Przedział ufności dla średniej to zakres wartości, w którym z określonym poziomem ufności (najczęściej 95%) mieści się prawdziwa średnia całej populacji, obliczany jako średnia z próby ± wartość krytyczna × błąd standardowy średniej.
Wzór na przedział ufności
Podstawowy wzór wygląda następująco:
Przedział ufności = x̄ ± z (lub t) × (s / √n)
- x̄ — średnia arytmetyczna próby.
- s — odchylenie standardowe próby.
- n — liczebność próby, a s/√n to błąd standardowy średniej.
- Wartość krytyczna (z lub t) — dla dużych prób i znanego odchylenia standardowego populacji stosuje się wartość z rozkładu normalnego (np. 1,96 dla poziomu ufności 95%), a dla mniejszych prób z nieznanym odchyleniem standardowym populacji — wartość t z rozkładu t-Studenta, zależną dodatkowo od liczby stopni swobody.
Co oznacza poziom ufności 95%
Poziom ufności 95% nie oznacza, że istnieje 95% szans, że prawdziwa średnia populacji znajduje się w konkretnym, wyliczonym przedziale. Oznacza raczej, że gdyby powtórzyć to samo badanie wielokrotnie na niezależnych próbach tej samej wielkości i za każdym razem obliczyć przedział ufności, to około 95% takich przedziałów zawierałoby prawdziwą średnią populacji. Wyższy poziom ufności (np. 99%) daje szerszy przedział, a niższy (np. 90%) — węższy, ale mniej pewny.
Przykład liczbowy
Próba 36 klientów sklepu internetowego wykazała średni czas dostawy 48 godzin (x̄ = 48) z odchyleniem standardowym s = 6 godzin. Błąd standardowy średniej = 6 / √36 = 6 / 6 = 1. Dla poziomu ufności 95% wartość krytyczna z ≈ 1,96. Przedział ufności = 48 ± 1,96 × 1 = 48 ± 1,96, czyli od 46,04 do 49,96 godziny. Oznacza to, że można z 95% ufnością twierdzić, że prawdziwy średni czas dostawy dla wszystkich klientów mieści się w tym przedziale.
Co zawęża, a co poszerza przedział ufności
Przedział ufności zawęża się wraz ze wzrostem liczebności próby (większe n zmniejsza błąd standardowy) oraz przy niższym odchyleniu standardowym danych. Poszerza się natomiast wraz ze wzrostem żądanego poziomu ufności (np. przejście z 90% na 99%) oraz przy większej zmienności danych w próbie.
Aby szybko obliczyć przedział ufności dla własnych danych, skorzystaj z gotowego narzędzia: Kalkulator przedziału ufności →
Najczęstsze pytania o przedział ufności
Jak obliczyć przedział ufności dla średniej krok po kroku?
Oblicza się średnią i odchylenie standardowe próby, następnie błąd standardowy średniej (odchylenie standardowe podzielone przez pierwiastek z liczebności próby), a wynik mnoży przez wartość krytyczną (z lub t) odpowiadającą żądanemu poziomowi ufności i dodaje oraz odejmuje od średniej.
Co dokładnie oznacza poziom ufności 95%?
Oznacza, że gdyby powtórzyć badanie wielokrotnie na niezależnych próbach tej samej wielkości, około 95% wyliczonych w ten sposób przedziałów zawierałoby prawdziwą wartość średniej populacji, a nie że dany przedział ma 95% szans na jej zawarcie.
Kiedy stosować wartość z, a kiedy wartość t?
Wartość z stosuje się przy dużych próbach lub znanym odchyleniu standardowym populacji, a wartość t z rozkładu t-Studenta przy mniejszych próbach z nieznanym odchyleniem standardowym populacji, uwzględniając dodatkowo liczbę stopni swobody.
Jak liczebność próby wpływa na szerokość przedziału ufności?
Większa liczebność próby zmniejsza błąd standardowy średniej, co zawęża przedział ufności i daje bardziej precyzyjne oszacowanie prawdziwej średniej populacji.
Czy wyższy poziom ufności zawsze jest lepszy?
Nie zawsze — wyższy poziom ufności (np. 99% zamiast 95%) daje większą pewność, ale kosztem szerszego, mniej precyzyjnego przedziału, dlatego wybór poziomu ufności zależy od kontekstu i akceptowalnego ryzyka błędu.
Co jeśli przedział ufności zawiera zero przy porównaniu dwóch grup?
Jeśli przedział ufności dla różnicy średnich obejmuje zero, oznacza to brak podstaw do stwierdzenia istotnej statystycznie różnicy między grupami na danym poziomie ufności.
Czym różni się przedział ufności od przedziału predykcji?
Przedział ufności dotyczy oszacowania parametru populacji (np. średniej), natomiast przedział predykcji dotyczy przewidywania zakresu pojedynczej przyszłej obserwacji i jest zwykle szerszy.
Czy przedział ufności można obliczyć dla proporcji, a nie tylko średniej?
Tak, przedział ufności dla proporcji (np. odsetka klientów zadowolonych) oblicza się analogicznie, ale z innym wzorem na błąd standardowy, uwzględniającym proporcję próby zamiast odchylenia standardowego zmiennej ciągłej.
Jak interpretować bardzo wąski przedział ufności?
Bardzo wąski przedział ufności wskazuje na dużą precyzję oszacowania średniej, co zwykle wynika z dużej liczebności próby i/lub niskiej zmienności danych.
Dlaczego przedział ufności jest ważniejszy niż sama wartość p?
Przedział ufności pokazuje nie tylko czy wynik jest istotny statystycznie, ale też jaka jest realna wielkość efektu i jego precyzja, co daje pełniejszy obraz niż sama binarna decyzja "istotne / nieistotne" z testu istotności.