Taille d'échantillon pour une moyenne
Calculateur
Résultats
- Taille de l'échantillon
- 216.089999
- Taille de l'échantillon (arrondie)
- 217
- Erreur type
- 1.020408
Résultats des études
| Taille de l'échantillon | 216.089999 |
| Taille de l'échantillon (arrondie) | 217 |
| Erreur type | 1.020408 |
Diagramme formula-map
- Taille de l'échantillon
- 216.089999
- Taille de l'échantillon (arrondie)
- 217
- Erreur type
- 1.020408
Décomposition de la formule
Formule
n = (z × σ ÷ E)²= 216.09
Note
Ceci est un modèle simplifié. Les règles de notation, les systèmes de crédits et les hypothèses statistiques varient selon l'établissement et le protocole de recherche ; vérifiez votre plan de cours, votre registraire ou votre guide méthodologique avant de vous fier à ces chiffres.
Plus dans Études et recherche
Voir tout →Questions fréquentes
De quelles données ce calcul a-t-il besoin ?+
Il faut généralement le niveau de confiance souhaité (comme 95 %), l'écart-type de la population ou une estimation de celui-ci, et la marge d'erreur acceptable. La formule résout pour la taille d'échantillon minimale qui garde votre estimation dans cette marge à ce niveau de confiance.
Pourquoi une marge d'erreur plus petite exige-t-elle un échantillon beaucoup plus grand ?+
La taille d'échantillon augmente avec le carré de l'inverse de la marge d'erreur, donc réduire de moitié votre marge d'erreur acceptable quadruple approximativement la taille d'échantillon requise. La précision devient rapidement coûteuse à mesure que vous resserrez votre tolérance à l'erreur.
Que faire si je ne connais pas l'écart-type de la population ?+
Vous pouvez substituer une estimation issue d'une étude pilote, de recherches antérieures, ou d'une estimation prudente basée sur l'étendue attendue des données. Un écart-type supposé plus élevé produit une taille d'échantillon requise plus prudente (plus grande), protégeant contre une sous-estimation de la variabilité.
Augmenter le niveau de confiance exige-t-il toujours plus d'échantillons ?+
Oui, passer de 90 % à 95 % puis à 99 % de confiance augmente la taille d'échantillon requise, car vous exigez une marge de certitude plus large que votre intervalle capture la vraie moyenne, ce que les mathématiques accomplissent en exigeant plus de données.
Y a-t-il un point où augmenter la taille d'échantillon cesse d'en valoir la peine ?+
Oui, les exigences de taille d'échantillon croissent avec des rendements décroissants par rapport à la précision gagnée, et au-delà d'un certain point, le coût ou l'effort de collecter plus de données dépasse l'amélioration marginale de la marge d'erreur, c'est pourquoi les chercheurs équilibrent la taille d'échantillon avec les contraintes pratiques.