Estime par approximation normale la taille d'échantillon à prévoir pour étudier une proportion dans une population, selon l'effectif total, le niveau de confiance, la marge d'erreur et la proportion attendue.
Taille d'Échantillon Requise
—
Taille d'Échantillon selon le Niveau de Confiance
Saisie et points à vérifier
La taille de la population correspond au nombre de personnes ou d'unités constituant la population étudiée. Le champ indique un minimum de 10 et une valeur initiale de 100000. Les niveaux de confiance proposés sont 90 %, 95 % et 99 %, avec 95 % sélectionné par défaut.
La marge d'erreur est saisie en pourcentage. Le champ indique une plage de 0.1 % à 50 %, un pas de 0.1 et une valeur initiale de 5 %. Saisir 5 signifie une marge visée de ±5 points de pourcentage pour la proportion estimée, et non une erreur relative de 5 %.
La proportion attendue estime la part de la population présentant la caractéristique étudiée, par exemple une préférence pour un produit. Ce n'est pas le taux de réponse au questionnaire. Le champ indique une plage de 1 % à 99 %, un pas de 1 et une valeur initiale de 50 %. En l'absence d'estimation préalable, 50 % maximise le terme p(1-p) de la formule.
Saisissez les nombres sans séparateur de milliers, par exemple 100000 ou 1000. Pour les décimales, utilisez un point, comme 3.5. Évitez 100,000 et 3,5 : le traitement actuel supprime les virgules, ce qui peut modifier la valeur effectivement calculée.
Utilisez de préférence des valeurs positives valides dans les plages indiquées. Le calcul se déclenche dès la modification des champs, sans validation complète de toutes les entrées. Certaines valeurs impossibles à interpréter sont remplacées par les valeurs par défaut ; il ne faut pas supposer que toutes les saisies incorrectes seront rejetées.
Comprendre le résultat
Le résultat représente un effectif cible théorique, arrondi à l'entier supérieur. Il sert à planifier l'estimation d'une proportion selon les hypothèses retenues ; il ne garantit ni significativité statistique, ni représentativité, ni qualité des réponses.
Le calcul convertit les pourcentages en fractions, puis applique n0 = z² × p × (1-p) / e². Le programme utilise z = 1.645 pour 90 %, z = 1.96 pour 95 % et z = 2.576 pour 99 %.
Le programme applique la correction n = n0 / (1 + (n0-1)/N) uniquement lorsque la taille de la population N est inférieure à 100000. Pour N égal ou supérieur à 100000, il conserve directement n0. Ce seuil est un choix de programmation, et non la définition mathématique d'une population infinie.
À paramètres égaux, augmenter le niveau de confiance ou réduire la marge d'erreur conduit généralement à prévoir davantage de réponses. Choisir une proportion attendue de 50 % maximise le terme de variabilité de cette formule, sans corriger les biais de sélection.
Cette estimation suppose un plan d'échantillonnage approprié et des conditions permettant l'approximation normale. Le tirage aléatoire, la représentativité, la non-réponse et la fiabilité des réponses doivent être examinés séparément. Le nombre de personnes à contacter dépend du taux de réponse anticipé ; les analyses par sous-groupes peuvent nécessiter un effectif plus élevé. Une majoration systématique de 20 % à 30 % n'est pas une règle universelle.
La page tente d'afficher un diagramme en barres comparant les effectifs pour des niveaux de confiance de 90 %, 95 % et 99 %. Le graphique dépend du chargement externe de Chart.js et peut ne pas apparaître. Si la marge d'erreur est interprétée comme zéro, le résultat principal affiche un tiret et son unité est effacée, mais l'ancien graphique peut rester visible.
Exemples
Réglages par défaut pour une grande population
Saisie
Taille de la population : 100000 ; niveau de confiance : 95 % ; marge d'erreur : 5 % ; proportion attendue : 50 %.
Résultat
Taille d'échantillon nécessaire : 385.
Comment vérifier le résultat
Avec z = 1.96, p = 0.5 et e = 0.05, on obtient n0 = 1.96² × 0.5 × 0.5 / 0.05² = 384.16. Puisque N = 100000, le programme n'applique pas la correction pour population finie. L'arrondi à l'entier supérieur donne 385.
Enquête auprès d'une population de 1000 personnes
Saisie
Taille de la population : 1000 ; niveau de confiance : 95 % ; marge d'erreur : 5 % ; proportion attendue : 50 %.
Résultat
Taille d'échantillon nécessaire : 278.
Comment vérifier le résultat
On calcule d'abord n0 = 384.16. Comme 1000 est inférieur à 100000, le programme applique n = 384.16 / (1 + 383.16/1000) ≈ 277.7408. L'arrondi à l'entier supérieur donne 278.
Questions fréquentes
Faut-il choisir un niveau de confiance de 95 % ou de 99 % ?
Le niveau de 95 % est couramment utilisé pour planifier des enquêtes. À paramètres égaux, 99 % correspond à un niveau de confiance nominal plus élevé et nécessite davantage d'observations. Le choix dépend de l'objectif, de la précision recherchée et des ressources disponibles. Il ne faut pas interpréter un niveau de confiance de 95 % comme une probabilité de 95 % que l'enquête particulière soit représentative : il décrit la propriété de couverture à long terme d'une méthode d'estimation par intervalle, sous ses hypothèses et lors d'échantillonnages répétés.
Que saisir si la taille exacte de la population est inconnue ?
Si des éléments raisonnables indiquent une population très importante, vous pouvez saisir 100000 pour établir une estimation de planification, sans prétendre connaître l'effectif réel. Le programme cesse d'appliquer la correction pour population finie à partir de ce seuil. Avec un niveau de confiance de 95 %, une marge de 5 % et une proportion attendue de 50 %, il affiche 385 ; ce résultat n'est pas universellement suffisant pour toutes les enquêtes.
Pourquoi utiliser une proportion attendue de 50 % en l'absence de données préalables ?
Parce que le produit p(1-p) atteint son maximum lorsque p = 0.5. À autres paramètres constants, choisir 50 % donne donc l'effectif le plus prudent selon cette formule. La proportion attendue représente la fréquence estimée de la caractéristique étudiée, pas le taux de réponse, et ne compense pas un échantillonnage biaisé.
Suffit-il de recueillir le nombre de réponses calculé ? Quel est l'effet d'une marge d'erreur plus faible ?
Pas nécessairement. Il faut aussi tenir compte du mode de sélection, des non-réponses, de la qualité des données et des éventuelles analyses par sous-groupes. Estimez séparément le nombre de personnes à contacter selon le taux de réponse attendu, plutôt que d'ajouter automatiquement 20 % ou 30 %. À autres paramètres identiques, réduire la marge d'erreur de 5 % à 3 % augmente sensiblement la taille d'échantillon requise, mais n'élimine pas les biais systématiques.