Intervalos de confianza para las estimaciones de proporciones y las diferencias entre ellas / Confidence intervals for estimations of proportions and their differences

En la actualidad se acepta por indicaciones de diferentes revistas científicas de ciencias sociales y salud, que los intervalos de confianza aportan información más descriptiva y son interpretativamente mejores que las pruebas de hipótesis, como una expresión de la incertidumbre que resulta del estudio de una muestra de limitado tamaño. En la investigación comparativo- descriptiva de las ciencias sociales, los métodos de análisis para variables categóricas parecen ser menos frecuentes, e incluso menos conocidos, que las variables independientes de intervalo. Hasta ahora, no hubo buenos métodos para calcular los intervalos de confianza para proporciones y diferencias entre proporciones. En este artículo se presentan métodos basados en trabajos de Newcombe (1998a, 1998b, 1998c) que superan los procedimientos tradicionales para estos cálculos y su cómputo es acompañado por una hoja de cálculo en MS Excel, en español, inglés y galés. Los métodos aquí presentados se basan en el método score, proveniente del trabajo de Wilson (1927). También se presentan ejemplos de los intervalos de confianza para proporciones simples y la diferencia entre ellas en muestras independientes y dependientes. Finalmente, se discute su uso juicioso en el contexto del diseño de la investigación

It’s nowadays accepted by many journals in diverse areas of health and social sciences, that confidence intervals give more descriptive information and they are better than hypothesis tests to express uncertainty resulting from limited sample size. [ ... ] During decades, hypothesis tests have been the main support of statistical inference in comparative studies, whereas in comparative-descriptive research in social sciences, the method of analysis for categorical variables has been unusual. In fact, good methods to calculate confidence intervals for proportions and their differences, have not been generally available to researchers. Moreover, these methods have not been popular because they remain in statistical articles and away from non specialized users in mathematical knowledge. In this article methods based in works of Newcombe (1998a, 1998b, 1998c) and Wilson (1927) are reported. They overcome traditional methods for the proportion confidence intervals calculation. Although this calculation is moderately simple, we took advantage of the computational technology to facilitate the process of calculus and to diminish errors. An Excel spreadsheet is now available, in Spanish, English and Welsh versions. [ ... ] These devices enable researchers to calculate the intervals using proven good methods; these methods come from the score method, which is derived from Wilson’s work (1927). [ ... ] Examples of confidence intervals calculus for a simple proportion and differences of proportions are presented and a discussion about their careful use in the context of research design is developed. [ ... ] Finally, the reader must have in mind that the estimation of the intervals does not give information in absolute terms, because it likewise offers a probability of containing the population value of interest (proportion)...