Calculateur de taille d'échantillon pour deux proportions

Qu'est-ce que le calcul de la taille d'échantillon pour les proportions ?

Lors de la comparaison de deux taux de succès (taux de conversion, taux de guérison, taux de réussite), vous avez besoin de suffisamment de sujets pour détecter de manière fiable une différence. Ce calculateur détermine la taille d'échantillon pour comparer deux proportions.

Entrée :

• Proportion de base (p₁)
• Proportion attendue après traitement (p₂)
• Niveau de significativité (α)
• Puissance désirée

Sortie : Taille d'échantillon requise par groupe

La formule

Pour un test z à deux proportions avec groupes égaux :

$n \approx \frac{\left[z_{1-\alpha/2} \sqrt{2\bar{p}(1-\bar{p})} + z_{1-\beta} \sqrt{p_1(1-p_1) + p_2(1-p_2)}\right]^2}{(p_1 - p_2)^2}$

Où $\bar{p} = (p_1 + p_2)/2$ est la proportion moyenne.

Ceci est simplifié pour un calcul pratique — le calculateur gère la complexité.

Exemples pratiques

Essai clinique

« Le nouveau traitement augmente-t-il le taux de guérison de 60 % à 75 % ? »

p₁ = 0,60, p₂ = 0,75, différence = 15 points de pourcentage α = 0,05, puissance = 0,80

n ≈ 120 par groupe

Test A/B marketing

« La nouvelle page de destination améliore-t-elle la conversion de 4 % à 5 % ? »

p₁ = 0,04, p₂ = 0,05, différence = 1 point de pourcentage α = 0,05, puissance = 0,80

n ≈ 3 500 par groupe

Notez : Les petites différences absolues dans les proportions proches de 0 ou 1 nécessitent de très grands échantillons.

Recherche en éducation

« L'intervention améliore-t-elle les taux de réussite de 70 % à 80 % ? »

p₁ = 0,70, p₂ = 0,80, différence = 10 points de pourcentage α = 0,05, puissance = 0,80

n ≈ 200 par groupe

Facteurs clés affectant la taille d'échantillon

Proportion de base

Les proportions proches de 0,5 ont une variance maximale, nécessitant des échantillons plus grands.

Même différence absolue, exigences d'échantillon différentes.

Taille d'effet (différence)

Les différences plus petites nécessitent des échantillons plus grands :

Puissance et niveau de significativité

Des normes plus élevées nécessitent plus de sujets.

Unilatéral vs. bilatéral

Bilatéral (par défaut) : Teste si les proportions diffèrent dans les deux directions.

Unilatéral : Teste si p₂ > p₁ spécifiquement. Nécessite moins de sujets mais seulement approprié avec une justification préalable forte.

Allocation inégale

Parfois des groupes inégaux ont du sens :

• Le contrôle est bon marché, le traitement est coûteux
• Contraintes éthiques
• Limitations pratiques

Pour un ratio d'allocation r = n₂/n₁ :

Optimal pour l'efficacité : r = 1 (groupes égaux) Si r ≠ 1, l'échantillon total augmente.

Considérations pratiques

Attrition

Planifier l'abandon :

n_recruté = n_nécessaire / (1 - taux_abandon)

Comptes de cellules minimaux

Assurer que les succès et échecs attendus respectent les hypothèses de test :

• n × p ≥ 5
• n × (1-p) ≥ 5

Les proportions très petites ou très grandes peuvent nécessiter des tests exacts.

Regroupement

Si les sujets ne sont pas indépendants (étudiants dans les classes, patients dans les cliniques), les formules standard sous-estiment le n requis. Appliquer les effets de plan.

Différence relative vs. absolue

Différence absolue : p₂ - p₁ « Amélioration de 10 % à 15 % » = amélioration de 5 points de pourcentage

Différence relative : (p₂ - p₁)/p₁ « Amélioration relative de 50 % » (10 % à 15 %)

La taille d'échantillon dépend de la différence absolue. La même amélioration relative nécessite des échantillons très différents selon la base :

• 1 % à 1,5 % (50 % relatif) : n ≈ 5 400 par groupe
• 40 % à 60 % (50 % relatif) : n ≈ 85 par groupe

Contexte historique

Les formules de taille d'échantillon pour les proportions ont été développées parallèlement aux cadres de tests d'hypothèses au début du 20ème siècle.

Joseph Fleiss a fourni des formules complètes dans son manuel influent « Méthodes statistiques pour les taux et proportions » (1973).

Le développement des plateformes de tests A/B a rendu ces calculs routiniers dans le développement de produits et le marketing.

Erreurs courantes

Utiliser le relatif au lieu de l'absolu

Une « amélioration de 20 % » pourrait signifier 10 % à 12 % (2pp) ou 50 % à 60 % (10pp). Clarifier lequel.

Ignorer la variabilité de base

Les proportions proches de 0 ou 1 ont moins de marge de mouvement, affectant les calculs.

Ne pas tenir compte des tests multiples

Si vous effectuez de nombreux tests, ajustez pour les comparaisons multiples ou augmentez la puissance de test individuelle.

Calculs connexes

• Taille d'échantillon pour deux moyennes — Pour les résultats continus
• Calculateur de taille d'échantillon de test A/B — Spécialisé pour les tests web
• Calculateur de puissance statistique — Étant donné n, trouver la puissance
• IC pour différence de proportions — Analyser les résultats
• Calculateur de rapport de cotes — Mesure d'effet alternative

Résumé

La taille d'échantillon pour comparer les proportions dépend du taux de base, de la différence attendue, du niveau de significativité et de la puissance. Les petites différences et les proportions proches de 50 % nécessitent les plus grands échantillons. Le calculateur gère la formule complexe, mais comprendre les entrées — tailles d'effet réalistes, niveaux de significativité appropriés et puissance adéquate — est essentiel pour planifier des études qui peuvent détecter des différences significatives quand elles existent.