toolbox
Inicio / IA, datos y tecnología / Calculadora del intervalo de confianza para canalizaciones de datos

Calculadora del intervalo de confianza para canalizaciones de datos

Esta calculadora construye un intervalo de confianza alrededor de una tasa observada en una canalización de datos, como el porcentaje de registros válidos, entregas completas o ejecuciones sin error. Introduce la cantidad de registros revisados y la proporción que cumple el criterio para obtener un rango que refleje la incertidumbre de muestreo.

La herramienta es útil cuando una auditoría o muestra no cubre toda la población y necesitas comunicar no solo un porcentaje puntual, sino también cuánto puede variar razonablemente. Un intervalo estrecho facilita afirmar que la tasa está bien estimada, mientras que uno amplio sugiere recopilar más observaciones. Se usa una aproximación normal sencilla; cuando hay pocos registros o la proporción está cerca de los extremos, métodos como Wilson suelen comportarse mejor.

Datos de entrada

%
Resultado
—
Intervalo de confianza de la tasa
Límite inferior—
Límite superior—
Margen de error—
Error estándar—

1. Cuenta los registros auditados
Incluye solo observaciones a las que hayas aplicado el mismo control.

2. Introduce la tasa de cumplimiento
Escribe el porcentaje que supera o cumple la regla evaluada.

3. Selecciona la confianza
Escoge 90 %, 95 % o 99 % según el grado de cobertura que quieras comunicar.

4. Lee el rango
El resultado principal muestra la tasa observada y el desglose presenta los límites y el margen de error.

5. Comprueba el diseño de muestreo
Si los registros no son independientes o no se eligieron de forma representativa, interpreta el intervalo con cautela.

Fórmula principal:

SE = √[p̂ × (1 − p̂) / n]
IC = p̂ ± z × SE

Variables:

  • p̂: proporción observada de registros que cumplen
  • n: número de registros revisados
  • SE: error estándar
  • z: valor crítico del nivel de confianza

Supuestos: La aproximación presupone observaciones independientes y una proporción binaria. Los límites se recortan a 0 % y 100 % para mostrarlos como una proporción válida.

Qué significa el resultado

El intervalo expresa la incertidumbre estadística alrededor de la tasa observada en la muestra.

No corrige sesgo de selección ni dependencia entre registros; esas limitaciones pueden dominar la incertidumbre de muestreo.

Datos:

  • 800 registros revisados
  • 97 % cumplen el control
  • Confianza del 95 %

Cálculo:
SE = √(0,97 × 0,03 / 800) ≈ 0,00603.
Margen ≈ 1,96 × 0,00603 = 0,01182.

Resultado:
IC ≈ 95,82 % a 98,18 %.

Interpretación:
La tasa observada es 97 %, pero con este modelo el valor poblacional compatible con la muestra queda aproximadamente dentro de ese rango.

¿Por qué no basta con informar del 97 % observado?

Porque una muestra distinta podría dar otro porcentaje. El intervalo añade una medida explícita de la incertidumbre asociada al tamaño de la muestra.

¿Puedo usar esta calculadora con una métrica continua como latencia media?

No directamente. Este cálculo está diseñado para una proporción binaria, por ejemplo “cumple/no cumple”. Una media continua necesita otra fórmula.

¿Qué nivel de confianza hace el intervalo más estrecho?

Manteniendo todo lo demás igual, un nivel menor produce un rango más estrecho. Eso implica aceptar una menor cobertura estadística.

¿Qué ocurre con muestras muy pequeñas?

La aproximación normal puede ser deficiente, sobre todo cerca de 0 % o 100 %. Métodos binomiales o de Wilson suelen ser preferibles.

¿Es equivalente al margen de error de una encuesta?

Matemáticamente puede usar la misma estructura para una proporción, pero aquí la población representa registros de una canalización y el diseño de muestreo puede tener dependencias técnicas específicas.