por completo al de una población infinita, que se calcula con n = (Z² · p · q) / E².
La tabla anterior lo ilustra: con N = 20,000 la muestra es de 377, frente a 385 de la fórmula infinita. La diferencia existe, pero es marginal. ¿Qué te conviene hacer entonces? Si conoces N, usa la fórmula finita aunque la población sea grande: nunca es incorrecta y te ahorra algunos casos. Si no conoces N, o tu población rebasa con holgura ese umbral y no tienes marco muestral, la fórmula infinita es la vía aceptada, siempre que lo justifiques en el texto.
Errores frecuentes al aplicar la fórmula
Estos son los tropiezos que más se repiten en las revisiones de protocolo y que puedes evitar desde el primer borrador:
- Redondear hacia abajo. 291.18 se convierte en 292, nunca en 291.
- Escribir d como porcentaje entero. Si sustituyes d = 5 en lugar de 0.05, obtendrás una muestra absurdamente pequeña.
- Mezclar confianza y Z. Declarar 95% y sustituir 1.65 es una incongruencia que cualquier sinodal detecta.
- Usar un N sin filtrar. N debe reflejar la población que cumple tus criterios de inclusión y exclusión, no la matrícula total.
- Calcular con fórmula probabilística y seleccionar por conveniencia. Si tu muestreo no es aleatorio, el cálculo no respalda la representatividad; describe con honestidad el tipo de muestreo.
- Confundir cuestionarios entregados con cuestionarios válidos. n es el número de respuestas completas que necesitas analizar. Muchos investigadores entregan algunos instrumentos adicionales para compensar la no respuesta, y lo declaran.
- Aplicar la fórmula de proporciones a una media. Si tu variable principal es numérica continua, necesitas la versión que usa la varianza.
- No dejar claro qué proporción estimas. p se refiere a una variable concreta; esa variable debe estar definida conceptual y operacionalmente. Revisa cómo hacerlo en nuestra guía de operacionalización de variables con indicadores e ítems.
Recuerda además que una muestra bien calculada no compensa un instrumento deficiente. Antes de aplicar tu cuestionario a los 292 participantes, conviene haber documentado su validez y confiabilidad mediante juicio de expertos, prueba piloto y alfa de Cronbach; esa misma prueba piloto puede darte un valor de p más realista que 0.5.
Cómo redactar el cálculo en tu capítulo metodológico
El cálculo debe aparecer en el apartado de población y muestra, con la fórmula, la sustitución de valores, el resultado y la justificación de cada parámetro. Este es un párrafo modelo basado en el ejemplo anterior:
La población de estudio estuvo conformada por 1,200 estudiantes regulares de la facultad, de acuerdo con el registro proporcionado por el área de control escolar. Al tratarse de una población finita, el tamaño de la muestra se determinó con la fórmula para estimación de proporciones propuesta por Aguilar-Barojas, con un nivel de confianza de 95% (Z = 1.96), un margen de error de 5% (d = 0.05) y una proporción esperada de 0.5, dado que no se identificaron estudios previos en esta población, lo que garantiza la máxima variabilidad. El cálculo arrojó una muestra de 292 estudiantes, seleccionados mediante muestreo aleatorio simple a partir del listado oficial.
Si tu población tiene estratos claros, como semestres, turnos o planteles, puedes distribuir la muestra de forma proporcional. Por ejemplo, si el primer semestre concentra 300 de los 1,200 alumnos, es decir, la cuarta parte, le corresponden 73 de los 292 casos. Presenta esta distribución en una tabla para que el comité vea que cada estrato está representado.
Si estás armando el capítulo completo y no solo este apartado, Tesify te guía paso a paso para estructurar el diseño, el enfoque, la población y los instrumentos, con formato APA 7 y verificación de originalidad e integridad académica.
Cierra tu capítulo con referencias impecables. La fórmula, el manual de metodología y el estudio de validación de tu instrumento deben aparecer citados correctamente. Tesify Bibliografía Automática formatea cada fuente en APA 7, ordena tu lista por tipo de documento y te ahorra horas de corrección manual. Regístrate gratis y prueba con tus primeras referencias.
Preguntas frecuentes
¿Qué valor de p uso si no tengo estudios previos?
Usa p = 0.5 y q = 0.5. Es el criterio de máxima variabilidad: produce el tamaño de muestra más grande posible y evita que te quedes corto. Justifícalo por escrito señalando que no encontraste estudios previos ni datos de una prueba piloto en tu población.
¿El resultado de la fórmula se redondea hacia arriba o hacia abajo?
Siempre hacia arriba, sin importar el decimal. Si obtienes 291.18, tu muestra es de 292. Redondear hacia abajo implicaría trabajar con menos casos de los necesarios para la precisión y la confianza que declaraste.
¿A partir de qué tamaño de población puedo usar la fórmula de población infinita?
Diversas publicaciones indexadas en SciELO y Redalyc indican que cuando la población supera los 10,000 elementos, la corrección por finitud pierde relevancia y el resultado es casi idéntico al de la fórmula infinita. Aun así, si conoces N, aplicar la fórmula finita nunca es incorrecto.
¿Es válido usar un margen de error de 10%?
Sí, en tesis el margen habitual va de 5% a 10%. Un margen de 10% reduce mucho la muestra, pero también la precisión de tus estimaciones, por lo que es más defendible en estudios exploratorios o con recursos limitados. Justifica la decisión ante tu comité.
¿Esta fórmula sirve si mi variable principal es un promedio?
No directamente. La fórmula con p y q está diseñada para estimar proporciones, es decir, variables cualitativas. Si tu objetivo es estimar una media, se usa una variante que incorpora la varianza de la variable, obtenida de estudios previos o de una prueba piloto.
¿Qué fuente cito para justificar la fórmula en mi tesis?
Una opción sólida y accesible es el artículo de Aguilar-Barojas publicado en la revista Salud en Tabasco, disponible en Redalyc, que presenta la fórmula para poblaciones finitas. También puedes respaldarte en manuales de metodología reconocidos y citarlos en formato APA 7.