Calculadora de valor crítico (z*)

¿Qué es un valor z crítico?

Un valor z crítico (z*) es el número de desviaciones estándar desde la media que corresponde a un nivel de confianza o nivel de significancia específico. Para 95% de confianza, z* = 1,96—significando que el 95% de la distribución normal estándar cae dentro de ±1,96 desviaciones estándar.

Los valores críticos son los umbrales que determinan la significancia estadística y los límites del intervalo de confianza.

Valores z críticos comunes

Estos valores son fundamentales para la inferencia estadística y vale la pena memorizarlos.

Bilateral vs. unilateral

Bilateral

Usado cuando se prueba cualquier diferencia (podría ser positiva o negativa):

• 95% de confianza: 2,5% en cada cola
• z* = 1,96 (el valor con 2,5% arriba)

Ejemplo: "¿Es la media diferente de 100?"

Unilateral

Usado cuando se prueba en una dirección específica:

• 95% de confianza: 5% en una cola
• z* = 1,645 (el valor con 5% arriba)

Ejemplo: "¿Es la media mayor que 100?"

Aplicaciones

Intervalos de confianza

El margen de error usa $z^*$:

$MOE = z^* \times EE$

Para IC 95%: $MOE = 1,96 \times EE$

Prueba de hipótesis

Compara tu estadístico de prueba con z*:

• Si |z| > z*, rechaza la hipótesis nula
• Si |z| < z*, no rechaces

Control de calidad

Los gráficos de control establecen límites en ±3σ (z* = 3), capturando el 99,7% de la variación normal.

Planificación de encuestas

Los cálculos de tamaño de muestra usan z* para el nivel de confianza deseado.

Encontrando valores z desde la distribución normal

La distribución normal estándar N(0,1) tiene:

• Media = 0
• Desviación estándar = 1
• Área total = 1

Para un nivel de confianza bilateral del 95%:

1. Encontrar α = 1 - 0,95 = 0,05
2. Dividir: α/2 = 0,025 en cada cola
3. Encontrar z donde P(Z > z) = 0,025
4. z* = 1,96

La Calculadora de distribución normal puede encontrar estos valores.

Desarrollo histórico

Los valores críticos surgieron del trabajo sobre la distribución normal.

Carl Friedrich Gauss (1777-1855) desarrolló la distribución normal para errores de medición. Su trabajo estableció los fundamentos matemáticos.

Ronald Fisher y Jerzy Neyman formalizaron las pruebas de hipótesis en las décadas de 1920-30, estableciendo el rol de los valores críticos en la toma de decisiones.

Antes de las computadoras, los estadísticos dependían de tablas impresas de valores críticos. La tabla z era una herramienta esencial para cualquiera que hiciera trabajo estadístico.

z* vs. t*

z (esta calculadora):*

• Usar con muestras grandes (n ≥ 30)
• Usar cuando σ poblacional es conocida (raro)
• Asume distribución normal

t (Calculadora de valor crítico t*):*

• Usar con muestras pequeñas
• Usar cuando σ poblacional es desconocida
• Considera la incertidumbre extra de estimar σ

Para muestras grandes, z* y t* son casi idénticos. Para muestras pequeñas, t* es más grande (produciendo intervalos de confianza más anchos).

La regla práctica de 1,96

z* = 1,96 para 95% de confianza aparece constantemente:

• IC 95% ≈ estimación ± 2 × EE (aproximando 1,96 como 2)
• Esta regla de "±2 EE" da cálculos mentales rápidos

Ejemplo: Media = 50, EE = 3 IC 95% ≈ 50 ± 6 = (44, 56)

Más allá de valores comunes

Para niveles de confianza no estándar:

Esta calculadora encuentra z* para cualquier nivel de confianza.

Relación con valores p

Los valores críticos y los valores p son dos caras de la misma moneda:

Enfoque de valor crítico: Si |z| > 1,96, rechaza H₀ a α = 0,05

Enfoque de valor p: Si p < 0,05, rechaza H₀

Siempre dan la misma conclusión.

Convenciones de nivel de significancia

α = 0,05 (95% de confianza): Más común en ciencias sociales. Se volvió estándar en parte debido a la influencia de Fisher.

α = 0,01 (99% de confianza): Más conservador. Común en algunas ciencias físicas.

α = 0,10 (90% de confianza): Menos conservador. A veces usado para análisis preliminar.

Estas son convenciones, no leyes de la naturaleza. Elige α basándote en los costos de errores Tipo I vs. Tipo II.

Comparaciones múltiples

Al hacer muchas comparaciones, ajusta z*:

Corrección de Bonferroni: Usa α/m donde m = número de comparaciones

Para 5 comparaciones a 95% de confianza general:

• α ajustado = 0,05/5 = 0,01 por comparación
• z* = 2,576 en lugar de 1,96

Esto controla la tasa de error familiar.

Cálculos relacionados

• Calculadora de valor crítico (t*) — Para muestras pequeñas
• Calculadora de distribución normal — Probabilidades y cuantiles
• Intervalo de confianza para la media — Usa z* para muestras grandes
• Intervalo de confianza para proporción — Usa z*
• Calculadora de margen de error — MOE = z* × EE

Resumen

Los valores z críticos son los umbrales de la distribución normal estándar que determinan los límites del intervalo de confianza y las decisiones de pruebas de hipótesis. El más importante es z* = 1,96 para 95% de confianza—significando que el 95% de la distribución normal cae dentro de ±1,96 desviaciones estándar. Para muestras pequeñas o desviación estándar poblacional desconocida, usa t* en su lugar. Entender los valores críticos es fundamental para interpretar intervalos de confianza y pruebas estadísticas.