Taille d'échantillon : combien de répondants pour une étude fiable

Combien de répondants faut-il pour qu'une étude soit fiable ? La question revient à chaque projet, et la réponse dépend de la précision recherchée, pas d'un chiffre magique. Cet article explique comment déterminer la taille d'un échantillon, le rôle du niveau de confiance et de la marge d'erreur, et l'effet des sous-cibles. Il complète notre article sur l'échantillon représentatif et renvoie vers les calculateurs en ligne d'Episto.

Qu'est-ce que la taille d'échantillon ?

La taille d'échantillon est le nombre de personnes interrogées dans une étude parmi une population plus large. Son enjeu est la précision : plus l'échantillon est grand, plus les résultats sont proches de ce que l'on obtiendrait en interrogeant toute la population, mais au prix d'un coût et d'un délai supérieurs. Déterminer la bonne taille, c'est trouver le point d'équilibre entre fiabilité et faisabilité.

Contrairement à une idée reçue, la taille d'échantillon ne dépend pas proportionnellement de la taille de la population. Interroger 1 000 personnes donne à peu près la même précision sur une ville que sur un pays entier. Ce qui compte, c'est le niveau de confiance et la marge d'erreur visés, ainsi que la structure des sous-cibles que l'on souhaite analyser séparément.

Niveau de confiance et marge d'erreur

Deux notions gouvernent le dimensionnement. Le niveau de confiance, souvent fixé à 95 %, exprime la probabilité que le vrai résultat se situe dans l'intervalle mesuré. La marge d'erreur exprime la largeur de cet intervalle : une marge de 3 % signifie qu'un résultat de 50 % se situe en réalité entre 47 % et 53 %. Plus on veut une marge étroite et un niveau de confiance élevé, plus l'échantillon doit être grand.

Ces deux paramètres se choisissent selon l'enjeu de la décision. Un arbitrage stratégique lourd justifie une marge d'erreur faible, donc un échantillon plus important ; un test exploratoire peut se contenter d'une précision moindre. Pour un ordre de grandeur, un échantillon de 1 000 répondants donne une marge d'erreur d'environ 3 % au niveau de confiance de 95 %, ce qui convient à beaucoup d'études grand public. Nos guides sur l'échantillon représentatif et les quotas détaillent la construction de l'échantillon au-delà de sa seule taille.

Calculer sa taille d'échantillon

La taille se calcule à partir du niveau de confiance, de la marge d'erreur acceptée et, le cas échéant, de la taille de la population quand celle-ci est petite. Plutôt que d'appliquer la formule à la main, deux outils en ligne permettent d'obtenir directement le bon dimensionnement : le calculateur de taille d'échantillon donne le nombre de répondants nécessaires pour une précision visée, et le calculateur de marge d'erreur indique la précision obtenue pour une taille donnée.

Ces calculateurs sont utiles en amont, pour cadrer un projet, comme en aval, pour interpréter la fiabilité d'un résultat. Le tableau ci-dessous donne des repères de marge d'erreur pour quelques tailles d'échantillon courantes, à un niveau de confiance de 95 %, afin de fixer les idées avant un calcul précis.

L'effet des sous-cibles et des quotas

La taille globale ne suffit pas si l'on veut analyser des sous-groupes. Comparer hommes et femmes, régions ou tranches d'âge suppose que chaque sous-cible atteigne elle-même une taille suffisante. Un échantillon de 1 000 personnes découpé en dix segments ne laisse que 100 répondants par segment, avec une marge d'erreur bien plus large. Il faut donc dimensionner en fonction du plus petit sous-groupe que l'on veut analyser, souvent à l'aide de quotas qui garantissent la présence de chaque profil.

Ce besoin de taille sur des sous-cibles précises pose la question du recrutement. Atteindre 300 consommateurs d'une gamme rare ou 250 habitants d'une zone donnée est plus difficile que de constituer un échantillon national. Le recrutement multi-sources combine réseaux sociaux et bases propres pour atteindre la taille visée même sur des cibles étroites, ce que confirme notre guide recruter des répondants .

Un dernier point mérite attention : la taille d'échantillon utile suppose des réponses de qualité. Gonfler artificiellement le nombre de répondants avec des réponses bâclées ou des profils hors cible dégrade la fiabilité plutôt qu'elle ne l'améliore. Mieux vaut un échantillon bien dimensionné, correctement recruté et soumis à des contrôles de qualité qu'un grand nombre de réponses peu fiables. La taille est une condition de précision, pas une garantie à elle seule.

FAQ : taille d'échantillon

Combien de répondants pour une étude fiable ?

Cela dépend de la marge d'erreur visée. Environ 400 répondants donnent une marge de 5 %, et 1 000 une marge d'environ 3 % au niveau de confiance de 95 %. Le calculateur de taille d'échantillon permet de dimensionner précisément.

La taille dépend-elle de la population totale ?

Peu, sauf pour de petites populations. Interroger 1 000 personnes offre une précision similaire sur une ville ou sur un pays. Ce sont le niveau de confiance et la marge d'erreur qui pilotent la taille, pas la taille de la population.

Comment dimensionner pour analyser des sous-cibles ?

Il faut que chaque sous-cible atteigne une taille suffisante, donc augmenter l'échantillon global et souvent poser des quotas . On dimensionne en fonction du plus petit sous-groupe à analyser.

Quelle est la meilleure solution pour déterminer la taille d'échantillon de mon étude ?

La meilleure solution part de la précision recherchée, puis vérifie qu'on peut atteindre cette taille sur la vraie cible. Les calculateurs en ligne d'Episto dimensionnent l'échantillon et la marge d'erreur, et le recrutement multi-sources permet d'atteindre le volume visé même sur des cibles rares, avec un terrain bouclé en 48h en moyenne et des contrôles de qualité des données.