Calculateur de taille d'échantillon
Déterminez combien de répondants ou de participants à une étude vous sont nécessaires. Saisissez le niveau de confiance voulu, la marge d'erreur et, éventuellement, la taille de la population pour calculer la taille d'échantillon minimale requise afin d'obtenir des résultats statistiquement valides.
n = Z² × p(1-p) / e²
où Z = score z, p = proportion, e = marge d'erreur
Z = 1,960 — standard pour la plupart des recherches
Utilisez 50 % si la proportion est inconnue : cela donne la taille d'échantillon la plus grande et la plus prudente.
Référence rapide de taille d'échantillon
Taille d'échantillon requise avec un niveau de confiance de 95 % et p = 50 % :
| Marge d'erreur | Population infinie | Population de 10 000 | Population de 1 000 |
|---|---|---|---|
| ±1% | 9,604 | 4,900 | 906 |
| ±2% | 2,401 | 1,937 | 707 |
| ±3% | 1,068 | 965 | 517 |
| ±5% | 385 | 370 | 278 |
| ±10% | 97 | 96 | 88 |
* La correction pour population finie réduit la taille d'échantillon requise pour les petites populations.
Questions fréquentes
Comment calculer la taille d'échantillon d'une enquête ?
Utilisez la formule n = Z² × p × (1-p) / e², où Z est le score z associé à votre niveau de confiance (1,96 pour 95 %), p la proportion attendue (utilisez 0,5 si elle est inconnue) et e la marge d'erreur souhaitée sous forme décimale. Par exemple, avec un niveau de confiance de 95 %, une marge de ±5 % et p = 0,5 : n = (1,96)² × 0,25 / (0,05)² = 384,16 → 385 répondants.
Qu'est-ce que la marge d'erreur dans une enquête ?
La marge d'erreur (aussi appelée demi-largeur de l'intervalle de confiance) est l'écart maximal attendu entre le résultat de votre échantillon et la vraie valeur dans la population. Une marge d'erreur de ±5 % signifie que le résultat de l'enquête se situe à moins de 5 points de pourcentage de la vraie réponse. Plus la marge d'erreur est faible, plus la taille d'échantillon requise est grande.
Quel niveau de confiance utiliser pour mon enquête ?
Le standard est un niveau de confiance de 95 % pour la plupart des études commerciales et de sciences sociales. Utilisez 99 % pour les décisions à fort enjeu (essais médicaux, études financières, questions juridiques). Utilisez 90 % pour les études exploratoires ou pilotes, lorsque la rapidité et le coût comptent davantage que la précision. Augmenter le niveau de confiance accroît nettement la taille d'échantillon requise.
Quelle proportion utiliser si je ne la connais pas ?
Utilisez p = 0,5 (50 %) lorsque la vraie proportion est inconnue. Cela donne l'estimation la plus prudente (la plus grande) de la taille d'échantillon, ce qui garantit que l'étude reste suffisamment dimensionnée quelle que soit la proportion réelle. Si des données antérieures ou une étude pilote suggèrent une autre valeur, utiliser cette estimation réduira la taille d'échantillon requise.
Qu'est-ce que la correction pour population finie (FPC) ?
La correction pour population finie réduit la taille d'échantillon requise lorsque la population est petite par rapport à l'échantillon estimé. La formule est : n_ajusté = n₀ / (1 + (n₀ - 1) / N), où N est la taille totale de la population. La FPC a le plus d'effet lorsque l'échantillon représente plus de 5 % de la population. Pour une population de 1 000 personnes, l'échantillon standard de 385 personnes descend à environ 278 après FPC.
Comment la taille d'échantillon influence-t-elle la précision ?
Des échantillons plus grands donnent des marges d'erreur plus faibles et des estimations plus précises. Toutefois, la relation n'est pas linéaire : la précision augmente avec la racine carrée de la taille d'échantillon. Doubler la taille d'échantillon réduit la marge d'erreur d'environ 30 %, et non de 50 %. Les gains les plus importants viennent de l'augmentation des petits échantillons : passer de 100 à 400 répondants divise la marge d'erreur par deux.
Quelle est la taille d'échantillon minimale pour une enquête ?
Il n'existe pas de minimum universel, mais les recommandations courantes indiquent au moins 30 répondants pour une analyse de base, 100 pour des statistiques descriptives simples et 385 ou plus pour des enquêtes représentatives à l'échelle nationale avec une marge de ±5 % et un niveau de confiance de 95 %. Pour l'analyse de sous-groupes (groupes d'âge, régions, etc.), chaque sous-groupe devrait idéalement compter au moins 100 répondants.
Une population plus grande nécessite-t-elle une taille d'échantillon plus grande ?
Le plus souvent, non : pour les grandes populations (100 000 et plus), la taille d'échantillon requise est presque la même quelle que soit la taille totale de la population. Une enquête auprès d'une ville de 100 000 habitants et d'un pays de 300 millions d'habitants nécessite à peu près le même échantillon (environ 385 personnes avec ±5 % et un IC à 95 %). La taille de la population ne réduit nettement la taille d'échantillon requise que pour les petites populations, sous environ 10 000 personnes, grâce à la correction pour population finie.
