Calculateur de taille d’échantillon pour une proportion

Saisissez sous forme décimale la proportion anticipée, la marge d’erreur maximale acceptable et un niveau de confiance bilatéral. Le résultat repose sur l’approximation normale standard et est toujours arrondi à l’entier supérieur, car une fraction de participant ou d’observation ne permet pas d’atteindre la précision visée. Cet outil vous aide à préparer enquêtes, sondages, audits, expériences et contrôles qualité avant la collecte.

Choisissez des valeurs adaptées à la question étudiée

Commencez par exprimer toutes les valeurs sous forme décimale. Une marge de cinq points de pourcentage se saisit comme 0.05, tandis qu’un niveau de confiance de 95 pour cent se saisit comme 0.95. La proportion estimée correspond à votre meilleure prévision de la part de la population qui présentera la caractéristique recherchée. Elle peut provenir d’une étude pilote, d’une enquête antérieure, de données opérationnelles ou d’une population réellement comparable. Si aucune estimation défendable n’est disponible, 0.5 constitue le choix prudent habituel, car le produit de p par un moins p est maximal en 0.5. À marge et confiance constantes, ce choix produit donc le plus grand échantillon. Définissez précisément le résultat avant de choisir l’estimation : la proportion de clients qui renouvellent leur contrat ne se confond pas avec celle des clients qui recommandent un produit. Les valeurs doivent décrire un résultat binaire unique et une population déterminée. Le calcul suppose des observations indépendantes et une marge exprimée sur l’échelle de la proportion, et non un pourcentage relatif au résultat attendu.

Comprenez le calcul et l’arrondi supérieur

Le calculateur transforme d’abord le niveau de confiance bilatéral en valeur critique de la loi normale standard, généralement appelée score z. Il calcule ensuite z au carré multiplié par la proportion estimée, puis par un moins cette proportion, et divise le tout par le carré de la marge d’erreur. Il s’agit de la formule courante de planification d’une proportion par approximation normale. La quantité obtenue est arrondie à l’observation entière suivante. Cet arrondi supérieur est important : un arrondi au plus proche pourrait placer l’étude juste en dessous de la précision annoncée. Le score z est affiché par souci de transparence, mais la taille d’échantillon est calculée avec sa valeur interne non arrondie. Le résultat constitue un minimum sous les hypothèses de la formule, et non la garantie que chaque échantillon réalisé aura exactement cette erreur. L’incertitude réelle dépend de la proportion observée et du plan d’échantillonnage. Le calcul n’ajoute pas non plus de correction pour les non-réponses, données invalides, abandons, grappes, pondérations ou mesures répétées ; ces effets doivent être intégrés ensuite au protocole.

Interprétez le résultat selon votre plan d’étude

Considérez le résultat comme le nombre de réponses ou d’observations exploitables et indépendantes requis pour l’analyse. Si vous prévoyez que seules 80 pour cent des personnes invitées répondront, divisez l’effectif exploitable requis par 0.8, puis arrondissez au supérieur afin d’estimer le nombre d’invitations. Les échantillons en grappes, par exemple des élèves regroupés dans des établissements ou des patients dans des cliniques, nécessitent généralement un ajustement supplémentaire lié au plan, puisque les observations d’un même groupe sont corrélées. Une population finie connue peut parfois justifier une correction spécifique, mais ce calculateur fournit volontairement le résultat standard pour une grande population afin de conserver des hypothèses claires et réutilisables. Les événements extrêmement rares ou fréquents peuvent aussi exiger des méthodes conçues pour la couverture des intervalles. Avant toute collecte, consignez la marge, la confiance, la proportion anticipée, le taux de réponse attendu et l’éventuel effet du plan. Pour automatiser cette préparation, l’API coûte $0.002 par requête et renvoie le même calcul déterministe.