Puntos clave
- Todo intervalo necesita tres datos: una estimación, un error estándar y un valor crítico.
- El margen de error es la mitad del ancho. Se reduce con la raíz cuadrada del tamaño de muestra, así que cuadruplicar n lo reduce a la mitad.
- El 95 % describe el procedimiento, no el parámetro. Una vez que los datos están disponibles, el intervalo cubre la verdad o no la cubre.
- Los intervalos más anchos significan menos precisión, no menos confianza. Un intervalo del 99 % es más ancho que uno del 95 % por diseño.
- Que dos intervalos se solapen no es una prueba. Compara directamente el intervalo de la diferencia.
Por qué una estimación puntual no basta
Una media muestral es un solo número, pero otra muestra habría producido otro número. Esa variabilidad muestral es lo que cuantifica un intervalo de confianza. En lugar de decir «la media es 72», dices «la media es 72 y los datos son compatibles con valores de aproximadamente 68.7 a 75.3».
El intervalo se construye a partir de la distribución muestral de la estimación. Para una media, esa distribución está centrada en la media poblacional y tiene desviación estándar σ/√n, llamada error estándar. El teorema central del límite hace que la distribución sea aproximadamente normal para muestras grandes, y por eso la misma receta sirve para muchos estadísticos distintos.
La forma general de un intervalo de confianza
Casi todos los intervalos tienen la misma estructura:
estimación ± valor crítico × error estándar
Para una media con desviación estándar poblacional conocida, el valor crítico es z* de la distribución normal: 1.645 para el 90 %, 1.960 para el 95 % y 2.576 para el 99 %. Cuando σ se estima a partir de la muestra, usa t* con n − 1 grados de libertad, que es algo mayor para tener en cuenta que se está estimando la dispersión. El intervalo es:
x̄ ± t* × s/√n
La distribución t converge a la normal a medida que n crece, así que las dos recetas coinciden de cerca a partir de unas 30 observaciones.
Ejemplo resuelto: una media
Una muestra de 25 estudiantes tiene una puntuación media de 72 y una desviación estándar de 8. El error estándar es 8 ÷ √25 = 1.6. Con 24 grados de libertad, t* = 2.064 para el 95 % de confianza. El margen de error es 2.064 × 1.6 = 3.30, así que el intervalo es 72 ± 3.30, o (68.70, 75.30).
Si la misma media y la misma desviación estándar provinieran de 100 estudiantes, el error estándar sería 0.8 y t* sería aproximadamente 1.984. El margen de error bajaría a 1.59, dando (70.41, 73.59). La estimación no cambió; la precisión sí. En ese sentido, una muestra más grande compra un intervalo más estrecho y no una respuesta distinta.
Margen de error y tamaño de muestra
El margen de error es la mitad del ancho del intervalo y, para una media, es igual a z*σ/√n. Como n está bajo una raíz cuadrada, reducir el margen a la mitad requiere cuatro veces la muestra. Para pasar de ±4 a ±2 con el mismo nivel de confianza, necesitas cuatro veces más observaciones.
La relación también implica que los últimos puntos de precisión son caros. Una encuesta con un margen de ±3 puntos necesita unos 1,067 encuestados; un margen de ±1 punto necesita unos 9,604. Por eso las encuestas nacionales citan márgenes de alrededor de 2 a 3 puntos y por eso las estimaciones por subgrupo, que usan muestras más pequeñas, tienen márgenes mucho más amplios.
Qué significa realmente el «95 % de confianza»
El nivel de confianza describe el comportamiento del método a largo plazo. Si extrajeras muchas muestras y construyeras un intervalo del 95 % con cada una, alrededor del 95 % de esos intervalos contendría el parámetro verdadero. El procedimiento es fiable; cualquier intervalo individual incluye la verdad o la deja fuera, y nunca sabes cuál de las dos cosas ocurre.
Es tentador decir «hay un 95 % de probabilidad de que la media verdadera esté entre 68.7 y 75.3». En el marco frecuentista, el parámetro es fijo y el intervalo es aleatorio, así que esa afirmación de probabilidad no se aplica una vez observados los datos. Un intervalo creíble bayesiano sí puede sustentar una afirmación de probabilidad, pero solo con un prior y una interpretación diferente.
Qué cambia el ancho
Tres cosas mueven el intervalo. Un nivel de confianza más alto lo ensancha: el intervalo del 99 % para el ejemplo de los estudiantes usa t* = 2.797 y va de 67.52 a 76.48, notablemente más ancho que el intervalo del 95 %. Más variabilidad lo ensancha, porque una medición ruidosa aporta menos información. Una muestra más grande lo estrecha, porque promediar más observaciones reduce el error estándar.
Las decisiones de diseño también importan. Las muestras por conglomerados, las muestras estratificadas y los pesos de encuesta cambian el error estándar efectivo, a menudo de forma sustancial. Una encuesta por conglomerados puede tener un efecto de diseño de 2 o más, lo que duplica la varianza y ensancha el intervalo alrededor de un 40 %. El software que ignora el diseño informará un intervalo demasiado estrecho y demasiado confiado.
