Connectez-vous via MCP →

Entrez le calcul

Formule

Publicité

Résultats

Plage estimée de la vraie audience
16,8%  ~  23,2%
la vraie audience se situe dans cette plage au niveau de confiance choisi
Margin of Error (±) 3,2%
Valeur critique (z) 1,96
Méthode IC d'une proportion binomiale par approximation normale de Wald

À quoi sert ce calculateur

Une part d'audience TV n'est jamais mesurée sur l'ensemble des foyers : elle est estimée à partir d'un échantillon de foyers équipés d'un audimètre. Le chiffre annoncé est donc une estimation statistique entachée d'incertitude. Ce calculateur part de la part d'audience observée sur l'échantillon et vous indique la plage dans laquelle se situe très probablement la vraie audience de l'ensemble de la population, pour un niveau de confiance que vous choisissez. Même si l'exemple porte sur l'audience télé, le calcul est universel : il s'applique à toute proportion estimée à partir d'un échantillon, comme un taux d'intentions de vote dans un sondage ou un taux de défauts en contrôle qualité.

Comment l'utiliser

Saisissez la taille de l'échantillon (le nombre de foyers ou d'unités interrogés), la part d'audience observée en pourcentage, et le niveau de confiance souhaité (90 %, 95 % ou 99 %). Le résultat affiche les bornes inférieure et supérieure estimées de la vraie audience, ainsi que la marge d'erreur (la demi-largeur de l'intervalle).

La formule expliquée

La part d'audience observée est convertie en proportion \(p = \text{audience} / 100\). L'erreur type de cette proportion vaut \(SE = \sqrt{\frac{p\,(1-p)}{n}}\). La valeur critique \(z\) est la valeur bilatérale de la loi normale centrée réduite inverse pour le niveau de confiance retenu (environ 1,6449 pour 90 %, 1,9600 pour 95 % et 2,5758 pour 99 %). La marge d'erreur s'écrit

$$E = z \times SE$$

et l'intervalle de confiance est \((p - E,\ p + E)\), multiplié à nouveau par 100 pour l'afficher en pourcentage. Les bornes sont bornées à la plage valide de 0 % à 100 %.

$$E = z \cdot \sqrt{\frac{p\,(1-p)}{\text{Sample Size}}} \times 100\%$$

$$\left\{ \begin{aligned} p &= \dfrac{\text{Rating / Share (\%)}}{100} \\ z &= z\text{-score for } \text{Confidence Level} \end{aligned} \right.$$
Publicité
Bell curve with central point estimate p and symmetric margins minus E and plus E marking the confidence interval, with z marking the critical value distance
The point estimate p sits at the center, with the margin of error E extending symmetrically to form the confidence interval.

Exemple chiffré

Avec \(n = 600\) foyers, une audience observée de 20 % et un niveau de confiance de 95 % : \(p = 0{,}20\),

$$SE = \sqrt{\frac{0{,}20 \times 0{,}80}{600}} = 0{,}01633$$

\(z = 1{,}9600\), donc

$$E = 1{,}9600 \times 0{,}01633 = 0{,}03201 = 3{,}20\%$$

La vraie audience se situe donc dans une plage d'environ 16,80 % à 23,20 %, avec une marge d'erreur de ±3,20 %.

Horizontal number line showing a sample audience share point with a confidence interval bracket extending left and right by the margin of error
A worked example: the sample share with its margin of error shown as bounds on a number line.

FAQ

Pourquoi l'intervalle est-il plus étroit avec un échantillon plus grand ? L'erreur type diminue à mesure que \(n\) augmente : plus on interroge de foyers, plus l'estimation de la vraie audience est précise.

Pourquoi un niveau de confiance plus faible donne-t-il une plage plus étroite ? Un niveau de confiance plus faible utilise un \(z\) plus petit : on échange de la certitude contre de la précision. Un niveau de confiance de 90 % produit un intervalle plus serré mais moins sûr qu'à 99 %.

Que se passe-t-il à 0 % ou 100 % ? La formule de Wald donne alors un intervalle de largeur nulle, car l'erreur type devient égale à 0 — une limite connue de cette méthode. Pour des proportions extrêmes, l'intervalle de Wilson est plus fiable.

Dernière mise à jour: