Calculadora de Intervalo de Confianza para la Media🇦🇷 Actualizado mayo de 2026
El intervalo de confianza (IC) estima el rango donde se encuentra el verdadero valor poblacional con cierta probabilidad. Se calcula como IC = x̄ ± z × (σ/√n), donde z depende del nivel de confianza (1,645 para 90%, 1,96 para 95%, 2,576 para 99%). Es la herramienta central de la inferencia estadística y aparece en los programas de Estadística de las universidades argentinas (UBA, UNLP, UNC, UTN) y en los informes técnicos del INDEC (Encuesta Permanente de Hogares, IPC, EPH continua). Esta calculadora resuelve el IC para la media con muestras grandes (n > 30, distribución normal), alineado al estándar académico 2026.
Cuándo usar esta calculadora
- Estimar el rango de un parámetro poblacional.
- Reportar resultados de encuestas con margen de error.
- Resolver ejercicios de inferencia estadística.
- Determinar si una diferencia es estadísticamente significativa.
- Planificar tamaños de muestra según la precisión deseada.
Ejemplo real: encuesta con media 100, σ 15, n 100, IC 95%
- Datos: media muestral x̄ = 100, σ = 15, n = 100, nivel 95%.
- Error estándar: 15 / √100 = 1,5.
- Margen de error: 1,96 × 1,5 = 2,94.
- IC 95%: 100 ± 2,94 = [97,06 ; 102,94].
- Interpretación: con 95% de confianza, la media real de la población está entre 97 y 103. Para reducir el margen a la mitad necesitarías n=400 en vez de n=100.
Cómo funciona
1 min de lecturaQué mide un intervalo de confianza
Un intervalo de confianza (IC) para la media estima el rango donde probablemente está el verdadero valor poblacional. No es "la media tiene 95% de probabilidad de estar ahí" (esa es la interpretación bayesiana), sino que si repitieras el muestreo 100 veces, ~95 de esos intervalos contendrían la media poblacional. La fórmula para muestras grandes (n > 30) usa la distribución normal:
IC = x̄ ± z × (σ / √n)Donde z es el valor crítico según el nivel de confianza: 1,645 (90%), 1,96 (95%), 2,576 (99%). Para muestras chicas (n < 30) se usa t de Student con n−1 grados de libertad.
Niveles de confianza y z
| Nivel | z crítico | Amplitud del IC |
|---|---|---|
| 80% | 1,282 | Más angosto |
| 90% | 1,645 | |
| 95% | 1,960 | Estándar en ciencia |
| 99% | 2,576 | Más ancho |
| 99,9% | 3,291 | Muy exigente |
Regla de √n: duplicar precisión requiere cuadruplicar la muestra. Es la ley de los retornos decrecientes aplicada a estadística.
Cuándo usar / Errores comunes
Usala al reportar encuestas, experimentos A/B, mediciones científicas o controles de calidad. Errores comunes: decir "IC 95% = [97; 103] significa que el 95% de los datos están ahí" (falso: eso sería un intervalo de predicción); confundir margen de error (z × SE) con error estándar; usar z cuando corresponde t. Para proporciones (porcentajes) la fórmula es distinta: IC = p̂ ± z√(p̂(1−p̂)/n).
Preguntas frecuentes
¿Qué significa 95% de confianza?
Que si repitieras el muestreo 100 veces, en ~95 de ellas el intervalo contendría el verdadero parámetro poblacional.
¿Es lo mismo margen de error que error estándar?
No. Error estándar = σ/√n. Margen de error = z × error estándar. El margen de error incluye el nivel de confianza.
¿Mayor muestra = intervalo más chico?
Sí. El margen de error es proporcional a 1/√n. Cuadruplicar n reduce el margen a la mitad.
¿Cuándo uso z y cuándo t?
Usá z cuando n > 30 o conocés σ poblacional. Usá t de Student cuando n < 30 y estimás σ con s. Esta calculadora usa z.
¿99% de confianza es mejor que 95%?
Más confianza = intervalo más amplio. El 99% da más certeza pero menos precisión. El 95% es el estándar en la mayoría de campos.
¿Puedo calcular IC para proporciones?
Sí, pero con otra fórmula: IC = p̂ ± z × √(p̂(1-p̂)/n). Esta calculadora es para medias.
¿Qué es el error estándar?
σ/√n: la desviación estándar de la distribución de la media muestral. Mide cuánto varía la media entre muestras.
¿Qué mide un intervalo de confianza?
Un intervalo de confianza (IC) para la media estima el rango donde probablemente está el verdadero valor poblacional. No es "la media tiene 95% de probabilidad de estar ahí" (esa es la interpretación bayesiana), sino que si repitieras el muestreo 100 veces, ~95 de esos intervalos contendrían la media poblacional. La fórmula para muestras grandes (n > 30) usa la distribución normal:
Fuentes y referencias
Metodología y confianza
Contenido revisado por el equipo editorial de Hacé Cuentas, con apego a nuestra política editorial y metodología de cálculo.
Última revisión: 19 de mayo de 2026. Los parámetros fiscales, legales y datos se verifican periódicamente con las fuentes citadas.
Los cálculos corren 100% en tu navegador. No guardamos ni transmitimos tus datos. Leé nuestra política de privacidad.
Resultados orientativos. Para decisiones financieras, médicas o legales críticas, consultá con un profesional.