Calculadora de intervalo de confianza
Selecciona el tipo de cálculo y completa los datos. Esta herramienta calcula intervalos bilaterales para media y proporción.
¿Qué es un intervalo de confianza?
Un intervalo de confianza es un rango de valores que probablemente contiene el verdadero parámetro de una población (por ejemplo, la media real o la proporción real). En lugar de dar una sola cifra, te dice: “con cierto nivel de confianza, el valor está entre A y B”.
Por ejemplo, si estimas la media de horas de estudio y obtienes un intervalo de 4.2 a 5.1 horas al 95%, no afirmas que haya 95% de probabilidad de que la media esté ahí en sentido estricto bayesiano; lo correcto es decir que, si repitieras el muestreo muchas veces, el 95% de los intervalos construidos de ese modo capturaría la media verdadera.
Fórmula general
Los tres componentes clave son:
- Estimador: la mejor estimación del parámetro (x̄ para medias, p̂ para proporciones).
- Valor crítico: depende del nivel de confianza y de la distribución (Z o t).
- Error estándar: mide la variabilidad del estimador.
Cómo calcular el intervalo de confianza para la media
1) Cuando conoces σ (desviación poblacional): usar Z
Se utiliza en escenarios donde la desviación poblacional es conocida o cuando el tamaño muestral es muy grande y quieres una aproximación normal.
2) Cuando NO conoces σ: usar t de Student
Este es el caso más común en la práctica. El valor t* suele ser algo mayor que z*, especialmente con muestras pequeñas, lo que produce intervalos más anchos (más prudentes).
Cómo calcular el intervalo de confianza para una proporción
IC = p̂ ± z* × √(p̂(1 - p̂)/n)
Este método (Wald) funciona razonablemente bien cuando la muestra es suficientemente grande. Regla práctica: comprobar que n·p̂ ≥ 5 y n·(1−p̂) ≥ 5.
Pasos prácticos (checklist rápido)
- Define qué parámetro estimas: media o proporción.
- Elige nivel de confianza (90%, 95%, 99%).
- Calcula estimador (x̄ o p̂).
- Calcula error estándar correspondiente.
- Busca valor crítico (Z o t).
- Calcula margen de error.
- Construye el intervalo: límite inferior y superior.
- Interpreta en contexto real del problema.
Ejemplo 1: intervalo para la media
Supón que en una muestra de 36 personas obtienes:
- Media muestral x̄ = 80
- Desviación muestral s = 12
- Nivel de confianza = 95%
Como no conoces σ, usas t con 35 grados de libertad (aprox. 2.03).
Margen = 2.03 × 2 = 4.06
IC = 80 ± 4.06 = [75.94, 84.06]
Interpretación: con este método, el rango plausible para la media poblacional va de 75.94 a 84.06.
Ejemplo 2: intervalo para proporción
En una encuesta, 140 de 200 personas aprueban una propuesta.
- p̂ = 140/200 = 0.70
- 95% de confianza → z* ≈ 1.96
Margen = 1.96 × 0.0324 = 0.0635
IC = 0.70 ± 0.0635 = [0.6365, 0.7635]
En porcentaje: de 63.65% a 76.35%.
Valores críticos frecuentes
| Nivel de confianza | z* aproximado (bilateral) | Uso típico |
|---|---|---|
| 90% | 1.645 | Análisis exploratorio |
| 95% | 1.960 | Estándar en investigación |
| 99% | 2.576 | Mayor cautela, intervalos más amplios |
Errores comunes al calcular intervalos de confianza
- Confundir desviación estándar con error estándar.
- Usar Z cuando corresponde t (muestras pequeñas y σ desconocida).
- Elegir un nivel de confianza sin justificarlo.
- Olvidar condiciones de muestreo o independencia.
- Interpretar el 95% como probabilidad del parámetro “fijo”.
Interpretación correcta (y útil)
No te quedes solo con “el cálculo”. Un buen intervalo de confianza ayuda a tomar decisiones: si comparas resultados, evalúas políticas, mejoras productos o reportas métricas de negocio, el intervalo muestra la incertidumbre, no solo el promedio.
En términos prácticos: intervalos más estrechos suelen indicar más precisión (por mayor n o menor variabilidad). Si necesitas más precisión, el camino normal es aumentar el tamaño de la muestra.
Conclusión
Calcular un intervalo de confianza es un proceso directo cuando entiendes tres ideas: estimador, error estándar y valor crítico. Con la calculadora de arriba puedes resolver rápidamente casos de media y proporción, y con la guía paso a paso puedes validar cada resultado de forma manual.
Si quieres precisión profesional, acompaña siempre el intervalo con contexto: cómo se obtuvo la muestra, qué supuestos hiciste y cómo afecta eso a tus conclusiones.