/

Taille d'échantillon & Marge d'erreur

Niveau•Standard de Cochran

Taille d'échantillon & Marge d'erreur

Calculez la taille d'échantillon et la marge d'erreur pour vos sondages ou tests A/B : formule de Cochran, correction pour population finie et courbes d'intervalle de confiance.

Préréglages rapides

Panneau de configuration

Modèle à une proportion
Z = 1.96
±5.0%
±0.5% (Haute précision (±1 %))±3.0% (Standard Gallup)±5.0% (Précision standard (±5 %))±10.0%
50%
10% (Proportion rare (5 %))90% (Proportion prévalente (80 %))
Population infinie
1.0x
Échantillonnage aléatoire simpleEffet de grappe modéréEffet de grappe élevé
20%

Taux d'attrition ou de non-réponse prévisible à anticiper dès le recrutement initial.

Taille d'échantillon requise (n)
385

Répondants effectifs nécessaires

95% Confiance
Échantillon à contacter
482

Ajusté au taux de non-réponse

20% Abandon
Erreur type (SE)
2.55%

Écart-type de la distribution d'échantillonnage

σ/√n
Population infinie (sans FPC)
∞

Hypothèse de population infinie (sans FPC)

Formule de base de Cochran (n₀)

Courbe des rendements décroissants

Point d'équilibre optimal
n=385 (±5.0%)Marge d'erreur (%)Taille de l'échantillon (n)

Rendements décroissants : au-delà d'un seuil critique, doubler la taille de l'échantillon ne réduit que très faiblement la marge d'erreur.

Courbe de Gauss

Zone de confiance: 95% (two-tailed)
-1.96α/2+1.96α/2
Démonstration mathématique
Étape 1 : Échantillon de base (n₀)n₀ = (Z² · p · (1-p) · DEff) / E²= (1.96² · 0.50 · 0.50 ) / 0.0500² = 385
Étape 2 : Correction pour population finie (FPC)n = n₀ / [1 + (n₀ - 1) / N]Aucune correction requise
Comparaison des intervalles
Intervalle de Wald [45.0%, 55.0%]Intervalle de Wilson [45.03%, 54.97%]
Formule de Cochran validéeMéthode mathématique de référence pour déterminer la taille d'échantillon avec correction pour population finie.
Confidentialité & calcul localVos données et hypothèses restent strictement sur votre appareil : aucun traitement n'est envoyé vers un serveur.
Rapport complet exportableTéléchargez instantanément vos paramètres, intervalles de confiance et synthèses d'échantillonnage en CSV ou PDF.

Calcul côté client

Traitement haute performance exécuté exclusivement dans la mémoire vive de votre navigateur.

Zéro transfert serveur

Toutes les données restent strictement locales, sans aucune transmission vers des serveurs tiers.

Export prêt à l'emploi

Formats de sortie propres et structurés, exploitables immédiatement pour vos rapports.

Avertissement méthodologique

Estimations statistiques calculées selon la formule de Cochran. Pour les protocoles d'essais cliniques, études épidémiologiques ou enquêtes réglementées, faites valider votre plan d'échantillonnage par un biostatisticien.

Référence technique et guide d'architecture

Taille d'Échantillon & Marge d'Erreur — Guide de référence

Calculez la taille d'échantillon statistique et la marge d'erreur pour vos sondages ou tests A/B grâce à la formule de Cochran, la correction pour population finie et les intervalles de confiance.

Taille d'Échantillon & Marge d'Erreur — Guide de référence — Architecture en mémoire côté client et flux de données
Taille d'Échantillon & Marge d'Erreur — Guide de référence — Architecture en mémoire côté client et flux de données

Paramètres clés et contrôles

Niveau de confiance (1 - Alpha)Seuil de certitude statistique

Probabilité à long terme que des échantillons indépendants répétés capturent le paramètre réel de la population dans l'intervalle de la marge d'erreur. Déterminé par la valeur critique Z de la loi normale standard (90 % = 1,645 ; 95 % = 1,960 ; 99 % = 2,576).

