¿Cuántos usuarios necesito? Tamaño de muestra en UX
El tamaño de muestra en UX depende del método: cinco participantes bastan para hallar problemas de usabilidad, pero no para medir tasas. Cómo decidir.
¿Por qué no hay un número único?
Porque el número correcto depende de qué quieres saber. Si buscas problemas que arreglar, pocos participantes bastan. Si quieres medir qué porcentaje de personas completa una tarea, necesitas muchas más. Y si haces entrevistas para entender motivaciones, el criterio es distinto: no es estadístico, sino de saturación.
El NN/g lo plantea así: las pruebas cualitativas encuentran problemas que corregir, mientras que las cuantitativas estiman tasas y tiempos de la población, y eso exige muestras grandes (NN/g: 5 test users for qualitative, quantitative studies).
¿Cuántos usuarios para una prueba de usabilidad?
La regla de los cinco es la más conocida. El modelo de Nielsen y Landauer predice que cinco usuarios encuentran cerca del 85 % de los problemas, si la probabilidad de que un usuario tropiece con un problema es de alrededor del 31 %. Jeff Sauro, de MeasuringU, explica la misma lógica con un ejemplo: tras probar con nueve usuarios ya habrías visto la mayoría de los problemas que afectan al 20 % o más de las personas, y subir la confianza al 95 % eleva la muestra necesaria a trece (MeasuringU: Five users).
La fórmula del NN/g hace visible la trampa: si un problema afecta solo al 10 % de las personas, necesitas unos 18 usuarios para verlo con la misma probabilidad. Por eso, en productos maduros, cinco usuarios por ronda no son suficientes para encontrar todo.
Sauro añade un límite importante: la regla aplica solo a descubrir problemas. No sirve para comparar dos interfaces ni para estimar el tiempo o la tasa de finalización de una tarea. Su enfoque es iterativo: nunca más de cinco usuarios a la vez, pero en total puedes probar con 15 o 20 repartidos en varias rondas. El NN/g propone lo mismo: empezar con cinco, corregir lo que aparece y volver a probar con otro grupo de unos cinco.
¿Cuántas entrevistas para un estudio cualitativo?
Aquí no hay una fórmula. El NN/g dice que cinco entrevistas «a menudo no alcanzan», y sugiere empezar con cinco o seis, analizar mientras avanzas y seguir agregando personas hasta que los temas dejen de cambiar. Ese punto se llama saturación: cuando las entrevistas nuevas ya no aportan ideas que modifiquen los temas (NN/g: Interview sample size).
El mismo artículo cita trabajos que sugieren rangos muy distintos. Guest, Bunce y Johnson (2006) encontraron que las codificaciones se saturaban alrededor de 12 entrevistas, y que seis bastaban para los temas de alto nivel. Mason (2010), al analizar los resúmenes de más de 2.000 tesis doctorales que usaron entrevistas cualitativas, encontró una mediana de 31 participantes, con un rango entre 1 y 95. El NN/g también señala que no hay consenso académico sobre la saturación. Por eso conviene dar un rango al inicio del estudio, para presupuestar, y dejar que los datos decidan dónde parar.
Factores que mueven el número: el alcance de la pregunta, la diversidad de la población, la experiencia del entrevistador, el conocimiento de dominio de los participantes y lo estructurada que sea la conversación. Según el NN/g, un estudio amplio con una población diversa puede necesitar de 20 a 30 entrevistas o más, y uno acotado con un grupo homogéneo, apenas cinco.
¿Y para encuestas?
Para encuestas y estudios cuantitativos, el NN/g recomienda usualmente más de 30 participantes, y señala que los intervalos de confianza suelen volverse estrechos con 40 o más. Estas cifras sirven para medir porcentajes con cierta seguridad. Con muestras chicas, cualquier número parece importante y puede ser ruido.
¿Cuándo NO conviene preocuparte por el número?
- Si la decisión es reversible y barata, una prueba con cinco personas y un cambio pequeño puede bastar.
- Si la pregunta es «¿hay un problema?», no «¿cuánta gente lo sufre?». Cinco personas que lo ven ya te dicen que existe.
- Si el equipo pide una cifra exacta para una decisión que nadie va a revisar, la discusión sobre el tamaño de la muestra es una distracción. Define primero qué decisión depende del estudio.
Ejemplo ilustrativo
Ejemplo ilustrativo: un equipo prueba un formulario de alta de clientes y encuentra cuatro problemas en cinco participantes. Corrige los cuatro y hace una segunda ronda con otros cinco. Aparece un quinto problema, que solo le pasó a una persona, pero que bloquea el alta. El equipo no concluye que el formulario está bien porque no volvió a ver el problema anterior; decide hacer una tercera ronda con enfoque en ese caso. Si el objetivo fuera medir cuántas personas completan el alta sin ayuda, cinco participantes no alcanzarían, y tendría que usar un estudio cuantitativo.
Antes de fijar el número, define el plan de investigación con su pregunta principal. Y revisa los sesgos en la investigación: una muestra grande con un sesgo de reclutamiento sigue siendo una muestra sesgada. Para tareas de medición de satisfacción, el artículo sobre NPS, CSAT y CES explica qué pregunta responde cada métrica.
Errores comunes
- Usar cinco usuarios para estimar tasas de éxito.
- Hacer una sola prueba grande en lugar de varias rondas pequeñas.
- Tomar la regla de los cinco como ley para cualquier método.
- Reclutar siempre a personas parecidas, lo que hace que la muestra grande sea poco representativa.
- Dejar de entrevistar en el primer tema recurrente, sin comprobar si aparecen otros.
- Presentar un porcentaje de una muestra de diez personas como si fuera un dato de mercado.
Qué puedes hacer mañana
- Escribe el método de tu próximo estudio y pregunta si buscas problemas, motivaciones o tasas. Esa respuesta decide el tamaño.
- Si haces pruebas de usabilidad, planea tres rondas de cinco personas en lugar de una de quince.
- Para entrevistas, define por adelantado un rango, por ejemplo entre seis y doce, y anota en qué momento dejaste de ver temas nuevos.