Respuesta breve: El tamaño muestral en los estudios cualitativos con entrevistas se justifica mediante el poder informativo o la saturación, no mediante el poder estadístico. El poder informativo (Malterud, Siersma & Guassora, 2016) sostiene que cuanta más información relevante contenga la muestra, menos participantes se necesitan. Cinco dimensiones lo determinan: el objetivo del estudio, la especificidad de la muestra, el uso de teoría establecida, la calidad del diálogo y la estrategia de análisis.
Última actualización: 9 de octubre de 2026 (publicado por primera vez el 20 de julio de 2026)
\n\nTodo estudiante de doctorado acaba recibiendo la pregunta de un director, de un comité de ética o del Reviewer 2: ¿por qué tantos participantes? «Hasta la saturación» es la respuesta más habitual y, a menudo, la más débil, porque la saturación solo puede demostrarse una vez recogidos los datos. Esta guía explica cómo justificar el tamaño muestral en los estudios cualitativos con entrevistas mediante el poder informativo, en qué se diferencia de la saturación, qué estrategias de muestreo cualitativo deciden a quién se recluta y cómo redactar una justificación del tamaño muestral que resista la revisión. Incluye un párrafo de justificación trabajado y una hoja de trabajo de una página que puede pegar en una propuesta.
\n\nEl poder informativo es un modelo para decidir cuántos participantes necesita un estudio cualitativo con entrevistas. Propuesto por Kirsti Malterud, Volkert Siersma y Ann Dorrit Guassora en Qualitative Health Research (2016), sostiene que la adecuación de una muestra depende de cuánta información relevante para el objetivo del estudio contiene. Mayor poder informativo implica menos participantes; menor poder informativo, más.
\nEl modelo se formuló como alternativa a tratar la saturación como regla por defecto. No produce un número. Estructura un argumento: se valora el estudio en cinco dimensiones, se fija un objetivo provisional y se revisa a medida que llega la calidad de las entrevistas. El artículo original lo presenta como guía para una valoración que continúa durante la recogida de datos, no como sustituto del juicio (Malterud et al., 2016, DOI 10.1177/1049732315617444).
\n\nCada dimensión sube o baja el tamaño muestral necesario. La tabla replantea el modelo en términos de planificación y añade la pregunta que probablemente formulará un revisor.
\n| Dimensión | Menos participantes cuando… | Más participantes cuando… | Pregunta del revisor |
|---|---|---|---|
| Objetivo | El objetivo es estrecho (una experiencia, una decisión, un rol) | El objetivo es amplio o exploratorio en muchos contextos | ¿Es el objetivo lo bastante específico para acotar la muestra? |
| Especificidad de la muestra | Los participantes tienen experiencia densa y de primera mano del fenómeno | Los participantes solo están vinculados de forma laxa al fenómeno | ¿Por qué estas personas son los informantes adecuados? |
| Teoría establecida | Una teoría existente enmarca el muestreo y el análisis | No se aplica ninguna teoría; el estudio es puramente inductivo | ¿Qué teoría, y cómo guía las preguntas? |
| Calidad del diálogo | Las entrevistas son profundas, bien sondeadas y claramente enfocadas | Las entrevistas son breves, superficiales o con un sondeo deficiente | ¿Cómo sabe que las entrevistas fueron ricas? |
| Estrategia de análisis | Análisis en profundidad de narrativas o de unos pocos casos | Análisis exploratorio transversal entre muchos participantes | ¿Encaja la muestra con el método analítico? |
Fíjese en la cuarta dimensión. La calidad de la entrevista es una variable del tamaño muestral. Las entrevistas superficiales obligan a realizar más. Por eso las entrevistas sin sondeo, de tipo formulario, y las transcripciones de chat breves son caras de una forma oculta: cada una aporta menos información.
\n\nLa saturación pregunta si los datos nuevos siguen aportando conocimiento nuevo; el poder informativo pregunta si la muestra contiene información suficiente para el objetivo. La saturación se juzga durante y después del análisis. El poder informativo puede argumentarse antes del trabajo de campo, lo que lo hace más adecuado para propuestas, solicitudes ante comités de ética y preregistros. La mayoría de los métodos sólidos usan ambos.
