Calculateur de marge d'erreur

Calculateur de marge d'erreur

En croissance AI Skill PRO

Entrez le calcul

Formule

MOE=z·p(1−p)n×100where{z=Φ−1(1−1−Confidence/1002)p=Proportion (%)100n=Sample Size\begin{gathered} \text{MOE} = z \cdot \sqrt{\frac{p\,(1-p)}{n}} \times 100 \\[1.5em] \text{where}\quad \left\{ \begin{aligned} z &= \Phi^{-1}\!\left(1 - \frac{1 - \text{Confidence}/100}{2}\right) \\ p &= \dfrac{\text{Proportion (\%)}}{100} \\ n &= \text{Sample Size} \end{aligned} \right. \end{gathered}
Statistiques d'utilisation

Publicité

Résultats

Marge d'erreur

± 3,099%

Niveau de confiance: 95.0% · La vraie proportion de la population se situe dans cette marge autour de la proportion de votre échantillon: ±3,099%

Intervalle de confiance : 46,9% - 53,1%
Taille de l'échantillon : 1 000
Niveau de confiance : 95%
Proportion de l'échantillon : 50%

Interprétation : la vraie proportion de la population se situe dans cet intervalle au niveau de confiance choisi (95.0%): 46,9% – 53,1%

Signaler une erreur sur cette page

À quoi sert le calculateur de marge d'erreur ?

Le calculateur de marge d'erreur vous indique de combien le résultat de votre enquête ou de votre sondage risque de s'écarter de la valeur réelle dans l'ensemble de la population. Lorsque vous n'interrogez qu'une partie d'un groupe, votre estimation comporte une part d'incertitude : la marge d'erreur la chiffre sous la forme d'un « plus ou moins » exprimé en pourcentage. Cet outil transforme trois données simples en une marge précise et en un intervalle de confiance autour du résultat observé.

Courbe en cloche avec un point d'estimation de l'échantillon et une barre d'erreur horizontale montrant la marge d'erreur autour de celui-ci
La marge d'erreur définit autour de l'estimation de l'échantillon une fourchette dans laquelle se situe probablement la valeur réelle.

Les données à renseigner

  • Taille de l'échantillon : le nombre de personnes ou d'éléments réellement interrogés (par exemple, 1 000 répondants).
  • Niveau de confiance (%) : le degré de certitude souhaité pour que la valeur réelle se trouve dans votre intervalle — généralement 90, 95 ou 99 %.
  • Proportion de l'échantillon (%) : le pourcentage de personnes de votre échantillon ayant donné une réponse précise (par exemple, 60 % ont répondu « oui »).

La formule utilisée

Le calculateur applique la formule classique de la marge d'erreur d'une proportion :

$$\text{MOE} = z \cdot \sqrt{\frac{p\,(1-p)}{n}} \times 100$$

  • \(z\) est la valeur critique de la loi normale, déterminée à partir de votre niveau de confiance. L'outil la calcule comme la fonction inverse de répartition de \(1 - (1 - \text{confidence}/100) / 2\) — ainsi, 95 % donne \(z \approx 1.96\).
  • \(p\) est la proportion de votre échantillon exprimée sous forme décimale (60 % devient 0,60).
  • \(n\) est la taille de l'échantillon.

Il affiche ensuite l'intervalle de confiance : la borne inférieure (proportion − marge d'erreur, jamais en dessous de 0 %) et la borne supérieure (proportion + marge d'erreur, jamais au-dessus de 100 %).

Publicité
Schéma montrant la marge d'erreur comme le produit du score z par l'erreur standard, avec la taille de l'échantillon sous une racine carrée
Plus l'échantillon est grand, plus la marge d'erreur diminue, grâce à la racine carrée au dénominateur.

Exemple concret

Imaginons que vous interrogiez 1 000 personnes, avec un niveau de confiance de 95 %, et que 60 % répondent « oui ».

  • \(z = 1.96\), \(p = 0.60\), \(n = 1{,}000\)
  • Erreur standard $$= \sqrt{\frac{0.60 \times 0.40}{1000}} = \sqrt{0.00024} \approx 0.01549$$
  • $$\text{MOE} = 1.96 \times 0.01549 \times 100 \approx 3.04\%$$

Le résultat est donc de 60 % ± 3,04 %, soit un intervalle de confiance d'environ 56,96 % à 63,04 %.

Questions fréquentes

Comment réduire la marge d'erreur ? En augmentant la taille de l'échantillon. Comme \(n\) se trouve sous une racine carrée, il faut environ quadrupler l'échantillon pour diviser la marge par deux.

Quelle proportion donne la marge la plus large ? Une proportion de 50 % produit la marge maximale, car \(p(1 - p)\) y atteint son maximum. Si vous ne connaissez pas encore votre proportion, utiliser 50 % donne une estimation prudente.

Pourquoi un niveau de confiance plus élevé élargit-il l'intervalle ? Un niveau de confiance plus élevé augmente la valeur de \(z\) (1,96 pour 95 %, environ 2,58 pour 99 %) : l'intervalle s'élargit pour vous donner plus de certitude d'y capter la valeur réelle.

Dernière mise à jour:

Les plus populaires dans Mathématiques et statistiques

Voir toutes les calculatrices de Mathématiques et statistiques