O Que É Intervalo de Confiança?

Um intervalo de confiança transforma uma estimativa em uma faixa de valores plausíveis — e mostra o quanto você pode confiar nela. Veja a fórmula, exemplos resolvidos passo a passo e o que 95% de confiança realmente significa.

Um intervalo de confiança é uma faixa de valores plausíveis para um parâmetro da população, construída como estimativa pontual ± margem de erro, com um nível de confiança escolhido. O nível de 95% é o mais usado: ele indica que o procedimento acerta em 95 de cada 100 amostras repetidas.

Se você já calculou a média de uma amostra, sabe que ela é só uma estimativa: outra amostra daria outra média. O intervalo de confiança reconhece essa variação e responde à pergunta que realmente importa — dentro de qual faixa o valor verdadeiro provavelmente está? Neste artigo, você vai ver a definição, a fórmula, exemplos resolvidos de média e de proporção, um exemplo do ENEM e os erros mais comuns. Para calcular direto, use a calculadora de intervalo de confiança.

O que é intervalo de confiança?

Um intervalo de confiança é uma faixa de valores plausíveis para um parâmetro da população — por exemplo, a média verdadeira de todos os participantes do ENEM, e não apenas a média da sua amostra. Ele é construído em torno de uma estimativa pontual: a média da amostra, no centro, mais uma margem de erro para cada lado.

Pense na diferença assim: uma estimativa pontual é como uma flecha, que aponta um único valor. Um intervalo de confiança é como uma rede de segurança: ele cobre uma faixa de valores em torno dessa estimativa. A flecha pode errar o alvo por pouco; a rede admite que a estimativa tem incerteza e mostra o tamanho dela.

O intervalo existe porque amostras variam. Se você colher outra amostra do mesmo tamanho, a média muda um pouco — e o intervalo muda junto. Por isso o nível de confiança faz parte da afirmação: a frase completa é “o intervalo de confiança de 95% é [46,266; 53,734]”, e não apenas “[46,266; 53,734]”.

Um ponto que confunde muita gente: o intervalo é uma faixa para o parâmetro, não para os dados. Ele não diz onde caem 95% dos valores individuais — para isso, existe a regra empírica. Ele diz onde o valor verdadeiro da população provavelmente está. Todas as ferramentas citadas estão gratuitas nas Calculadoras em Português.

A fórmula do intervalo de confiança

A fórmula tem três peças, e cada uma tem um papel claro:

IC = estimativa ± margem de erro
margem de erro = valor crítico × erro padrão
erro padrão da média: EP = s / √n

A estimativa é o valor calculado na amostra: a média amostral para a média, ou a proporção amostral p̂ para uma proporção. O erro padrão mede o quanto essa estimativa varia de uma amostra para outra: para a média, ele é o desvio padrão da amostra dividido pela raiz quadrada do tamanho da amostra (EP = s / √n). O valor crítico vem do nível de confiança escolhido — e, para amostras pequenas, do tamanho da amostra.

Nível de confiançaValor crítico z
90%1,645
95%1,96
99%2,576

Os valores z valem quando o desvio padrão da população é conhecido ou a amostra é grande. Com amostras pequenas e desvio padrão desconhecido, usa-se o valor t, que depende do tamanho da amostra — veja a seção sobre escore z e a seção “Quando usar z e quando usar t?” abaixo.

Como calcular o intervalo de confiança da média?

Vamos resolver um exemplo completo. Uma amostra de 30 observações tem média 50 e desvio padrão 10. Como o desvio padrão populacional é desconhecido, usamos o valor t com 29 graus de liberdade.

Exemplo — média 50, desvio padrão 10, n = 30

Passo 1 — erro padrão: EP = s / √n = 10 / √30 = 10 / 5,477 = 1,826.

Passo 2 — valor crítico: para 95% de confiança, t* = 2,045.

Passo 3 — margem de erro: margem de erro = 2,045 × 1,826 = 3,734.

Passo 4 — intervalo: IC = 50 ± 3,734 = [46,266; 53,734].

