Dans ce guide
- Définir des échantillons comparables avant de calculer
- Calculer la marge approximative dans la bonne unité
- Appliquer la racine carrée, pas une règle linéaire
- Distinguer précision d’échantillonnage et autres erreurs
- Garder à l’esprit le niveau de confiance et l’approximation
- Questions fréquentes
- Sources et méthode
Un échantillon plus grand peut rendre l’estimation d’un sondage plus précise, mais le gain de précision n’est pas directement proportionnel au nombre d’entretiens. À proportion observée et niveau de confiance identiques, multiplier la taille par quatre divise la marge d’erreur d’échantillonnage approximative par deux. Doubler la taille ne suffit pas.
Ce calcul porte sur la variation aléatoire liée à l’échantillonnage. Il ne prouve pas qu’un grand sondage pose de meilleures questions, touche les bonnes personnes ou prédit le vainqueur d’une élection. Vérifiez d’abord comment les personnes ont été sélectionnées, puis interprétez l’effectif à la lumière de cette méthode.
Définir des échantillons comparables avant de calculer
Imaginons trois échantillons probabilistes distincts, fictifs, issus de la même très grande population. Tous posent la même question binaire, « Choisiriez-vous l’option A plutôt que l’option B ? », dans les mêmes conditions. Chacun répond une fois, par oui ou non. Cet exercice ne comporte ni réponse manquante ni catégorie indécise.
Nous supposons un échantillonnage aléatoire simple, des poids égaux et une fraction sondée assez faible pour négliger la correction de population finie. L’approximation pour une grande population traite les réponses comme indépendantes. Il n’y a ni grappes, ni pondération, ni ajustement d’effectif effectif. Ce modèle pédagogique ne décrit pas un sondage réel.
Les trois effectifs sont 400, 1 600 et 6 400, avec respectivement 200, 800 et 3 200 oui. La proportion observée vaut donc toujours 0,50, soit 50 %. Les lignes sont des exemples distincts, pas des mises à jour successives d’une enquête ni la preuve d’une opinion réelle stable.
Calculer la marge approximative dans la bonne unité
Notons n le nombre de réponses et p̂ la proportion de oui observée, exprimée en fraction. La marge usuelle par approximation normale, dite de Wald, est E = z√[p̂(1 − p̂)/n]. Avec le seuil arrondi z = 1,96, l’intervalle bilatéral approximatif à 95 % va de p̂ − E à p̂ + E. Le NIST présente cette expression courante ainsi que des méthodes qui se comportent mieux. NIST : intervalles de confiance d’une proportion.
Ici, p̂(1 − p̂) = 0,50 × 0,50 = 0,25. Pour 400 réponses, √(0,25/400) = 0,025, puis 1,96 × 0,025 = 0,049. Une marge de 0,049 en proportion correspond à 4,9 points de pourcentage. En la retranchant et en l’ajoutant à 50 %, on obtient 45,1 % à 54,9 %.
| Réponses n | Effectifs oui / non | Proportion de oui observée | Erreur-type estimée, en proportion | Marge E, en proportion | Marge en points de pourcentage | Intervalle approximatif à 95 % |
|---|---|---|---|---|---|---|
| 400 | 200 / 200 | 200/400 = 0,50 | √(0,25/400) = 0,025 | 1,96 × 0,025 = 0,049 | ±4,9 points | 45,1 %–54,9 % |
| 1 600 | 800 / 800 | 800/1 600 = 0,50 | √(0,25/1 600) = 0,0125 | 1,96 × 0,0125 = 0,0245 | ±2,45 points | 47,55 %–52,45 % |
| 6 400 | 3 200 / 3 200 | 3 200/6 400 = 0,50 | √(0,25/6 400) = 0,00625 | 1,96 × 0,00625 = 0,01225 | ±1,225 points | 48,775 %–51,225 % |
La marge est la distance entre le centre et chaque borne. La largeur totale de l’intervalle vaut deux fois cette marge. Sur la première ligne, la marge est de 4,9 points et la largeur de 9,8 points. Ni l’une ni l’autre n’est une variation relative du taux de réponse de 50 %.
Appliquer la racine carrée, pas une règle linéaire
À p̂ et z constants, la marge est proportionnelle à 1/√n. Passer de 400 à 1 600 réponses multiplie n par quatre et divise E par deux : 4,9 points deviennent 2,45 points. Passer de 1 600 à 6 400 reproduit le même rapport.
Doubler n divise seulement la marge par √2. Avec la même proportion de 0,50 et le même seuil, passer de 400 à 800 réponses donne 4,9/√2 ≈ 3,465 points de pourcentage, pas 2,45 points. Dans ce calcul, diviser la marge par deux exige quatre fois plus de réponses.
Cette comparaison maintient volontairement la proportion constante. Dans un échantillon réel, la proportion observée peut aussi changer : le seul rapport des effectifs n’explique alors pas toute l’évolution de la marge. Un changement de plan de sondage ou de niveau de confiance invalide également cette comparaison simple.