Intervalos de confianza para proporciones
Para una proporción, el error estándar es √(p̂(1 − p̂)/n), y el intervalo es:
p̂ ± z* × √(p̂(1 − p̂)/n)
Con 54 éxitos en 100 ensayos, p̂ = 0.54 y el error estándar es √(0.54 × 0.46/100) = 0.0498. El intervalo del 95 % es 0.54 ± 1.96 × 0.0498, o 0.54 ± 0.098, lo que da (0.442, 0.638). El intervalo es más ancho cerca de p = 0.5 y se estrecha hacia 0 y 1.
La fórmula de Wald se comporta mal cuando p̂ está cerca de 0 o de 1 o cuando n es pequeño: puede producir límites por debajo de 0 o por encima de 1 y puede subestimar gravemente la incertidumbre. El intervalo de puntuación de Wilson y el intervalo exacto de Clopper–Pearson son mejores opciones en esos casos, y la mayoría del software estadístico los ofrece.
Intervalos de confianza y pruebas de hipótesis
Un intervalo de confianza del 95 % y una prueba bilateral con α = 0.05 son dos vistas del mismo cálculo. Si el intervalo de una diferencia excluye el cero, la prueba rechaza la hipótesis nula de ausencia de diferencia al nivel del 5 %. Si el intervalo incluye el cero, la prueba no la rechaza. El intervalo suele ser más informativo porque muestra qué efectos distintos de cero siguen siendo plausibles.
No pruebes una diferencia comprobando si dos intervalos separados se solapan. El solapamiento no es necesario ni suficiente para una diferencia no significativa, porque el error estándar de la diferencia depende de la covarianza entre las estimaciones. Construye directamente el intervalo de la diferencia o usa la prueba de dos muestras apropiada.
Errores comunes
- Decir «hay un 95 % de probabilidad de que el parámetro esté en este intervalo» una vez observados los datos.
- Creer que un intervalo del 99 % es «más exacto» en lugar de más ancho y menos preciso.
- Tratar los intervalos que no se solapan como prueba de una diferencia significativa, o el solapamiento como prueba de que no hay diferencia.
- Usar z* cuando la desviación estándar se estima a partir de una muestra pequeña, en lugar de t*.
- Ignorar los pesos de encuesta, la agrupación en conglomerados o los efectos de diseño al calcular el error estándar.
- Informar un intervalo sin decir a qué parámetro y a qué nivel de confianza se refiere.
Advertencias prácticas
Un intervalo de confianza cubre el error de muestreo, no el sesgo. Si la muestra excluye a quienes no respondieron, o si el instrumento de medición está sistemáticamente equivocado, el intervalo puede ser estrecho y aun así no acertar la verdad. Los problemas de falta de respuesta y de cobertura requieren ponderación, seguimiento o un diseño distinto; ninguna cantidad de aritmética los corrige.
El intervalo también depende del modelo. Supone que las observaciones son independientes y que la distribución muestral de la estimación es aproximadamente normal, o que la muestra es lo bastante grande para que el teorema central del límite ayude. Para datos muy asimétricos, muestras pequeñas o diseños complejos, usa bootstrap o un método basado en el diseño y dilo.
Preguntas frecuentes
¿Qué significa exactamente el 95 % de confianza?
Significa que el método produce intervalos que contienen el parámetro verdadero en el 95 % de las muestras repetidas. Es una propiedad del procedimiento, no una probabilidad asignada a un intervalo observado.
¿Un intervalo más ancho es mejor?
No. Más ancho significa menos precisión. Un intervalo más ancho es la consecuencia honesta de menos datos, más variabilidad o un nivel de confianza más alto; no es una mejor estimación.
¿Qué es el margen de error?
Es la mitad del ancho del intervalo de confianza. Para una media es igual al valor crítico multiplicado por el error estándar, y se reduce en proporción a 1/√n.
¿Puede un intervalo de confianza del 95 % incluir valores imposibles?
Sí, sobre todo con muestras pequeñas o proporciones cercanas a 0 y 1. La aproximación normal puede producir límites fuera del rango del parámetro; los métodos exactos o de puntuación lo evitan.
¿Por qué dos encuestas con el mismo tamaño de muestra tienen márgenes de error distintos?
Porque los márgenes dependen de la variabilidad estimada y del diseño, no solo de n. Una pregunta con respuestas divididas 50/50 tiene un margen mayor que una dividida 90/10, y la agrupación en conglomerados o la ponderación pueden aumentarlo aún más.
¿Qué es un intervalo creíble del 95 %?
Es la contraparte bayesiana: un intervalo que contiene el parámetro con un 95 % de probabilidad posterior, dado un prior y los datos. Responde a una pregunta diferente y no debe etiquetarse como intervalo de confianza.