Interpretação: com 95% de confiança, a média verdadeira da população está plausivelmente entre 46,266 e 53,734.

O mesmo exemplo, com outros níveis de confiança, mostra como o intervalo alarga:

Nível de confiançat*Margem de erroIntervalo
90%1,6993,102[46,898; 53,102]
95%2,0453,734[46,266; 53,734]
99%2,7565,032[44,968; 55,032]

Repare: quanto maior a confiança exigida, mais larga fica a faixa. Para conferir os números, calcule o intervalo na ferramenta — ela mostra o erro padrão, o valor crítico e a margem de erro passo a passo.

Exemplo resolvido: proporção

O intervalo de confiança também funciona para proporções — por exemplo, a fração de participantes que acertaram uma questão. Em uma amostra de 50 pessoas, 45 acertaram: p̂ = 45 / 50 = 0,90.

Exemplo — 45 acertos em 50 (p̂ = 0,90)

Método de Wald: EP = √(p̂(1 − p̂) / n) = √(0,90 × 0,10 / 50) = √0,0018 = 0,0424. Margem de erro = 1,96 × 0,0424 = 0,083. IC = 0,90 ± 0,083 = [0,817; 0,983].

Método de Wilson: IC = (p̂ + z² / 2n ± z√(p̂(1 − p̂) / n + z² / 4n²)) / (1 + z² / n) = (0,90 + 3,8416 / 100 ± 1,96√(0,0018 + 3,8416 / 10.000)) / (1 + 3,8416 / 50) = (0,9384 ± 0,0916) / 1,0768 = [0,786; 0,957].

Os dois intervalos são parecidos, mas o de Wilson é mais seguro: com amostras pequenas ou proporções extremas (perto de 0 ou de 1), o intervalo de Wald pode sair do intervalo [0; 1] — o que não faz sentido para uma proporção. O intervalo de Wilson nunca sai de [0; 1] e é mais preciso nesses casos. Com amostras grandes e p perto de 0,5, os dois praticamente coincidem. Use a ferramenta de intervalo de confiança no modo proporção para comparar os dois métodos.

Exemplo do ENEM

Suponha uma amostra de 400 participantes do ENEM com média 500 e desvio padrão 100 (a escala TRI do Inep). O erro padrão é 100 / √400 = 5,00. Com 95% de confiança (z = 1,96), a margem de erro é 9,80 e o intervalo é [490,20; 509,80] — ou seja, a média verdadeira da população está plausivelmente entre 490,20 e 509,80.

Distribuição normal: μ = 500 e σ = 100[490,20; 509,80]IC 95% para a média · n = 400200300400500 (μ)600700800
Curva normal com μ = 500 e σ = 100 (escala TRI do ENEM). A faixa azul no centro é o intervalo de confiança de 95% [490,20; 509,80] para a média de uma amostra de 400 participantes.

O que significa um intervalo de confiança de 95%?

Esta é a parte mais mal interpretada do assunto. A leitura correta é a leitura do procedimento: se você repetisse o estudo muitas vezes — colhendo uma nova amostra e calculando um novo intervalo a cada vez —, cerca de 95% desses intervalos conteriam a média verdadeira. O nível de confiança descreve o método, não um intervalo específico.

O erro clássico é dizer que “há 95% de chance de este intervalo conter a média”. A média da população é um número fixo: ela está dentro do intervalo ou não está. O que é aleatório é o intervalo, que muda a cada amostra. Por isso a frase certa é “com 95% de confiança, a média está entre 46,266 e 53,734” — e não “a probabilidade de a média estar nesse intervalo é 95%”.

Um jeito de visualizar: imagine 100 intervalos construídos a partir de 100 amostras diferentes. Cerca de 95 deles conteriam a média verdadeira — e cerca de 5 não conteriam. O nível de 95% é a taxa de acerto do procedimento no longo prazo.

O que deixa o intervalo mais largo ou mais estreito?