Par défaut : 95 %
Marge d'erreur (Rayon absolu E)Demi-largeur de l'intervalle

Écart maximal admissible attendu entre la statistique observée sur l'échantillon et le paramètre réel de la population. Réduire la marge d'erreur de moitié nécessite de quadrupler la taille de l'échantillon en vertu de la loi du carré inverse.

Par défaut : 5,0 %
Proportion de la population (Prior p)Paramètre de loi de Bernoulli

Proportion estimée de l'attribut étudié au sein de la population. Définir p = 0,50 maximise la variance p(1 - p) = 0,25, garantissant la recommandation de taille d'échantillon la plus prudente et sécurisée.

Par défaut : 50 %
Taille de la population (N)Cardinalité de population finie

Nombre total d'individus ou d'entités dans l'univers étudié. Lorsque la fraction de sondage (n / N) dépasse 5 %, la correction pour population finie (FPC) réduit la taille d'échantillon requise sans compromettre la précision statistique.

Par défaut : Infinie
Puissance statistique (1 - Bêta)Sensibilité de détection d'effet

Probabilité de rejeter à juste titre l'hypothèse nulle lorsqu'un effet réel existe lors d'un test A/B. Le standard méthodologique est fixé à 80 % (Z_bêta = 0,842) ou 90 % (Z_bêta = 1,282) afin d'éviter les erreurs de type II (faux négatifs).

Par défaut : 80 %
Taux de non-réponse et d'attrition (r)Facteur d'attrition terrain

Pourcentage attendu de participants sollicités qui déclinent ou n'achèvent pas le questionnaire d'enquête. Utilisé pour calibrer le volume global d'invitations : n_invités = ceil(n / (1 - r)).

Par défaut : 20 %

Conseils de pro et bonnes pratiques

Loi du carré inverse : le coût du quadruplement de la précision

La précision statistique ne progresse pas de manière linéaire. Réduire la marge d'erreur de ±4 % à ±2 % divise l'intervalle par deux, mais exige de multiplier la taille d'échantillon par exactement quatre (de 601 à 2 401 répondants à 95 % de confiance). Calibrez vos budgets de recueil face à cette courbe de rendements décroissants.

Le seuil critique de 5 % pour la correction de population finie

Si votre univers cible N est vaste par rapport à l'échantillon initial (spécifiquement n0 / N < 0,05), l'application de la correction pour population finie ne réduit la taille requise que de moins de 2,5 %. Vous pouvez sereinement appliquer les hypothèses de population infinie, sauf pour des cohortes restreintes (services internes d'une entreprise, panels cliniques de patients ciblés).

Le piège de la proportion conservative à 50 % pour les événements rares

Fixer p = 0,50 est prudent pour les sondages politiques, mais surestime considérablement l'échantillon nécessaire lors de l'observation d'événements rares (taux de conversion d'un panier en ligne à 1 % ou taux d'anomalie de fabrication à 0,5 %). Pour mesurer un événement rare, s'appuyer sur une estimation pilote de p = 0,02 réduit la taille d'échantillon requise de plus de 92 %.

Erreur d'attrition : calcul par le complément contre simple multiplication

Face à un taux de non-réponse de 40 %, n'ajoutez surtout pas 40 % à votre échantillon brut (n * 1,40). Vous devez diviser par le complément du taux de complétion : n / (1 - 0,40) = n * 1,667. Multiplier par 1,40 entraîne un déficit de 16 % de réponses exploitables sur le terrain, compromettant la puissance statistique.

Pièges courants et dépannage

⚠️La taille d'échantillon requise dépasse la taille totale de la population

Lorsque les exigences de précision sont trop rigides pour de petits effectifs (ex. marge de ±1 % sur N = 300), les équations fondamentales de Cochran aboutissent à n > N. Le calculateur enclenche alors automatiquement les bornes hypergéométriques pour population finie, plafonnant la taille maximale à N et préconisant un recensement exhaustif à 100 %.

⚠️Les bornes de l'intervalle de confiance sortent de l'intervalle [0 %, 100 %]

L'approximation normale standard de Wald (p ± E) se dégrade fortement aux proportions extrêmes (p < 0,05 ou p > 0,95), produisant parfois des pourcentages négatifs absurdes. L'outil calcule automatiquement l'intervalle de score de Wilson avec correction de continuité afin de garantir des bornes strictement valides.

