Qu'est-ce que l'erreur standard d'une proportion ?
L'erreur standard d'une proportion (ES) mesure l'ampleur de la variation attendue entre une proportion observée dans un échantillon et la véritable proportion de la population, sous l'effet du hasard de l'échantillonnage. Elle indique la précision d'une estimation, par exemple un taux d'approbation issu d'un sondage, un taux de conversion ou un taux de défauts. Plus l'erreur standard est faible, plus la proportion de l'échantillon constitue une estimation fiable de la valeur réelle dans la population.
Comment utiliser ce calculateur
Saisissez la proportion de l'échantillon p sous forme de nombre décimal compris entre 0 et 1 (par exemple, 0,40 pour 40 %) ainsi que la taille de l'échantillon n (le nombre d'observations). Le calculateur affiche l'erreur standard accompagnée de la variance d'échantillonnage. Ces valeurs vous serviront à construire des intervalles de confiance ou à réaliser des tests d'hypothèse sur des proportions.
La formule expliquée
L'erreur standard d'une proportion s'exprime ainsi :
$$SE = \sqrt{\dfrac{\text{p}\left(1 - \text{p}\right)}{\text{n}}}$$
Ici, \(p(1-p)\) représente la variance d'un seul essai de Bernoulli. La division par \(n\) donne la variance de la proportion de l'échantillon, et la racine carrée la ramène dans les mêmes unités que \(p\). L'erreur standard est maximale lorsque \(p = 0{,}5\) (incertitude maximale) et diminue à mesure que la taille de l'échantillon \(n\) augmente.
Exemple concret
Supposons que 40 clients interrogés sur 100 préfèrent un produit : on a donc \(p = 0{,}40\) et \(n = 100\). La variance vaut alors $$0{,}40 \times 0{,}60 / 100 = 0{,}0024,$$ et l'$$ES = \sqrt{0{,}0024} \approx 0{,}04899.$$ Un intervalle de confiance approximatif à 95 % est donc \(0{,}40 \pm 1{,}96 \times 0{,}049\), soit environ 0,304 à 0,496.
Foire aux questions
p doit-il être un nombre décimal ou un pourcentage ? Utilisez un nombre décimal compris entre 0 et 1. Pour convertir un pourcentage, divisez-le par 100 (par exemple, 25 % = 0,25).
Quand cette formule est-elle valable ? Elle suppose un échantillon aléatoire de grande taille et reste la plus précise lorsque \(np\) et \(n(1-p)\) atteignent tous deux au moins environ 5 à 10.
Quelle proportion produit la plus grande erreur standard ? \(p = 0{,}5\) génère l'erreur standard maximale pour une taille d'échantillon donnée ; c'est pourquoi on l'utilise souvent pour un dimensionnement prudent des échantillons.
