Calculateur de taille d'échantillon - Cochran
Calculez la taille minimale d'échantillon nécessaire pour une enquête ou une étude fiable. Définissez le niveau de confiance, la marge d'erreur et la proportion de la population pour obtenir un résultat instantané.
Choisissez un niveau de confiance, saisissez la marge d'erreur en pourcentage, définissez la proportion attendue de la population (utilisez 0.5 si elle est inconnue) et, en option, indiquez la taille totale de la population pour appliquer la correction de population finie.
Calculateur de taille d'échantillon - Cochran
Calculez la taille minimale d'échantillon nécessaire pour une enquête ou une étude fiable. Définissez le niveau de confiance, la marge d'erreur et la proportion de la population pour obtenir un résultat instantané.
À propos du calculateur de taille d'échantillon
La détermination de la taille de l'échantillon est l'une des étapes les plus importantes de la conception d'une enquête, d'une expérience ou d'une étude observationnelle. Choisir le bon nombre de participants garantit que vos résultats sont statistiquement significatifs et que vos ressources sont utilisées efficacement.
Ce calculateur utilise la formule de Cochran, l'approche standard du secteur pour estimer la taille d'échantillon requise lorsque la population est grande ou inconnue. La formule est : n = Z² × p × (1 – p) / E², où Z est le score Z correspondant au niveau de confiance souhaité, p est la proportion estimée de la population et E est la marge d'erreur acceptable exprimée sous forme décimale.
Le niveau de confiance reflète le degré de certitude que vous souhaitez avoir quant au fait que les résultats de votre échantillon se situent dans la marge d'erreur indiquée. Un niveau de confiance de 95 %, de loin le plus utilisé en sciences sociales et en étude de marché, correspond à un score Z de 1.96. Cela signifie que si vous répétiez votre enquête 100 fois, la vraie valeur de la population se situerait dans votre marge d'erreur dans environ 95 de ces répétitions.
La marge d'erreur définit la largeur de la zone d'incertitude autour de votre estimation. Une marge d'erreur de ±5 % signifie que la proportion observée pourrait être jusqu'à 5 points de pourcentage au-dessus ou au-dessous de la proportion réelle de la population. Des marges d'erreur plus serrées exigent des échantillons plus importants. Comme la formule comporte E², diviser la marge d'erreur par deux multiplie approximativement par quatre la taille d'échantillon requise.
La proportion p contrôle la variance dans la formule. Fixer p = 0.5 maximise p(1 – p) = 0.25 et produit donc l'estimation d'échantillon la plus conservatrice (la plus grande). C'est la recommandation standard lorsqu'aucune information préalable n'est disponible. Si une étude antérieure vous a fourni une estimation fiable de p, vous pouvez utiliser cette valeur pour réduire potentiellement la taille d'échantillon requise.
Lorsque la taille totale de la population N est petite par rapport à l'échantillon requis (plus précisément lorsque n dépasse 5 % de N), il faut appliquer le facteur de correction de population finie (FPC) : n_adj = n / (1 + (n – 1) / N). Cet ajustement réduit la taille d'échantillon requise, car une plus grande fraction de la population est mesurée.
En pratique, vous devriez ajouter une marge à la taille d'échantillon calculée pour tenir compte de la non-réponse, des problèmes de qualité des données et des abandons. Une approche courante consiste à diviser la taille d'échantillon cible par le taux de réponse attendu. Par exemple, si vous calculez n = 385 mais attendez un taux de réponse de 70 %, vous devriez contacter au moins 385 / 0.70 ≈ 550 participants potentiels.
