Calculateur de taille d'échantillon pour sondage
Calculez n pour la marge d'erreur du sondage.
La marge d'erreur doit être entre 0 et 0.5
Entrez la marge d'erreur pour calculer la taille d'échantillon
Qu'est-ce que le calcul de taille d'échantillon pour sondage ?
Avant de mener un sondage, vous devez déterminer combien de répondants sont nécessaires pour atteindre un niveau de précision désiré. Ce calculateur trouve la taille d'échantillon nécessaire pour une marge d'erreur spécifiée.
Question clé : « Combien de personnes dois-je sonder pour estimer la proportion à ±3% près ? »
Les entrées clés
Marge d'erreur (précision)
À quel point votre estimation devrait être proche de la vraie valeur :
- ±3% : Standard pour les sondages majeurs
- ±5% : Courant pour les études de marché
- ±10% : Acceptable pour les sondages exploratoires
Des marges plus petites nécessitent des échantillons plus grands.
Niveau de confiance
À quel point vous voulez être confiant que la vraie valeur tombe dans votre marge :
- 95% : Standard (z* = 1,96)
- 99% : Plus confiant, échantillon plus grand (z* = 2,576)
- 90% : Moins confiant, échantillon plus petit (z* = 1,645)
Proportion attendue
Si vous estimez une proportion, votre meilleure estimation de la vraie valeur :
- Utilisez 50% si inconnu (maximise la taille d'échantillon requise)
- Utilisez des données pilotes ou des recherches antérieures si disponibles
Taille de population (optionnel)
Pour les petites populations, la correction pour population finie réduit la taille d'échantillon requise.
La formule
Pour une population infinie :
n = (z*)² × p(1-p) / E²
Où :
- z* = valeur critique (1,96 pour 95%)
- p = proportion attendue (0,5 si inconnue)
- E = marge d'erreur (en décimal)
Pour une population finie N :
n_ajusté = n / [1 + (n-1)/N]
Tables de taille d'échantillon
Pour 95% de confiance, p = 50%
| Marge d'erreur | Taille d'échantillon |
|---|---|
| ±10% | 97 |
| ±5% | 385 |
| ±3% | 1 068 |
| ±2% | 2 401 |
| ±1% | 9 604 |
Effet de la taille de population (IC 95%, ±5%, p = 50%)
| Population | Échantillon requis |
|---|---|
| 500 | 218 |
| 1 000 | 278 |
| 5 000 | 357 |
| 10 000 | 370 |
| 100 000 | 383 |
| Infinie | 385 |
Pour les populations supérieures à 20 000, la correction pour population finie est négligeable.
Exemples pratiques
Sondage d'opinion national
« Estimer l'approbation présidentielle à ±3% près »
p = 50% (inconnu), 95% de confiance n = 1 068 répondants
Enquête de satisfaction client
« L'entreprise a 5 000 clients. Estimer la satisfaction à ±5% près »
Population = 5 000, p = 50%, 95% de confiance n = 357 répondants
Étude de préférence de produit
« Les recherches antérieures suggèrent que 30% préfèrent notre marque. Estimer à ±4% près »
p = 30%, 95% de confiance n = 504 répondants
Moins que les 600 nécessaires si p était inconnu (50%).
Pourquoi 50% maximise la taille d'échantillon
La formule inclut p(1-p), qui est maximisé à p = 0,5 :
| Vrai p | p(1-p) | Échantillon nécessaire (±5%, IC 95%) |
|---|---|---|
| 10% | 0,09 | 139 |
| 30% | 0,21 | 323 |
| 50% | 0,25 | 385 |
| 70% | 0,21 | 323 |
| 90% | 0,09 | 139 |
Utiliser p = 50% est conservateur — vous aurez une précision adéquate quelle que soit la proportion réelle.
Tenir compte des taux de réponse
Si vous vous attendez à ce que seulement une fraction des invités réponde :
Invitations nécessaires = Taille d'échantillon / Taux de réponse
Exemple :
- Besoin : 400 réponses
- Taux de réponse attendu : 25%
- Envoyer : 400 / 0,25 = 1 600 invitations
Analyse de sous-groupes
Si vous prévoyez d'analyser des sous-groupes séparément :
Chaque sous-groupe a besoin de son propre échantillon adéquat.
Exemple :
- Analyse principale : n = 400
- Analyser aussi par genre (2 groupes) : Besoin de n = 400 par groupe
- Total nécessaire : 800 (ou proportionnellement plus)
Échantillonnage stratifié
Pour les populations avec des strates distinctes :
- Déterminer la taille d'échantillon pour chaque strate
- Échantillonner proportionnellement ou de manière optimale à travers les strates
- Combiner avec une pondération appropriée
Designs de sondage complexes
Les formules standard supposent un échantillonnage aléatoire simple. Ajustements nécessaires pour :
Échantillonnage par grappes : Multiplier par l'effet de design (souvent 1,5-2,5) Stratification : Peut réduire la taille d'échantillon requise Pondération : La taille d'échantillon effective peut être plus petite que la taille réelle
Erreurs courantes
Ignorer la non-réponse
Planifier 400 mais n'en obtenir que 200 compromet la précision.
Ne pas tenir compte des grappes
Sonder des étudiants par classe (grappe) nécessite des échantillons plus grands que l'échantillonnage aléatoire simple.
Excès de confiance dans les données pilotes
Les petits pilotes ont une grande variabilité. Soyez conservateur avec les estimations de p.
Oublier les contraintes pratiques
Le calcul de taille d'échantillon donne un minimum. Le budget, le temps et l'accès peuvent dicter l'échantillon réel.
Sondage vs expérience
Sondage (estimation) : « Quelle proportion soutient la politique ? » Focus sur la marge d'erreur.
Expérience (comparaison) : « Le traitement A diffère-t-il de B ? » Focus sur la puissance et la taille d'effet.
Ce calculateur est pour l'estimation. Pour la comparaison, utilisez Taille d'échantillon pour deux proportions.
Contexte historique
La détermination de la taille d'échantillon est devenue systématique dans les années 1930-40 avec le développement de la méthodologie d'enquête.
George Gallup a démontré que les sondages scientifiques pouvaient prédire les élections avec seulement quelques milliers de répondants — bien moins que les 2,4 millions du Literary Digest (qui a échoué spectaculairement en 1936).
L'insight clé : La sélection aléatoire compte plus que la taille de l'échantillon. Un échantillon biaisé de millions échoue là où un échantillon aléatoire de milliers réussit.
Calculs associés
- Calculateur de marge d'erreur — Étant donné n, trouver la marge
- Correction pour population finie — Ajuster pour les petites populations
- Taille d'échantillon pour deux proportions — Pour les comparaisons
- Intervalle de confiance pour une proportion — Après la collecte des données
Résumé
Le calcul de la taille d'échantillon pour sondage équilibre les besoins de précision contre les contraintes pratiques. La marge d'erreur diminue avec √n, donc réduire de moitié la marge nécessite de quadrupler l'échantillon. Pour les proportions proches de 50%, une taille d'échantillon maximale est nécessaire ; pour les proportions extrêmes, moins. Tenez toujours compte de la non-réponse attendue en gonflant votre cible. Et rappelez-vous : les formules de taille d'échantillon supposent un échantillonnage aléatoire — une sélection biaisée invalide toutes les affirmations de précision.