⚠️Alerte de non-respect du théorème central limite pour les petits échantillons

Lorsque n * p < 5 ou n * (1 - p) < 5, les distributions d'échantillonnage accusent une forte asymétrie et les valeurs critiques de l'approximation normale deviennent inopérantes. Le système invite alors l'utilisateur à basculer vers les calculs binomiaux exacts de Clopper-Pearson ou à élargir la taille de l'échantillon.

⚠️Déséquilibre de trafic en test A/B dégradant la puissance statistique effective

Dévier d'une répartition équilibrée 50/50 au profit d'un partage 90/10 réduit drastiquement la taille effective d'échantillon. Les besoins en volume s'accroissent d'un facteur (1 + k)² / (4 * k), où k désigne le ratio d'allocation du trafic.

Foire aux questions (FAQ)

Comment calculer la taille d'un échantillon avec la formule de Cochran ?▼

La formule d'échantillonnage de Cochran s'écrit n0 = (Z² * p * (1 - p)) / E², où Z désigne la valeur critique issue de la loi normale standard (1,96 pour un niveau de confiance de 95 %), p représente la proportion estimée de l'attribut dans la population (0,5 pour une variance maximale), et E constitue la marge d'erreur voulue sous forme décimale (0,05 pour ±5 %). Pour une population infinie avec 95 % de confiance et 5 % de marge d'erreur, n0 = (1,96² * 0,5 * 0,5) / (0,05²) = 384,16, soit 385 répondants après arrondi à l'entier supérieur.

Quelle est une bonne marge d'erreur pour une enquête ou un sondage ?▼

Une marge d'erreur comprise entre ±3 % et ±5 % avec un niveau de confiance de 95 % constitue la référence universelle pour les sondages d'opinion, la recherche académique et les études marketing. Les essais cliniques, pharmaceutiques ou réglementaires à fort enjeu requièrent généralement des marges plus strictes, entre ±1 % et ±2 %, tandis que les baromètres d'évaluation exploratoire interne admettent souvent des marges allant jusqu'à ±8 % pour maîtriser les coûts de recrutement des répondants.

Quelle est la différence entre niveau de confiance et marge d'erreur ?▼

Le niveau de confiance quantifie votre certitude que les résultats reflètent la réalité de la population, exprimé par le pourcentage de fois où des échantillons répétés couvriraient la vraie valeur (couramment 95 %). La marge d'erreur représente l'intervalle numérique positif et négatif autour du résultat observé (par exemple ±3 %). Si une enquête indique 60 % de satisfaction client avec une marge de ±3 % à un niveau de confiance de 95 %, cela signifie que si l'étude était réitérée 100 fois, le taux réel se situerait 95 fois entre 57 % et 63 %.

Quand faut-il appliquer le facteur de correction pour population finie ?▼

Il convient d'appliquer la correction pour population finie (FPC) dès lors que la taille d'échantillon brute n0 dépasse 5 % de votre population cible totale N (n0 / N > 0,05). La formule ajuste la taille selon n = n0 / (1 + (n0 - 1) / N). Par exemple, pour une étude menée auprès d'une entreprise de 1 000 collaborateurs avec 95 % de confiance et 5 % de marge d'erreur, l'échantillon initial de 385 est ramené à 278, permettant d'économiser 107 questionnaires sans sacrifier la précision statistique.

Quel est l'impact du taux de non-réponse sur la taille d'échantillon nécessaire ?▼

La taille d'échantillon issue des formules statistiques correspond à des réponses exploitables et complètes, et non au nombre d'invitations transmises. Pour obtenir n questionnaires finalisés avec un taux de non-réponse prévisionnel r, le volume global d'invitations doit être calculé selon n_invités = ceil(n / (1 - r)). Si votre formule réclame 400 réponses exploitables et que votre taux de complétion prévu est de 25 % (soit 75 % d'attrition), vous devez inviter 400 / (1 - 0,75) = 1 600 participants potentiels.

Outils et utilitaires connexes

Tous les outils →