Leçons Interactives de Mathématiques et Sciences

Planificateur de taille d'échantillon et marge d'erreur

planifier la taille d'échantillon et la précision d'une enquête

Chargement de la simulation interactive...

À propos de Planificateur de taille d'échantillon et marge d'erreur

Planifiez la taille d'échantillon ou la marge d'erreur à partir du niveau de confiance et de la proportion attendue.. Cet outil est classé dans la catégorie Statistiques & Finance et fonctionne sur des équations et des règles standard pour donner des résultats précis.

Ce calculateur comprend des cas préconfigurés : sondage rapide 95/5: Confiance de 95% et marge de ±5% -> planification classique d'un sondage rapide; serré 95/3: Une précision plus fine de ±3% exige un échantillon nettement plus grand; population finie: La correction pour population finie réduit le n nécessaire pour les petites populations; n=1000 donné: Pour n=1000 donné, calculer la marge d'erreur résultante à un niveau de confiance de 95%.

Mots-clés: sample size, margin of error, survey, confidence interval, statistics

Pourquoi la précision coûte au carré 🖖

Ce planificateur répond à une seule question : combien de personnes interroger pour cerner un pourcentage avec une marge d'erreur choisie ? Comme la marge décroît avec la racine carrée de la taille d'échantillon, doubler la précision coûte quatre fois plus de répondants — passer de ±3% à ±1.5% quadruple n environ. Si la proportion attendue est inconnue, prenez p = 0.5 : cela maximise p(1−p) et donne la taille d'échantillon la plus grande et la plus sûre.

Quand 2.4 millions de réponses ont eu tort 🖖

La formule de la marge d'erreur ne mesure que l'erreur d'échantillonnage aléatoire : elle suppose que chaque répondant a été choisi au hasard. En 1936, le Literary Digest interrogea environ 2.4 millions de personnes et prédit avec assurance la victoire de Landon sur Roosevelt ; George Gallup vit juste avec à peine 50,000. Sa liste surreprésentait les propriétaires de voiture et de téléphone pendant la Dépression : un immense échantillon biaisé a perdu face à un petit échantillon représentatif. Aucune taille d'échantillon ne corrige une base de sondage biaisée.

Exemples de problèmes

  • sondage rapide 95/5 - Confiance de 95% et marge de ±5% -> planification classique d'un sondage rapide
  • serré 95/3 - Une précision plus fine de ±3% exige un échantillon nettement plus grand
  • population finie - La correction pour population finie réduit le n nécessaire pour les petites populations
  • n=1000 donné - Pour n=1000 donné, calculer la marge d'erreur résultante à un niveau de confiance de 95%