Exemples de calcul de taille d'échantillon
Trois scénarios courants montrant comment le niveau de confiance, la marge d'erreur et la taille de la population influencent l'échantillon nécessaire.
| Paramètres | Taille d'échantillon | Remarques |
|---|---|---|
| 95% CL, ±5% MoE, p=0.5, infinite population | 385 | La taille d'échantillon classique de référence. Utilisée pour les sondages nationaux et les enquêtes à grande échelle lorsque la population est très grande. |
| 95% CL, ±3% MoE, p=0.5, infinite population | 1,068 | Resserer la marge d'erreur de 5 % à 3 % plus que double la taille d'échantillon requise en raison de la relation avec E². |
| 95% CL, ±5% MoE, p=0.5, N=500 | 218 | La correction de population finie réduit l'échantillon de 385 à 218 car l'échantillon représente une grande fraction de la population totale. |
Comment utiliser le calculateur de taille d'échantillon
- Sélectionnez le niveau de confiance souhaité dans la liste déroulante (80 %, 85 %, 90 %, 95 % ou 99 %). Pour la plupart des enquêtes, 95 % est le choix standard.
- Saisissez la marge d'erreur en pourcentage. Une valeur de 5 signifie ±5 %. Des valeurs plus faibles donnent une précision plus élevée, mais nécessitent des échantillons plus importants.
- Saisissez la proportion attendue de la population sous forme décimale entre 0 et 1. En cas de doute, utilisez 0.5, ce qui donne l'estimation d'échantillon la plus grande et la plus conservatrice.
- Saisissez éventuellement la taille totale de la population si celle-ci est petite et finie. Laissez le champ vide si la population est grande ou inconnue.
- Cliquez sur Calculer pour voir la taille d'échantillon minimale recommandée. Cliquez sur Réinitialiser pour effacer tous les champs et recommencer.
FAQ du calculateur de taille d'échantillon
Pourquoi 0.5 est-il recommandé lorsque la proportion est incertaine ?
L'expression p(1 – p) atteint sa valeur maximale de 0.25 lorsque p = 0.5. Utiliser 0.5 garantit que la formule produit la taille d'échantillon la plus grande possible pour un niveau de confiance et une marge d'erreur donnés, offrant une estimation prudente qui sera suffisante quelle que soit la proportion réelle.
Que signifie un niveau de confiance de 95 % ?
Un niveau de confiance de 95 % signifie que si vous répétiez votre processus d'échantillonnage de nombreuses fois, 95 % des intervalles de confiance obtenus contiendraient le véritable paramètre de population. Cela ne signifie pas qu'il y a 95 % de probabilité que la vraie valeur se trouve dans un intervalle calculé précis.
Comment la taille de la population affecte-t-elle l'échantillon requis ?
Pour les grandes populations, la taille d'échantillon requise est pratiquement indépendante de la taille de la population — un sondage de 385 personnes est aussi significatif pour un pays de 300 millions d'habitants que pour une ville de 100 000 habitants. La correction de population finie n'apporte une différence significative que lorsque l'échantillon requis dépasse 5 % de la population totale.
Quel est le lien entre marge d'erreur et taille d'échantillon ?
La marge d'erreur apparaît comme E² au dénominateur de la formule de Cochran, d'où une relation inverse au carré : diviser la marge d'erreur par deux nécessite environ quatre fois plus de répondants. C'est pourquoi atteindre une très haute précision (par ex. ±1 %) est extrêmement coûteux en taille d'échantillon.
Dois-je ajouter des répondants supplémentaires pour la non-réponse ?
Oui. La taille d'échantillon calculée correspond au nombre de réponses complètes et exploitables nécessaires. Pour tenir compte de la non-réponse, divisez ce nombre par le taux de réponse attendu. Si vous attendez un taux de réponse de 60 % et avez besoin de 385 enquêtes complètes, vous devriez contacter au moins 385 / 0.60 ≈ 642 répondants potentiels.
Ce calculateur peut-il être utilisé pour les tests A/B ?
La formule de Cochran implémentée ici est conçue pour estimer des proportions dans les enquêtes. Pour les tests A/B, vous devez aussi préciser l'effet minimal détectable et la puissance statistique (généralement 80 %). Les calculateurs dédiés aux tests A/B utilisent des formules légèrement différentes et sont plus adaptés à ce cas d'usage.