\n| Criterio | Poder informativo | Saturación |
|---|---|---|
| Pregunta central | ¿Contiene la muestra información relevante suficiente para este objetivo? | ¿Siguen las nuevas entrevistas añadiendo códigos o significado nuevos? |
| Cuándo se usa | En la planificación, luego se supervisa durante el trabajo de campo | Durante el análisis; se confirma después |
| ¿Da un número? | No: un objetivo razonado y revisable | No: un punto de parada observado en los datos |
| Mejor ajuste | Propuestas, comités de ética, diseños reflexivos e interpretativos | Enfoques de fiabilidad de la codificación y de libro de códigos; teoría fundamentada (como saturación teórica) |
| Principal debilidad | Basado en el juicio; puede usarse para racionalizar un n conveniente | Se afirma a menudo sin evidencia de cómo se evaluó |
El debate es especialmente relevante para el análisis temático. Braun y Clarke sostienen que la saturación encaja mal con el análisis temático reflexivo, en el que el significado se genera mediante la interpretación en lugar de descubrirse en los datos, y señalan el poder informativo como una justificación más coherente (Braun & Clarke, 2021, Qualitative Research in Sport, Exercise and Health). Si usa TA reflexivo, citar la saturación como regla de parada invita a una objeción epistemológica. Para un tratamiento más completo de la saturación en sí, consulte qué es la saturación de datos y cuántas entrevistas moderadas por IA se necesitan.
\n\nEl poder informativo no da un número, pero los revisores suelen querer un ancla. Dos revisiones son útiles:
\nLéalas como hallazgos condicionados, no como cuotas. Ambas revisiones vinculan las cifras más bajas a muestras homogéneas y objetivos estrechos, justo lo que describe un poder informativo alto. Un estudio amplio, heterogéneo y sin teoría debería esperar situarse por encima de estos rangos.
\n\nUse esta hoja de trabajo de una página en una propuesta, una solicitud ante un comité de ética o un capítulo metodológico. Valore cada dimensión, escriba una frase de evidencia y solo entonces fije un objetivo provisional. Así convierte un juicio en un argumento revisable.
\n| Dimensión | Valoración | Evidencia (una frase) | Efecto sobre n |
|---|---|---|---|
| Objetivo | Estrecho / Moderado / Amplio | Indique el objetivo y qué queda fuera del alcance | ↓ / – / ↑ |
| Especificidad de la muestra | Densa / Mixta / Dispersa | Indique los criterios de inclusión que garantizan la experiencia de primera mano | ↓ / – / ↑ |
| Teoría establecida | Aplicada / Parcial / Ninguna | Nombre la teoría y cómo da forma a la guía | ↓ / – / ↑ |
| Calidad del diálogo | Sólida / Incierta / Débil | Evidencia piloto: duración de las entrevistas, profundidad del sondeo, experiencia del entrevistador | ↓ / – / ↑ |
| Estrategia de análisis | Por casos / Mixta / Transversal | Nombre el método analítico (IPA, TA reflexivo, marco, teoría fundamentada) | ↓ / – / ↑ |
| Objetivo provisional | Indique un rango (no un número único), el punto de revisión (por ejemplo, tras el primer tercio de las entrevistas) y qué le llevaría a ampliar el reclutamiento |
Este es un párrafo de ejemplo para un estudio hipotético sobre cómo los estudiantes de doctorado de primer año en dirección de empresas deciden si usar IA generativa en sus revisiones bibliográficas:
\n\n\"El tamaño muestral se guio por el poder informativo (Malterud et al., 2016). El objetivo fue estrecho (una decisión, en una población), la muestra fue densa (todos los participantes habían usado o rechazado explícitamente la IA generativa para una revisión bibliográfica en los últimos seis meses) y las entrevistas se enmarcaron en la literatura sobre aceptación tecnológica. Frente a ello, la estrategia de análisis transversal entre casos y la escasa evidencia piloto sobre la calidad del diálogo redujeron el poder informativo. Por ello fijamos un objetivo provisional de 14–20 entrevistas, revisamos el poder informativo tras las siete primeras y ampliaríamos el reclutamiento si seguían apareciendo nuevas vías de decisión. Completamos 17 entrevistas; las tres últimas no añadieron vías de decisión nuevas.\"
Tres rasgos hacen que esto funcione: nombra las cinco dimensiones, da un rango con un punto de revisión e informa de lo que realmente ocurrió. Los números son ilustrativos; los suyos deben proceder de su propio estudio.
