Calculadora de intervalo de confianza: media, proporción y varianza

Una calculadora de intervalo de confianza te da el rango en el que esperas encontrar el parámetro de la población a partir de tu muestra. Aquí tienes el cálculo para medias, proporciones y varianzas, con la fórmula que se aplica en cada caso y el ejemplo resuelto para que compares con tu resultado. Si estás preparando un TFG o un artículo, abajo explico cómo escribirlo en APA y los errores de interpretación que más se repiten.

📊 Calculadora de Intervalo de Confianza

Estima parámetros poblacionales con diferentes niveles de confianza

x̄

Media muestral (x̄)

σ

Desviación estándar poblacional (σ)

n

Tamaño de muestra (n)

x̄

Media muestral (x̄)

s

Desviación estándar muestral (s)

n

Tamaño de muestra (n)

p̂

Proporción muestral (p̂)

n

Tamaño de muestra (n)

s²

Varianza muestral (s²)

n

Tamaño de muestra (n)

Muestra 1
Muestra 2
x̄₁

Media muestral

x̄₂

Media muestral

s₁

Desv. estándar

s₂

Desv. estándar

n₁

Tamaño muestra

n₂

Tamaño muestra

Muestra 1
Muestra 2
p̂₁

Proporción muestral

p̂₂

Proporción muestral

n₁

Tamaño muestra

n₂

Tamaño muestra

🎯 Seis casos en uno

Media con σ conocida, media con σ desconocida, proporción, varianza, diferencia de medias y diferencia de proporciones.

⚡ Visualización interactiva

Gráfico del intervalo que se actualiza en tiempo real. Se puede descargar como imagen.

📱 Responsive

Funciona perfectamente en ordenadores, tablets y móviles.

Qué es un intervalo de confianza y cómo se interpreta

Un intervalo de confianza es un rango construido a partir de una muestra que se espera que contenga el parámetro poblacional desconocido, con un nivel de confianza fijado de antemano. Se construye como estimación puntual ± margen de error, y el margen depende del valor crítico de la distribución y del error estándar.

La interpretación correcta es frecuentista: si repitieras el muestreo muchas veces con el mismo tamaño y calcularas un intervalo en cada ocasión, alrededor del 95 % de esos intervalos contendrían el parámetro. Lo que no significa: que haya un 95 % de probabilidad de que el parámetro esté dentro de tu intervalo concreto. El parámetro es fijo; lo que varía es el intervalo. Esta distinción es la que más se falla en las defensas de TFG y en los informes de resultados.

El nivel de confianza no es una propiedad de los datos: es una decisión que tomas antes de calcular. Cambiarlo cambia la amplitud del intervalo. Puedes ver cómo se relaciona con el valor crítico en la guía de nivel de confianza.

Fórmulas para cada tipo de intervalo

La estructura es siempre la misma: estimación ± valor crítico × error estándar. Lo que cambia es la distribución que se usa para el valor crítico y la forma del error estándar.

Media con σ conocida (intervalo Z)

Si conoces la desviación estándar poblacional, el valor crítico sale de la normal estándar:

IC = x̄ ± Zα/2 × (σ / √n)

Con un 95 % de confianza, Zα/2 = 1,96. Este caso es poco frecuente en la práctica: casi nunca se conoce σ. Aparece en ejercicios de clase y en procesos con mucha tradición de medición.

Media con σ desconocida (intervalo t)

Cuando no conoces σ, usas la desviación estándar muestral s y la distribución t de Student con n − 1 grados de libertad:

IC = x̄ ± tα/2, n−1 × (s / √n)

El valor crítico lo buscas en la tabla de la t de Student o lo obtienes con la calculadora. Con muestras grandes la t se parece a la normal, pero con n pequeño la diferencia es apreciable: con n = 10 y 95 % de confianza, t = 2,262 frente a Z = 1,96. Usar Z por comodidad con muestras pequeñas estrecha el intervalo de más y te hace parecer más preciso de lo que eres.