Três coisas decidem a largura do intervalo:

  • Nível de confiança: quanto maior a confiança exigida, mais largo o intervalo. Para acertar com mais frequência, a rede precisa ser maior — o IC de 99% é mais largo que o de 95%, como mostra a tabela do exemplo da média.
  • Tamanho da amostra: amostras maiores estreitam o intervalo, porque o erro padrão diminui. A largura encolhe com 1 / √n: quadruplicar a amostra corta a largura pela metade. Com z = 1,96 e desvio padrão 10, uma amostra de 30 dá largura 7,16; uma amostra de 120 dá largura 3,58.
  • Desvio padrão: dados mais espalhados dão intervalos mais largos. Com o mesmo tamanho de amostra, dobrar o desvio padrão dobra a margem de erro.

Quando usar z e quando usar t?

SituaçãoUse
Desvio padrão populacional conhecido e n ≥ 30z
Desvio padrão desconhecido e n < 30t (graus de liberdade = n − 1)
Amostra grande (n ≥ 30), desvio padrão desconhecidot ≈ z (a diferença é mínima)

A distribuição t é mais espalhada que a normal quando a amostra é pequena — é o preço da incerteza extra de estimar o desvio padrão a partir da própria amostra. À medida que n cresce, a curva t se aproxima da curva normal e os valores críticos praticamente coincidem. Os critérios desta tabela seguem a nossa metodologia.

Intervalo de confiança ou margem de erro?

A margem de erro é metade da largura do intervalo. No exemplo da média, o intervalo [46,266; 53,734] tem largura 7,468 — e a margem de erro é 3,734. Pesquisas costumam divulgar só a margem de erro (“±3 pontos percentuais”), mas o intervalo completo diz mais: ele mostra a faixa inteira de valores plausíveis, e não apenas a distância até o centro.

Se você já conhece a margem de erro de uma pesquisa, pode reconstruir o intervalo: some e subtraia a margem da estimativa. Para calcular a margem de erro de uma proporção, use a calculadora de margem de erro. E lembre: um valor-p pequeno indica evidência contra a hipótese nula, mas é outra ferramenta — o intervalo de confiança estima o tamanho do efeito, e o valor-p testa se ele existe.

Perguntas frequentes

É uma faixa de valores plausíveis para um parâmetro da população, construída como estimativa pontual ± margem de erro, com um nível de confiança escolhido — 95% é o mais usado.

Calcule a estimativa pontual, o erro padrão (EP = s/√n para a média), escolha o valor crítico (z ou t) e some e subtraia a margem de erro: IC = estimativa ± valor crítico × erro padrão.

Significa que, se o procedimento fosse repetido em muitas amostras, cerca de 95% dos intervalos conteriam o parâmetro verdadeiro. Não significa que há 95% de chance de um intervalo específico contê-lo.

Use z quando o desvio padrão populacional é conhecido e a amostra é grande (n ≥ 30); use t quando o desvio padrão é desconhecido e a amostra é pequena (n < 30). Com amostras grandes, t ≈ z.

Porque um nível de confiança maior exige uma rede mais larga para acertar com mais frequência: o IC de 99% é mais largo que o de 95%, que é mais largo que o de 90%.

Amostras maiores reduzem o erro padrão e estreitam o intervalo: a largura diminui com 1/√n — quadruplicar a amostra corta a largura pela metade.

O intervalo de Wilson é mais seguro com amostras pequenas ou proporções extremas, porque nunca sai de [0; 1]; o de Wald é simples e funciona bem com amostras grandes e p perto de 0,5.

Com uma amostra de 400 participantes (média 500, desvio padrão 100 na escala TRI), o IC de 95% para a média é [490,20; 509,80] — a média verdadeira está plausivelmente entre esses valores.

Fontes: NIST/SEMATECH e-Handbook of Statistical Methods, seção 1.3.5.2 — Limites de Confiança para a Média. Escala TRI do ENEM: Inep, Entenda a sua nota no Enem: guia do participante (2021). Os exemplos do ENEM são aplicações hipotéticas da escala TRI verificada (média 500, desvio padrão 100).

Por Afan Shafiq — BS AI student

Confira as Ferramentas

Confira os Artigos