\n\nEl poder informativo supone que sus participantes son los adecuados. Esa es la función de la estrategia de muestreo. La guía de Oliver Robinson sobre el muestreo en la investigación basada en entrevistas establece un orden de cuatro pasos: definir el universo muestral (criterios de inclusión y exclusión), decidir el tamaño muestral, elegir una estrategia de muestreo y, después, captar la muestra (Robinson, 2014, Qualitative Research in Psychology).
\n| Estrategia | Qué hace | Úsela cuando | Riesgo principal |
|---|---|---|---|
| Variación máxima | Abarca deliberadamente distintos contextos o extremos | Necesita el abanico de experiencias, o patrones que se mantienen pese a la diferencia | Cobertura escasa de cada segmento si n es pequeño |
| Homogénea | Se concentra en un grupo muy definido | Necesita profundidad en un rol, una trayectoria o una condición concretos (habitual en IPA) | Los hallazgos no se extrapolan fuera de ese grupo |
| Por criterio | Incluye a todos los que cumplen un umbral o evento definido | Estudia una experiencia específica (un diagnóstico, un abandono, una adopción fallida) | El criterio puede medirse mal |
| Teórica | Recluta de forma iterativa según el análisis emergente | Teoría fundamentada; desarrollo conceptual | Requiere que el análisis avance en paralelo al trabajo de campo |
| Caso extremo / desviado | Busca éxitos o fracasos inusuales | Quiere ver los mecanismos en su forma más visible | Los casos atípicos se leen como la norma |
| Bola de nieve | Los participantes derivan a otros | Poblaciones ocultas o de difícil acceso | Las cadenas de derivación tienden a agruparse socialmente |
| Intencional estratificado | Fija objetivos por segmento, con muestreo intencional dentro de cada uno | Debe comparar grupos definidos | Las cuotas se llenan con participantes de bajo ajuste |
| Por conveniencia | Quien esté disponible | Solo pilotos y pruebas de instrumento | Sesgo sistemático; afirmaciones débiles |
La estrategia y el poder informativo interactúan. Los diseños estratificados y de variación máxima reducen la especificidad de la muestra por segmento, así que necesitan totales mayores. Una muestra por criterio homogénea eleva la especificidad y respalda un n menor. La revisión de Vasileiou y colegas sobre estudios con entrevistas encontró que las justificaciones del tamaño muestral en los artículos publicados solían faltar o ser escasas, por lo que nombrar tanto la estrategia como el razonamiento del poder informativo destaca (Vasileiou et al., 2018, BMC Medical Research Methodology).
\n\nHistóricamente, el número de entrevistas estaba limitado por las horas del moderador, y doce a quince entrevistas era en parte un artefacto presupuestario. Las entrevistas moderadas por IA cambian eso: pueden realizarse en paralelo, en distintas zonas horarias e idiomas. La consecuencia metodológica se malinterpreta a menudo.
\nQualitati es una plataforma europea de investigación cualitativa asequible para universidades y empresas de investigación, con la privacidad de datos y el RGPD como prioridades centrales. Para las decisiones sobre tamaño muestral y muestreo en concreto:
\nLos precios se publican por crédito, y el plan gratuito incluye 30 créditos mensuales sin necesidad de tarjeta de crédito. Consulte precios para ver los planes vigentes.
\n\nPara: estudiantes de doctorado que redactan un capítulo metodológico o una solicitud ante un comité de ética, laboratorios de investigación que planifican estudios con entrevistas, y empresas de investigación cualitativa o de mercados que defienden una muestra ante un cliente. No es para: estudios cuyas conclusiones dependen de la generalización estadística a una población. Si necesita estimaciones de prevalencia, use una muestra probabilística y una encuesta, y añada entrevistas para explicar los resultados.
\n\nEl poder informativo es un modelo, propuesto por Malterud, Siersma y Guassora en 2016, para decidir cuántos participantes necesita un estudio cualitativo con entrevistas. Cuanta más información relevante para el objetivo del estudio contenga la muestra, menos participantes se necesitan. Se evalúa en cinco dimensiones: objetivo, especificidad de la muestra, teoría, calidad del diálogo y estrategia de análisis.
\n\nNinguno es universalmente mejor. El poder informativo es más fácil de argumentar antes del trabajo de campo, así que encaja en propuestas y comités de ética, y se adapta a métodos interpretativos como el análisis temático reflexivo. La saturación es útil en diseños con libro de códigos y en teoría fundamentada. Muchos estudios sólidos planifican con el poder informativo e informan después de la evidencia de saturación.
