Calculadora de intervalo de confianza (media)
Introduce los datos de tu muestra y obtén el intervalo de confianza para la media poblacional.
¿Qué es un intervalo de confianza?
Un intervalo de confianza es un rango de valores que se utiliza para estimar un parámetro de una población (por ejemplo, la media) a partir de una muestra. En lugar de dar un único número, se presenta una banda con límite inferior y superior, acompañada por un nivel de confianza como 90%, 95% o 99%.
Dicho de forma simple: si repitieras el mismo proceso de muestreo muchas veces y calcularas un intervalo cada vez, aproximadamente el 95% de esos intervalos (si elegiste 95%) contendrían el valor real del parámetro.
Fórmula básica para calcular el intervalo de confianza de la media
Para una media muestral, la estructura general es:
IC = x̄ ± (valor crítico) × (error estándar)
Donde:
- x̄: media muestral.
- Valor crítico: depende del nivel de confianza y de si usas z o t.
- Error estándar: s/√n (cuando usas desviación estándar muestral).
¿Qué datos necesitas?
- Media muestral.
- Desviación estándar muestral.
- Tamaño de la muestra.
- Nivel de confianza.
- Tipo de distribución (z o t).
¿Cuándo usar z y cuándo usar t?
En la práctica aplicada, se usa t de Student cuando la desviación estándar poblacional es desconocida (que es lo más frecuente) y estás trabajando con la desviación estándar de la muestra.
La distribución z se usa cuando conoces la desviación estándar poblacional o cuando el tamaño muestral es muy grande y quieres una aproximación rápida.
Ejemplo rápido
Supón que una muestra de 40 personas reporta una media de 68 puntos y una desviación estándar de 12 puntos. Con 95% de confianza y método t:
- Error estándar = 12/√40 ≈ 1.897
- Valor crítico t (aprox., gl=39) ≈ 2.02
- Margen de error = 2.02 × 1.897 ≈ 3.83
- Intervalo = 68 ± 3.83 → [64.17, 71.83]
Interpretación: el valor real de la media poblacional es compatible con ese rango bajo el modelo y el nivel de confianza elegido.
Errores comunes al calcular intervalos de confianza
- Confundir nivel de confianza con probabilidad de que el parámetro “esté” en ese intervalo específico.
- Usar z cuando corresponde t con muestras pequeñas.
- Introducir n como 0 o 1, lo cual impide estimar correctamente la variabilidad.
- No revisar unidades (por ejemplo, mezclar porcentajes con decimales).
- Interpretar causalidad a partir de un intervalo; el intervalo solo describe incertidumbre estadística.
Cómo interpretar correctamente el resultado
Si obtienes un intervalo de confianza de 95% entre 21.4 y 24.9, eso significa que el procedimiento utilizado tiene un 95% de cobertura en el largo plazo. No significa que haya 95% de probabilidad de que el parámetro esté ahí después de observar la muestra, sino que el método tiene ese desempeño de cobertura al repetirse.
En reportes técnicos, lo recomendable es incluir:
- Media estimada.
- Nivel de confianza.
- Intervalo [límite inferior, límite superior].
- Método usado (t o z) y tamaño de muestra.
Preguntas frecuentes
¿Un intervalo más estrecho es siempre mejor?
Es más preciso, pero también depende del nivel de confianza. Si subes de 95% a 99%, normalmente el intervalo se ensancha.
¿Cómo hacer el intervalo más pequeño?
Aumentando el tamaño de muestra, reduciendo variabilidad en la medición y usando diseños experimentales más controlados.
¿Puedo calcular intervalos para proporciones?
Sí. Para proporciones se usa una fórmula diferente basada en p̂ y su error estándar. Esta calculadora está orientada a la media muestral.