Distinguer précision d’échantillonnage et autres erreurs
Pew Research Center souligne que le plan de sondage, la pondération et l’effectif des sous-groupes comptent autant que l’effectif total. La marge de l’ensemble ne s’applique pas telle quelle à un sous-groupe plus petit. Pew : comprendre les marges des sondages.
| Question | Effet d’une hausse de n seule | À vérifier séparément |
|---|---|---|
| Précision de l’échantillonnage aléatoire | Réduit la marge affichée sous les hypothèses fixées | Niveau de confiance, proportion observée et plan de sondage réel |
| Biais de couverture et de non-réponse | Ne supprime pas automatiquement l’erreur systématique | Qui peut être sélectionné et qui répond effectivement |
| Formulation des questions | Ne corrige pas une question trompeuse | Libellé exact et choix de réponse |
| Pondération ou grappes | L’effectif brut n ne détermine pas seul la précision | Calcul d’incertitude tenant compte du plan de sondage |
| Participation ou victoire électorale | Ne transforme pas une part de réponses en chance de victoire | Population cible, événement futur et hypothèses de prévision |
Les barres d’erreur d’échantillonnage ne couvrent pas, par exemple, le biais de non-réponse ou les différences de compréhension des questions. Un effectif élevé peut estimer très précisément une réponse à une question mal mesurée. L’explication de Pew distingue ces limites de la précision affichée. Pew : comprendre les barres d’erreur.
Garder à l’esprit le niveau de confiance et l’approximation
Le niveau nominal de 95 % concerne l’utilisation répétée d’une procédure sous ses hypothèses. Une fois l’intervalle calculé, il n’attribue pas une probabilité a posteriori de 95 % à la proportion fixe de la population ; il n’est pas non plus une chance de victoire de 95 %. L’approximation normale n’assure pas une couverture exacte de 95 % pour toute proportion et tout effectif.
L’intervalle de Wald sert ici à montrer le rôle de la racine carrée, pas à fournir un calculateur universel ni la méthode générale privilégiée par le NIST. Celui-ci présente les intervalles de Wilson et les défauts de l’expression symétrique : bornes impossibles et précision insuffisante pour les petits échantillons ou les catégories peu représentées. Les proportions proches de zéro ou de un demandent une attention particulière. Les exemples à 50 % n’annulent pas ces limites. NIST : méthodes d’intervalle pour une proportion.
La marge d’une proportion n’est pas automatiquement l’incertitude d’une différence entre deux estimations. Sur un graphique, le chevauchement des barres ne donne pas de règle universelle de significativité. Consultez l’analyse pertinente plutôt que de conclure sur ce seul chevauchement. Pew : comparer des barres d’erreur.
Pour lire un sondage réel, recherchez la question, la population, les dates du terrain, la sélection de l’échantillon, les poids, l’effectif du sous-groupe et la méthode d’incertitude. Utilisez la méthode publiée plutôt que l’effectif brut dans cette formule pédagogique. Pour distinguer part de réponses et chance de victoire, consultez sondages et probabilités électorales (en anglais). Pour distinguer montant moyen et probabilité d’événement, lisez espérance et probabilité.
Questions fréquentes
Doubler l’échantillon divise-t-il la marge d’erreur par deux ?
Non. À proportion, seuil de confiance et plan de sondage aléatoire simple identiques, doubler n divise la marge approximative par √2. Il faut quadrupler n pour la diviser par deux. Voilà pourquoi passer de 400 à 1 600 réponses réduit ici la marge de 4,9 à 2,45 points de pourcentage.
Une marge de 4,9 points est-elle une variation relative de 4,9 % ?
Non. Le premier exemple ajoute ou retranche 4,9 points de pourcentage à 50 %, ce qui donne 45,1 %–54,9 %. La marge est une distance sur l’échelle des pourcentages, pas une variation relative obtenue en multipliant 50 % par 4,9 %.
Peut-on appliquer la marge d’erreur globale à un petit sous-groupe ?
Pas automatiquement. Le sous-groupe a son propre effectif et peut avoir une pondération ou des effets de plan différents. Vérifiez le calcul d’incertitude propre à ce sous-groupe : l’effectif total ne suffit pas à décrire sa précision.
Une petite marge garantit-elle l’absence de biais ?
Non. La marge d’échantillonnage ne mesure pas toutes les erreurs. Une couverture incomplète de la population, des comportements de réponse différents ou une formulation trompeuse peuvent modifier l’estimation même avec une petite marge.
Cette formule convient-elle à tout sondage en ligne ?
Non. L’exemple suppose un modèle probabiliste précis, des poids égaux et une fraction sondée négligeable. Un grand nombre de réponses volontaires ne suffit pas à établir ces conditions. Vérifiez le recrutement et l’estimation ; n’attribuez pas une marge conventionnelle au seul motif que beaucoup de personnes ont répondu.
Explorer HypaForecast
Liens facultatifs vers la page générale des marchés et les présentations des pages BTC. Ils sont distincts des exemples fictifs et ne confirment ni disponibilité ni admissibilité.
Sources et méthode
Les trois échantillons et leurs effectifs oui/non sont des exemples fictifs originaux, pas des données de sondage. Le calcul pédagogique utilise l’intervalle symétrique usuel de Wald présenté par le NIST : seuil arrondi de 1,96, proportion observée de 0,50, réponses binaires indépendantes de poids égaux, très grande population et fraction sondée négligeable. Ce n’est ni la méthode générale privilégiée par le NIST ni un calculateur à couverture exacte. Les réserves reposent sur les méthodes de Wilson et les faibles effectifs du NIST, les explications de Pew de 2016 sur les plans et sous-groupes et celles de 2025 sur les barres d’erreur. Les calculs de population finie, pondération, grappes et effectif effectif sont exclus. Aucun sondage actuel, candidat, cours de marché ou pronostic électoral n’est évalué.
HypaForecast publie des guides pédagogiques et exploite un marché de prédiction. Ce guide explique un calcul d’échantillonnage simplifié ; il ne recommande aucune transaction et n’établit ni chance de victoire, ni offre actuelle, ni admissibilité personnelle.
Partager ce guide