Aller au contenu
OneKitly

Quadrupler l'échantillon pour diviser l'intervalle par deux

Publié le 28/09/2026 · 4 min de lecture · Calculateurs du quotidien

Lena Hoffmann

Lena Hoffmann — Rédactrice Sciences & Éducation chez OneKitly

Mathématiques · Physique

Vérifié à partir de 2 sources

Voir le profil →
En bref

La marge d'erreur vaut z × écart-type ÷ √n. Avec un écart-type de 15 et 30 observations à 95 %, cela fait 1,96 × 15 ÷ √30 = 5,37, et l'intervalle court de 94,63 à 105,37. C'est la racine carrée qu'il faut intégrer : pour diviser cette marge par deux, il ne faut pas deux fois plus de données mais quatre fois plus, et 120 observations donnent exactement 2,68. Élargir le niveau de confiance coûte bien moins cher — passer de 95 % à 99 % porte la marge à 7,05, soit 31 % de plus seulement, pour quatre points de confiance supplémentaires. Et la formule qui se trompe plus que toute autre : l'intervalle parle de la méthode, pas de cet intervalle-ci. Quatre-vingt-quinze pour cent des intervalles construits ainsi contiennent la vraie moyenne ; celui-ci la contient ou non, et aucun calcul ne dira lequel.

Publicité

Une moyenne de 100 avec un écart-type de 15 sur 30 observations donne 100 ± 5,37 à 95 %. Passer à 120 observations donne ± 2,68 — exactement la moitié, parce que la taille d'échantillon entre sous une racine carrée.

Où la racine carrée envoie le budget

La précision devient chère plus vite que l'intuition ne le prévoit. Passer d'une marge de 5,37 à 2,68 coûte quatre-vingt-dix observations de plus ; passer de 2,68 à 1,34 en coûte 360 autres. Chaque division par deux multiplie le coût par quatre, et c'est pourquoi les études sérieuses discutent de la largeur dont elles ont besoin plutôt que de réclamer la plus étroite qu'elles puissent payer — et pourquoi un sondage qui double son échantillon en annonçant un résultat spectaculairement meilleur annonce en général autre chose que de la précision. Fixe la largeur que la décision exige, puis résous en n ; l'ordre inverse produit un nombre que personne ne peut défendre.

z suppose une distribution d'échantillonnage normale, pas des données normales

Le 1,96 vient de la loi normale, et l'hypothèse dont il a besoin porte sur la distribution des moyennes d'échantillon, pas sur les observations individuelles. Le théorème central limite fait l'essentiel du travail : la moyenne d'un échantillon assez grand est approximativement normale même quand les données brutes sont très asymétriques, ce qui explique que ce calcul tienne sur des revenus, des temps d'attente ou des taux de clic. Deux situations le cassent — un petit échantillon tiré d'une population asymétrique, où trente est loin de suffire, et des données à queues lourdes, où une seule valeur extrême déplace à la fois la moyenne et l'écart-type, l'intervalle s'élargissant en silence autour du mauvais centre.

Marge
Moyenne 100, écart-type 15
RéglageMargeIntervalle
n = 30, 95 %5,3794,63 – 105,37
n = 120, 95 %2,6897,32 – 102,68
n = 30, 99 %7,0592,95 – 107,05

Exemple calculé avec notre outil

Calculateur d'intervalle de confiance

Données

Moyenne de l'échantillon
100
Écart-type
15
Taille d'échantillon
30
Niveau de confiance
90 %

Résultat

Borne inférieure
95,495
Borne supérieure
104,505
Marge d'erreur
4,505

Ces chiffres sont produits par le calculateur ci-dessous, pas saisis à la main — ils sont recalculés à chaque évolution de l'outil.

Refaire ce calcul avec tes chiffres →
Publicité

Questions fréquentes

Faut-il prendre z ou t ?
Strictement, t dès que l'écart-type de la population est inconnu et estimé sur l'échantillon — c'est-à-dire presque toujours. L'écart pratique se réduit vite avec la taille : à n = 30, le multiplicateur t vaut 2,045 contre 1,96 pour z, et la marge ici serait de 5,60 au lieu de 5,37, environ quatre pour cent de plus. En dessous de trente environ, l'écart compte et t s'impose ; au-dessus, les deux réponses s'accordent assez pour que les hypothèses sur tes données lâchent bien avant le multiplicateur.
Deux intervalles se chevauchent : est-ce qu'il n'y a pas de différence ?
Non, et c'est l'une des erreurs les plus fréquentes à la lecture des graphiques. Des intervalles qui se chevauchent peuvent provenir d'une différence qu'un test direct juge significative, car la bonne comparaison est un intervalle de confiance sur la différence entre les deux moyennes, pas l'inspection visuelle de deux intervalles séparés. La réciproque tient : des intervalles disjoints impliquent bien une différence significative, si bien que la règle n'est sûre que dans un sens. Quand la question est de savoir si deux groupes diffèrent, calcule l'intervalle de la différence et lis celui-là.

Articles qui pourraient t'intéresser

Tous les guides →
ExplicationUn pays de 68 millions demande quinze personnes de plus qu'une ville de 10 000La population n'entre presque pas dans le calcul de la taille d'échantillon. Ce qui y entre, c'est la marge d'erreur, et diviser cette marge par deux quadruple l'enquête — de 385 personnes à 1 537.ExplicationSi la variance n'égale pas la moyenne, ce n'est pas une loi de PoissonAvec une moyenne de cinq événements par intervalle, il en survient exactement trois 14,0 % du temps, aucun 0,7 %, et dix ou plus 3,2 % — soit une fois tous les 31 intervalles environ. La loi n'a qu'un paramètre, et il fixe à la fois la moyenne et la variance.ExplicationUne barre d'erreur qui rétrécit n'est pas l'écart-typePour 10, 12, 15, 11, 13, 14, l'écart-type vaut 1,87 et l'erreur standard 0,76. Ils répondent à des questions différentes, et un seul des deux diminue quand on collecte davantage.ExplicationL'écart absolu moyen a perdu un combat qu'il aurait dû gagnerPour 4, 8, 15, 16, 23, 42, la distance moyenne à la moyenne vaut 9,67 et l'écart-type 13,49. Le premier est ce que la question demandait vraiment.ExplicationLa variance d'une taille se mesure en centimètres carrésLa série 4, 8, 15, 16, 23, 42 a une variance de 182 et un écart-type de 13,49. Un seul de ces nombres a un sens qu'on peut montrer du doigt.ExplicationUne seule mesure aberrante multiplie l'écart-type par vingtRemplace 2,7 par 9,8 dans une série de sept mesures et l'écart-type passe de 0,12 à 2,57. L'écart absolu médian, lui, ne bouge pas d'un iota : 0,10 dans les deux cas.

Outils similaires

Sources

Tu as repéré une erreur dans cet article ?