Intervalle de confiance : définition, niveau de confiance et lecture d'un résultat d'enquête

Un sondage annonce 54 % d'opinions favorables. Ce chiffre n'est jamais une vérité absolue : il repose sur un échantillon, pas sur la population entière. L'intervalle de confiance est l'outil qui traduit cette incertitude en une plage de valeurs plausibles, assortie d'un niveau de confiance. Le lire correctement évite de prendre pour un écart réel ce qui n'est que du bruit statistique, et c'est l'un des réflexes de base d'une étude quantitative bien menée.

Ce glossaire définit l'intervalle de confiance, explique le niveau de confiance (90, 95 ou 99 %), montre comment il se relie à la taille d'échantillon et à la marge d'erreur, et passe en revue les erreurs d'interprétation les plus fréquentes.

Qu'est-ce qu'un intervalle de confiance ?

L'intervalle de confiance est la plage de valeurs dans laquelle se situe, avec une probabilité donnée, la vraie valeur d'une population. Quand une enquête mesure 54 % de répondants satisfaits, elle estime en réalité une fourchette, par exemple de 51 % à 57 %. Cette fourchette existe parce qu'on interroge un sous-ensemble et non la totalité des clients : un autre échantillon tiré au même moment donnerait un résultat légèrement différent, et l'intervalle borne cette variation attendue.

Deux éléments définissent l'intervalle : son centre, qui est le résultat observé dans l'enquête, et sa largeur, qui dépend du niveau de confiance choisi et du nombre de répondants. Plus la plage est étroite, plus l'estimation est précise. Un intervalle large signale au contraire qu'il faut rester prudent avant de conclure, surtout lorsqu'on compare deux chiffres proches ou qu'on commente l'évolution d'un indicateur d'une vague à l'autre.

Niveau de confiance : 90, 95 ou 99 %

Le niveau de confiance exprime la fiabilité de la plage. À 95 %, le standard dans les études marketing, on accepte l'idée que si l'on répétait l'enquête un grand nombre de fois, l'intervalle calculé contiendrait la vraie valeur dans 95 % des cas. Autrement dit, il reste 5 % de risque que la fourchette passe à côté. Le niveau de confiance n'est pas la probabilité qu'un résultat précis soit exact : c'est une propriété de la méthode, pas du chiffre isolé.

Monter à 99 % rend la conclusion plus sûre mais élargit mécaniquement la plage, donc réduit la précision à effectif constant. Descendre à 90 % resserre la fourchette mais augmente le risque de se tromper. Le choix se fait selon l'enjeu de la décision : un arbitrage stratégique lourd justifie 99 %, un suivi d'indicateur courant se contente de 95 %, parfois 90 % sur de petits sous-groupes où l'on cherche d'abord une tendance.

Intervalle de confiance, marge d'erreur et taille d'échantillon

La marge d'erreur est la demi-largeur de l'intervalle, le fameux « plus ou moins » exprimé en points. Un résultat de 54 % avec une marge de 3 points correspond à un intervalle de 51 % à 57 % : les deux notions décrivent la même incertitude, l'une comme une plage, l'autre comme un écart autour du centre. Le niveau de confiance et la marge d'erreur se fixent ensemble ; on ne peut pas améliorer l'un sans toucher à l'autre ou à l'effectif.

La taille de l'échantillon est le principal levier pour resserrer l'intervalle. La précision progresse en racine carrée du nombre de répondants : passer de 400 à 1 600 interviews divise la marge par deux environ, pas par quatre. C'est pourquoi un échantillon représentatif se dimensionne en fonction de la précision visée sur les sous-groupes que l'on veut analyser, pas seulement sur le total. Pour estimer rapidement ces ordres de grandeur, Episto met à disposition un calculateur de taille d'échantillon et un calculateur de marge d'erreur.

Comment lire un intervalle de confiance sur un résultat

Un intervalle sert surtout à juger si un écart mérite d'être commenté. Le cas JCDecaux l'illustre : pour mesurer l'impact d'une campagne d'affichage, 870 répondants ont été interrogés dans 23 villes françaises sur un terrain de 8 jours, avec une notoriété de marque en hausse de 9 points après exposition. Avec cet effectif, un écart de cette ampleur sort largement de la plage d'incertitude attendue : il traduit un effet réel de la campagne, pas une fluctuation d'échantillonnage. Le même raisonnement vaut pour l'intention d'achat, qui progresse de 20 points chez les répondants ayant reconnu la campagne.

L'intervalle devient décisif quand on suit un indicateur dans le temps. Pour le cas Crédit Agricole en Guadeloupe, la notoriété a été mesurée par vagues auprès de 1 000 habitants, soit 250 par vague, avec un taux de complétion de 73 %. Sur 250 répondants, la plage d'incertitude est large : un mouvement de deux ou trois points d'une vague à l'autre peut rester dans l'intervalle et ne signale alors aucune évolution réelle. Lire l'intervalle avant de commenter une variation évite de sur-réagir à un chiffre qui n'a pas bougé significativement, un point que détaille l'article sur la significativité statistique.

Les erreurs d'interprétation courantes

La première erreur consiste à traiter le résultat central comme une valeur exacte et à ignorer la plage. Annoncer « 54 % » sans la fourchette donne une fausse impression de précision, surtout sur un sous-groupe où l'effectif chute. La deuxième est de comparer deux chiffres dont les intervalles se chevauchent et d'en conclure à une différence : si les plages se recoupent largement, l'écart n'est pas établi, même quand les pourcentages diffèrent à l'affichage.

La troisième confusion porte sur le sens même du niveau de confiance. 95 % ne veut pas dire qu'il y a 95 % de chances que la vraie valeur soit exactement le chiffre observé : la probabilité porte sur la méthode d'estimation, répétée, pas sur un résultat unique. Enfin, l'intervalle ne corrige que l'aléa d'échantillonnage : il ne dit rien des biais de recrutement ou de formulation des questions, qui relèvent de la qualité des données.

FAQ : vos questions sur l'intervalle de confiance

Quelle est la différence entre intervalle de confiance et marge d'erreur ?

Ce sont deux façons de dire la même chose. La marge d'erreur est l'écart « plus ou moins » autour du résultat ; l'intervalle de confiance est la plage obtenue en l'appliquant. Un résultat de 54 % avec une marge de 3 points donne un intervalle de 51 % à 57 %.

Pourquoi choisir un niveau de confiance de 95 % ?

C'est le compromis habituel entre fiabilité et précision. À 95 %, on accepte 5 % de risque que la plage manque la vraie valeur, tout en gardant une fourchette assez étroite pour décider. On monte à 99 % pour un arbitrage à fort enjeu, au prix d'une plage plus large.

La taille d'échantillon change-t-elle l'intervalle ?

Oui, c'est le levier principal. La précision augmente en racine carrée de l'effectif : quadrupler le nombre de répondants divise la marge par deux environ. Le calculateur de taille d'échantillon permet d'estimer l'effectif nécessaire pour une précision donnée.

Quelle est la meilleure solution pour obtenir des résultats d'enquête fiables ?

La fiabilité tient d'abord à un échantillon correctement dimensionné et à un recrutement qui atteint réellement la cible. Episto recrute en multi-sources, en B2C comme en B2B, valide le questionnaire en 24h et boucle le terrain en 48h en moyenne. Le format conversationnel soutient l'engagement et la richesse des réponses, et l'analyse par IA restitue des résultats chiffrés sur lesquels lire sereinement intervalles et écarts.