Calculateur de taille d'échantillon

Comment calculer votre taille d'échantillon

1. 1Choisissez votre niveau de confiance (95 % est le standard des études de marché).
2. 2Fixez la marge d'erreur que vous acceptez (±5 % pour la plupart des sondages).
3. 3Indiquez la taille de votre population si elle est limitée (clients, salariés…).
4. 4Lisez le nombre de répondants requis — puis exportez ou partagez le résultat.

Pourquoi la taille d'échantillon compte

Interroger tout le monde est impossible ; interroger trop peu de monde rend vos chiffres invérifiables. La taille d'échantillon est le pont entre les deux : c'est le nombre minimal de répondants qui rend vos pourcentages interprétables, avec une marge d'erreur connue. Un sondage à 200 répondants qui annonce « 62 % d'intention d'achat » sans marge d'erreur ne dit presque rien ; le même chiffre à ±3,5 % près devient une base de décision.

La bonne nouvelle : la taille requise ne dépend presque pas de la taille de votre marché. Pour une population très grande, 385 répondants suffisent pour ±5 % à 95 % de confiance — que vous visiez la France entière ou une région. C'est contre-intuitif, et c'est précisément ce que la formule ci-dessous rend visible.

La formule utilisée (et ses limites)

Ce calculateur applique la formule classique pour une proportion : n₀ = z²·p·(1−p)/e², où z dépend du niveau de confiance (1,645 pour 90 %, 1,96 pour 95 %, 2,576 pour 99 %), p est la proportion attendue et e la marge d'erreur. Quand votre population est limitée (une base clients de 1 000 personnes, par exemple), la correction de population finie réduit l'échantillon requis : n = n₀ / (1 + (n₀−1)/N).

Cette formule suppose un échantillonnage aléatoire simple et une question à réponse binaire ou proportionnelle. Elle ne corrige ni les biais de recrutement, ni les non-réponses, ni les questions mal posées — la taille est une condition nécessaire de fiabilité, jamais suffisante. Prévoyez aussi une marge de sécurité : si vous attendez 20 % de réponses incomplètes, recrutez d'autant plus.

p = 50 % : le choix prudent

Si vous ne connaissez pas la proportion attendue, laissez 50 %. C'est mathématiquement le pire cas : p·(1−p) est maximal à 0,5, donc l'échantillon requis est le plus grand. Toute autre valeur réelle rendra vos résultats plus précis que promis — jamais moins. C'est la convention utilisée par la quasi-totalité des instituts.

Questions fréquentes

Quelle est la taille d'échantillon pour un sondage classique ?

385 répondants pour une marge d'erreur de ±5 % à 95 % de confiance, sur une grande population. C'est le réglage par défaut de ce calculateur, et le standard de la plupart des études quantitatives.

La taille de mon marché change-t-elle le résultat ?

Très peu, dès que la population dépasse ~100 000 personnes. En dessous, la correction de population finie réduit l'échantillon : pour 1 000 personnes, 278 répondants suffisent au lieu de 385 (à 95 %, ±5 %).

Quelle marge d'erreur choisir ?

±5 % pour des décisions courantes (test de concept, satisfaction), ±3 % pour des arbitrages plus fins, ±1 à 2 % pour des mesures critiques. Attention : la précision coûte cher — diviser la marge par 2 multiplie l'échantillon par 4.

90 %, 95 % ou 99 % de confiance : que choisir ?

95 % est le compromis standard. 90 % suffit pour des explorations rapides ; 99 % s'impose quand une erreur coûterait très cher (santé, réglementaire), au prix d'un échantillon nettement plus grand.

Ce calcul vaut-il pour un test A/B ?

Le principe est proche mais un test A/B compare deux groupes : il faut la taille calculée dans CHAQUE branche, et idéalement un calcul de puissance statistique dédié tenant compte de l'effet minimal détectable.

Un grand échantillon garantit-il un sondage fiable ?

Non. La taille contrôle l'erreur d'échantillonnage, pas les biais : un panel mal recruté, des questions orientées ou un taux de réponse déséquilibré faussent les résultats quelle que soit la taille. La taille est nécessaire, pas suffisante.