\n\nNo hay un número universal. Las revisiones empíricas encontraron saturación entre 9–17 entrevistas en muestras homogéneas con objetivos estrechos, pero los estudios amplios o heterogéneos necesitan más. Fije un rango usando las cinco dimensiones del poder informativo, revíselo a mitad del trabajo de campo e informe del razonamiento.
\n\nNombre el marco (poder informativo o saturación), valore cada una de las cinco dimensiones con una frase de evidencia, dé un rango provisional y un punto de revisión, e informe de la muestra alcanzada y de por qué se detuvo el reclutamiento. El párrafo trabajado de esta guía sirve de plantilla.
\n\nEl muestreo intencional: seleccionar participantes deliberadamente porque su experiencia encaja con la pregunta de investigación. La variación máxima, el muestreo homogéneo y el muestreo por criterio son sus variantes más utilizadas.
\n\nCambian el coste, no la adecuación. El poder informativo sigue dependiendo del objetivo, la muestra, la teoría, la calidad del diálogo y el análisis. Si las entrevistas con IA sondean menos en profundidad que un entrevistador humano experto, puede que necesite más; si sondean bien, se aplica la misma lógica que con entrevistas humanas.
\n\nLa mejor respuesta sobre el tamaño muestral en los estudios cualitativos con entrevistas no es un número, sino un argumento. Defina quién pertenece a la muestra, elija una estrategia intencional acorde con la pregunta de investigación, valore las cinco dimensiones del poder informativo, fije un rango con un punto de revisión e informe de lo ocurrido. Las entrevistas moderadas por IA eliminan el límite de coste sobre n, y precisamente por eso esa justificación escrita pesa ahora más.
\n¿Planifica un estudio con entrevistas? Empiece gratis con 30 créditos, sin tarjeta de crédito, o consulte los precios transparentes. Vea cómo Qualitati realiza entrevistas moderadas por IA, grupos focales, encuestas conversacionales y análisis temático, o compárelo con NVivo.
\n\nSugerencia de texto alternativo para la imagen: \"Hoja de trabajo del poder informativo: cinco dimensiones (objetivo, especificidad de la muestra, teoría establecida, calidad del diálogo, estrategia de análisis) valoradas para fijar el tamaño muestral de una entrevista cualitativa.\"
\n\nFuentes externas: Malterud, Siersma & Guassora (2016), Sample Size in Qualitative Interview Studies: Guided by Information Power (Qualitative Health Research); Braun & Clarke (2021), To saturate or not to saturate? (Qualitative Research in Sport, Exercise and Health); Hennink & Kaiser (2022), Sample sizes for saturation in qualitative research: a systematic review of empirical tests (Social Science & Medicine); Wutich, Beresford & Bernard (2024), Sample Sizes for 10 Types of Qualitative Data Analysis (International Journal of Qualitative Methods); Vasileiou et al. (2018), Characterising and justifying sample size sufficiency in interview-based studies (BMC Medical Research Methodology); Robinson (2014), Sampling in Interview-Based Qualitative Research (Qualitative Research in Psychology).
\n\n\n\n\n","related":[{"slug":"interpretative-phenomenological-analysis-guide-2026","title":"Análisis fenomenológico interpretativo (IPA): 7 pasos","description":"¿Qué es el análisis fenomenológico interpretativo? Pasos del IPA con terminología de 2022 (PET, GET), tamaño de muestra, ejemplo y lista de calidad para tesis.","category":"Métodos cualitativos","date":"2026-09-29","readTime":"11 min de lectura","author":"Qualitati Research Team"},{"slug":"qualitative-research-questions-examples-2026","title":"Preguntas de investigación cualitativa: ejemplos por diseño","description":"Ejemplos de preguntas de investigación cualitativa para fenomenología, teoría fundamentada, estudio de caso y narrativa, cuántas formular y una lista gratuita.","category":"Métodos cualitativos","date":"2026-09-23","readTime":"10 min de lectura","author":"Qualitati Research Team"},{"slug":"what-is-in-vivo-coding-qualitative-research-2026","title":"Codificación in vivo: definición, pasos y ejemplos","description":"La codificación in vivo usa las palabras exactas del participante como código. Definición, cinco pasos, dos ejemplos y una lista de fidelidad para IA.","category":"Métodos cualitativos","date":"2026-09-12","readTime":"10 min de lectura","author":"Qualitati Research Team"}]}