Proporción

Para una proporción poblacional, con la aproximación normal (válida cuando n·p̂ ≥ 5 y n·(1 − p̂) ≥ 5):

IC = p̂ ± Zα/2 × √(p̂(1 − p̂) / n)

Si tu proporción está cerca de 0 o de 1, o la muestra es pequeña, la aproximación normal falla. En ese caso conviene usar métodos exactos (Wilson o Clopper-Pearson) en lugar de la fórmula de Wald. La calculadora de esta página aplica el método de Wald; si tus datos no cumplen las condiciones, no fuerces el resultado.

Varianza

Para la varianza poblacional se usa la distribución chi-cuadrado con n − 1 grados de libertad. El intervalo no es simétrico alrededor de s²:

IC = [ (n − 1)s² / χ²α/2, n−1 , (n − 1)s² / χ²1−α/2, n−1 ]

Ojo con el orden: el límite inferior divide por el chi-cuadrado mayor y el superior por el menor. Es un error habitual invertirlos y obtener un intervalo que no contiene la estimación.

Diferencia de medias y de proporciones

Para dos muestras independientes, el intervalo se construye sobre la diferencia de estimaciones. Con varianzas iguales:

IC = (x̄₁ − x̄₂) ± tα/2, n₁+n₂−2 × sp × √(1/n₁ + 1/n₂)

donde sp es la desviación estándar combinada. Si no puedes asumir varianzas iguales, se usa la aproximación de Welch con grados de libertad corregidos. La calculadora incluye también la diferencia de proporciones con la fórmula habitual.

Ejemplo resuelto: media con σ conocida

Una empresa mide la altura de 100 empleados y obtiene una media de 170 cm. La desviación estándar poblacional es 10 cm. Quiere un intervalo del 95 %.

  1. Error estándar: 10 / √100 = 1 cm.
  2. Valor crítico: Z = 1,96.
  3. Margen de error: 1,96 × 1 = 1,96 cm.
  4. Intervalo: 170 ± 1,96 = (168,04; 171,96) cm.

Si introduces 170 como media, 10 como desviación y 100 como n en la calculadora, el resultado debe coincidir con esos límites. Si te sale otra cosa, revisa que hayas marcado «σ conocida» y no el modo t.

Ejemplo resuelto: media con σ desconocida

Un grupo de 16 estudiantes obtiene una media de 6,8 en una prueba, con una desviación estándar muestral de 1,2. No se conoce la desviación poblacional, así que toca t con 15 grados de libertad. El valor crítico t0,975, 15 = 2,131.

  1. Error estándar: 1,2 / √16 = 0,30.
  2. Margen de error: 2,131 × 0,30 = 0,639.
  3. Intervalo: 6,8 ± 0,639 = (6,161; 7,439).

Si hubieras usado Z = 1,96 por error, el intervalo sería (6,212; 7,388), más estrecho de lo que corresponde. Con 16 casos la diferencia entre t y Z no es cosmética.

Ejemplo resuelto: proporción

En una encuesta a 500 personas, 300 dicen estar satisfechas con un producto. La proporción muestral es 300/500 = 0,60.

  1. Error estándar: √(0,60 × 0,40 / 500) = √0,00048 = 0,0219.
  2. Margen de error: 1,96 × 0,0219 = 0,0429.
  3. Intervalo: 0,60 ± 0,0429 = (0,557; 0,643), es decir, entre el 55,7 % y el 64,3 %.

Comprueba que n·p̂ = 300 y n·(1 − p̂) = 200, ambos muy por encima de 5, así que la aproximación normal es razonable aquí.

Ejemplo resuelto: varianza

Con una muestra de n = 25 y una varianza muestral s² = 16, quieres un intervalo del 95 % para la varianza poblacional. Los valores críticos de chi-cuadrado con 24 grados de libertad son χ²0,975 = 12,40 y χ²0,025 = 39,36.

  1. Límite inferior: (24 × 16) / 39,36 = 384 / 39,36 = 9,76.
  2. Límite superior: (24 × 16) / 12,40 = 384 / 12,40 = 30,97.
  3. Intervalo: (9,76; 30,97).