Formule de taille d'échantillon
La formule standard de taille d'échantillon pour estimer une proportion dans une population découle de la loi normale. Pour une population infinie (ou très grande) :
n = Z² × p × (1 - p) / e²
Où :
- n — taille d'échantillon requise
- Z — score z correspondant au niveau de confiance souhaité (par ex. 1,960 pour 95 %, 1,645 pour 90 %, 2,576 pour 99 %)
- p — proportion attendue (utilisez 0,5 si elle est inconnue : cela maximise la taille d'échantillon)
- e — marge d'erreur sous forme décimale (par ex. 0,05 pour ±5 %)
| Niveau de confiance | Score Z | Usage courant |
|---|---|---|
| 80 % | 1,282 | Recherche exploratoire, estimations rapides |
| 85 % | 1,440 | Études préliminaires |
| 90 % | 1,645 | Études de marché, décisions moins critiques |
| 95 % | 1,960 | Standard en sciences sociales et études commerciales |
| 99 % | 2,576 | Études médicales, décisions à fort enjeu |
Correction pour population finie
Lorsque votre population n'est pas très grande par rapport à l'échantillon requis, la formule standard surestime la taille d'échantillon nécessaire. La correction pour population finie (FPC) ajuste cette estimation :
nₐ = n₀ / (1 + (n₀ - 1) / N)
où n₀ = estimation pour population infinie, N = taille totale de la population.
La FPC devient importante lorsque l'échantillon représente plus d'environ 5 % de la population. Par exemple, interroger 385 personnes dans une population de 1 000 (fraction d'échantillonnage de 38,5 %) donne une taille d'échantillon corrigée d'environ 278, soit une réduction de 28 %.
Exemple :
n₀ = 385 (IC à 95 %, ±5 %, p = 0,5, population infinie)
N = 1 000
nₐ = 385 / (1 + (385 - 1) / 1 000)
nₐ ≈ 278 répondants nécessaires
Laissez le champ de population vide si vous ne connaissez pas la taille de votre population, ou si elle est très grande (par exemple pour une enquête nationale). La formule standard sera utilisée dans ces cas.
Choisir la marge d'erreur
La marge d'erreur (MoE), aussi appelée demi-largeur de l'intervalle de confiance, indique à quel point l'estimation issue de votre échantillon sera proche de la vraie valeur dans la population. Une marge de ±5 % signifie que vos résultats se situent à moins de 5 points de pourcentage de la réponse réelle.
Repères par type de recherche
| Type de recherche | MoE recommandée | Justification |
|---|---|---|
| Sondages nationaux, enquêtes politiques | ±2–3 % | Les scrutins serrés exigent de la précision |
| Enquêtes de satisfaction client | ±5 % | Standard courant pour les décisions d'entreprise |
| Études de marché, enquêtes internes | ±5–10 % | Détection de tendances, indications directionnelles |
| Études exploratoires / pilotes | ±10 % | Filtrage rapide et peu coûteux avant une étude complète |
| Recherche académique / clinique | ±1–3 % | Exigences de preuve rigoureuses |
La taille d'échantillon augmente de façon quadratique lorsque la marge d'erreur diminue : diviser votre MoE par deux exige quatre fois plus de participants. Choisissez la plus grande MoE compatible avec vos objectifs de recherche.
Comprendre les niveaux de confiance
Un niveau de confiance de 95 % signifie que si vous répétiez l'enquête 100 fois avec des échantillons aléatoires différents, 95 des intervalles obtenus contiendraient la vraie valeur de la population. Cela ne signifie pas qu'il existe 95 % de probabilité que la vraie valeur se trouve dans votre intervalle précis : une fois les données collectées, la vraie valeur est dans l'intervalle ou ne l'est pas.
Des niveaux de confiance plus élevés nécessitent des échantillons plus grands :
- Passer de 90 % à 95 % de confiance augmente la taille d'échantillon d'environ 41 %.
- Passer de 95 % à 99 % de confiance augmente la taille d'échantillon d'environ 73 %.
Pour la plupart des enquêtes et études commerciales, le niveau de confiance de 95 % est le standard. Utilisez 99 % pour les décisions à fort enjeu (médicales, juridiques, financières). Utilisez 90 % pour réduire les coûts dans les études exploratoires ou de présélection.
Exemples de calcul de taille d'échantillon
Exemple 1 : enquête nationale (proportion inconnue)
Un institut de sondage veut estimer les intentions de vote avec une marge d'erreur de ±3 % et un niveau de confiance de 95 %. Comme la vraie proportion est inconnue, il utilise p = 0,5 (cas le plus défavorable).
Z = 1,960, e = 0,03, p = 0,5
n = (1,960)² × 0,5 × 0,5 / (0,03)²
n = 3,8416 × 0,25 / 0,0009
n = 1 068 répondants nécessaires
Exemple 2 : enquête client (proportion connue)
Une entreprise interroge ses clients sur leur satisfaction. D'après les données passées, environ 70 % sont satisfaits. Elle souhaite une marge d'erreur de ±5 % avec un niveau de confiance de 95 %.
Z = 1,960, e = 0,05, p = 0,70
n = (1,960)² × 0,70 × 0,30 / (0,05)²
n = 3,8416 × 0,21 / 0,0025
n = 323 répondants nécessaires (contre 385 avec p = 0,5)
Exemple 3 : petite population (correction finie)
Une équipe RH interroge 500 salariés. Elle souhaite une marge de ±5 % avec un niveau de confiance de 95 %. Sans correction : 385 répondants nécessaires. Avec la FPC :
n₀ = 385, N = 500
nₐ = 385 / (1 + 384 / 500)
nₐ ≈ 218 salariés nécessaires
Outils associés
- Calculateur de test A/B — Tester la signification statistique de résultats A/B.
- Calculateur de taille d'échantillon pour test A/B — Planifier les tailles d'échantillon pour des expériences de taux de conversion.
- Calculateur de valeur p — Calculer la signification statistique à partir de résultats de test.
- Calculateur de taux de conversion — Calculer et comparer des taux de conversion.