Calculatrice de la taille de l'échantillon

Trouver la taille de l'échantillon de l'enquête pour une marge d'erreur cible.

%
%
Le résultat attendu est divisé. 50 % est le plus conservateur.
Population totale. Laisser 0 pour une population très importante/inconnue.
Taille de l'échantillon requise —
Avant correction de la population —

Mise à jour des résultats en tapant.

Cette calculatrice vous a-t-elle donné la bonne réponse?

A propos de cette calculatrice

This sample size calculator finds how many people you need to survey for a chosen margin of error and confidence level — the planning step before you run a poll or study. It uses the standard formula n = z²·p(1 − p) / e², where z is the critical value for the confidence level, p the expected proportion and e the target margin of error as a decimal.

When you supply a total population size it also applies a finite-population correction, n = n₀ / (1 + (n₀ − 1)/N), which lowers the required sample when you are surveying a large fraction of a small group. A table shows the sample needed at several common margins of error, and the result is always rounded up because you cannot survey a fraction of a person.

Worked example: for a 5% margin at 95% confidence with an unknown proportion (p = 0.5), n = 1.96² × 0.5 × 0.5 ÷ 0.05² = 3.8416 × 0.25 ÷ 0.0025 ≈ 384.16, so you need 385 respondents. Tightening the margin to 3% pushes that to about 1,068. The default 50% proportion gives the largest, safest sample; entering a better estimate of the true proportion reduces it.

Foire aux questions

Comment calcule-t-on la taille de l'échantillon?

La formule de base est n = z2·p(1 - p) / e2, où z est la valeur critique de confiance, p la proportion attendue et e la marge d'erreur en décimale. Le résultat est arrondi parce que vous ne pouvez pas interroger une fraction d'une personne.

Quelle est la correction de population finie?

Lorsque votre population est petite, vous avez besoin de moins de réponses que la formule de base. La correction n = n0 / (1 + (n0 - 1)/N) réduit l'échantillon vers la taille de la population N. Elle compte le plus lorsque l'échantillon est une grande fraction de l'ensemble.

Combien de personnes ai-je besoin d'un niveau de confiance de 95 %?

Cela dépend de la marge d'erreur que vous pouvez accepter. À 95 % de confiance avec une marge de 5 % et aucune estimation préalable vous avez besoin d'environ 385 répondants; une marge de 3 % a besoin d'environ 1 068 et une marge de 1 % d'environ 9 604 répondants.

Pourquoi la taille de l'échantillon est-elle arrondie?

Vous ne pouvez pas examiner une partie d'une personne, donc tout résultat fractionnel est arrondi au nombre entier suivant. L'arrondi vers le haut plutôt que vers le bas garantit que la marge d'erreur n'est pas plus grande que votre cible.

Devrais-je laisser la taille de la population vide?

Laissez-le à zéro (ou à blanc) lorsque la population est très grande ou inconnue, ce qui donne la taille standard de l'échantillon « population infinie ».

Comment puis-je réduire la taille de l'échantillon requis?

Acceptez une marge d'erreur plus grande, utilisez un niveau de confiance plus faible ou fournissez une proportion plus grande de 50 % si vous avez une estimation fiable. Chacun de ces baisse le nombre de réponses que la formule exige.

❤️ Amour Calculator.Free? Partagez-le

𝕏  X Facebook Reddit
API — utilisez cette calculatrice à partir du code

Appelez cette calculatrice comme un paramètre JSON gratuit — aucune clé nécessaire. Envoyez les valeurs de champ ci-dessous comme paramètres de requête ou JSON. Tout ce que vous omettez utilise la même valeur par défaut que cette page est préremplie; un paramètre inconnu est un 400, jamais un zéro silencieux. Lire les documents d'API complets →

Point d'arrivée

GET https://calculator.free/api/v1/sample-size/

curl

curl "https://calculator.free/api/v1/sample-size/?conf=1.96&e=5"

JavaScript fetch()

const r = await fetch(
  "https://calculator.free/api/v1/sample-size/?" + new URLSearchParams({
    "conf": "1.96",
    "e": "5"
  }));
const data = await r.json();
console.log(data.results);

Les résultats sont des estimations pour les conseils généraux seulement, et non des conseils financiers, médicaux ou fiscaux.