Fíjate en que el intervalo no es simétrico: la varianza es positiva y la distribución chi-cuadrado no es simétrica. Si tu calculadora te devuelve límites negativos, has invertido los valores críticos o has usado una distribución equivocada.

Cómo informarlo en APA

La American Psychological Association (APA, 7.ª edición) pide informar la estimación puntual, el intervalo de confianza y el nivel de confianza entre corchetes. El formato habitual es:

M = 170,00, IC 95 % [168,04; 171,96]

Para proporciones: p = 0,60, IC 95 % [0,56; 0,64]. Para diferencias de medias: d = 0,45, IC 95 % [0,12; 0,78]. Usa coma decimal si escribes en español y punto si el texto va en inglés. No escribas «IC 95 % = [a, b]» con el signo igual: el intervalo no es una igualdad, es un rango. Y no omitas el nivel de confianza: un intervalo sin nivel no se puede interpretar.

Factores que cambian la amplitud

  • Nivel de confianza: subirlo (por ejemplo, de 95 % a 99 %) ensancha el intervalo. Tienes más seguridad de acertar, pero menos precisión.
  • Tamaño de muestra: el n está en el denominador del error estándar. Duplicar n no reduce el margen a la mitad, sino a 1/√2. Para reducir el margen a la mitad necesitas cuadruplicar la muestra.
  • Variabilidad: a mayor desviación estándar o varianza, más ancho el intervalo.

Errores que aparecen una y otra vez

Decir que hay un 95 % de probabilidad de que el parámetro esté dentro del intervalo. Es la confusión más frecuente: la probabilidad se refiere al procedimiento, no al intervalo concreto.

Usar Z cuando no conoces σ. Si has estimado la desviación con la muestra, toca t. La excepción práctica es n grande, pero incluso ahí conviene justificar la elección.

Invertir los límites en el intervalo de varianza. El chi-cuadrado mayor va en el denominador del límite inferior.

Interpretar que dos intervalos que se solapan implican que no hay diferencia significativa. El solapamiento de intervalos no equivale a una prueba de diferencia; para eso necesitas el intervalo de la diferencia.

Confundir el intervalo de confianza con el intervalo de predicción. El primero acota el parámetro; el segundo acota valores individuales futuros y es más ancho.

Preguntas frecuentes

¿Qué significa exactamente un intervalo de confianza del 95 %?

Que si repitieras el muestreo muchas veces y calcularas un intervalo en cada muestra, cerca del 95 % de esos intervalos contendrían el parámetro. No es la probabilidad de que tu intervalo concreto contenga el parámetro.

¿Cuándo uso Z y cuándo uso t?

Usa Z solo si conoces la desviación estándar poblacional. Si la estimas con la muestra, usa t con n − 1 grados de libertad. Con n ≥ 30 los resultados son parecidos, pero t sigue siendo la opción correcta cuando σ es desconocida.

¿Cómo consigo un intervalo más estrecho?

Aumentando el tamaño de muestra o reduciendo la variabilidad. Bajar el nivel de confianza también lo estrecha, pero a costa de menos seguridad. La muestra es la palanca que no sacrifica confianza.

¿Qué hago si mi intervalo de proporción incluye valores imposibles?

Si el límite inferior baja de 0 o el superior sube de 1, la aproximación normal no es adecuada. Cambia a un método exacto (Wilson o Clopper-Pearson) o aumenta la muestra. La calculadora de esta página usa Wald; no la uses fuera de sus condiciones.

¿Puedo calcular el intervalo de confianza de la mediana?

Sí, pero requiere métodos no paramétricos basados en rangos o en bootstrap. Esta calculadora no lo incluye: se centra en media, proporción, varianza y sus diferencias. Si necesitas la mediana, usa un paquete estadístico como jamovi o R.

Si trabajas con datos reales y no solo con ejercicios, conviene que contrastes el resultado con un software estadístico. En la guía de jamovi tienes cómo obtener estos intervalos paso a paso, y en la sección de guías de metodología encontrarás cómo plantear el análisis antes de calcular nada.

Deja un comentario