Combien de répondants vous faut-il ? Guide pratique de la taille d’échantillon

D’où vient le chiffre de 385 ?

La formule relie trois choix que vous faites avant le terrain :

• Le niveau de confiance, exprimé par z. À un niveau de confiance de 95 %, z = 1,96 ; à 90 %, z = 1,645 ; à 99 %, z = 2,576.
• La marge d’erreur, e. C’est la demi-largeur de l’intervalle autour d’un résultat : ±5 points s’écrit 0,05.
• La proportion attendue, p. Si vous ne connaissez pas la réponse à l’avance, prenez 0,5. Le terme p(1−p) est maximal à 0,5 : ce choix donne donc l’échantillon le plus prudent, c’est-à-dire le plus grand.

Le calcul pour le cas classique est bref : 1,96² = 3,8416 ; multiplié par 0,5 × 0,5, on obtient 0,9604 ; divisé par 0,05² (0,0025), on obtient 384,16. Les tailles d’échantillon s’arrondissent toujours à l’entier supérieur, ce qui donne 385.

Encore faut-il lire correctement le résultat. Si 385 répondants tirés au hasard donnent un résultat de 50 %, vous pouvez affirmer avec 95 % de confiance que la valeur réelle se situe entre 45 % et 55 %. Pour des résultats plus éloignés de 50 %, la marge d’erreur se réduit : pour une proportion attendue de 20 %, la même précision ne demande que 246 entretiens.

Taille d’échantillon selon la marge d’erreur et le niveau de confiance

Le tableau applique la même formule avec p = 0,5 pour une population de grande taille. Il montre l’arbitrage qui guide la plupart des plans d’enquête.

La précision coûte cher dans le haut du tableau. Diviser la marge par deux, de ±5 à ±2,5 points, multiplie l’échantillon par quatre environ, de 385 à 1 537, car la marge d’erreur diminue avec la racine carrée de n. Avant d’exiger ±2 points, vérifiez si une décision changerait réellement entre un résultat de 42 % et un résultat de 46 %.

La taille de la population compte-t-elle ?

Beaucoup moins qu’on ne le pense généralement. Au-delà de quelques dizaines de milliers d’individus, l’échantillon nécessaire ne bouge presque plus. Ce n’est que pour une petite population que le facteur de correction pour population finie fait une différence visible :

n = n₀ ÷ (1 + (n₀ − 1) ÷ N), où N est la taille de la population.

Selon la Banque mondiale, la Bulgarie comptait 6 433 302 habitants en 2025 et l’UE-27 en comptait 451 127 411. Toutes deux exigent 385 entretiens pour obtenir ±5 points sur l’ensemble. L’enquête à l’échelle de l’UE n’est plus grande que si vous voulez des résultats pour chaque pays, car chaque pays devient alors un sous-groupe doté de son propre échantillon.

Petites populations : clients, adhérents et acheteurs B2B

Avec une population petite et connue, comme 500 clients professionnels ou les adhérents d’une association, la correction compte, mais le taux de réponse que vous pouvez raisonnablement obtenir aussi. Le graphique indique 218 questionnaires complets pour ±5 points sur 500, ce qui suppose de convaincre 44 % de l’ensemble des clients de répondre.

En pratique, les petites populations sont généralement interrogées de manière exhaustive : tout le monde est invité, et la marge d’erreur est calculée sur les réponses reçues. Si 150 des 500 clients répondent, la marge est d’environ ±6,7 points une fois la correction appliquée. C’est exploitable pour une étude de satisfaction client, à condition de vérifier que les répondants ressemblent aux non-répondants en matière de taille, de région et d’ancienneté de la relation.

En études B2B, l’unité compte aussi. Si trois personnes de chaque centre d’achat influencent la décision, décidez à l’avance si vous dimensionnez l’échantillon en entreprises ou en individus.

Prévoir l’échantillon pour les sous-groupes, pas seulement pour le total

L’erreur la plus fréquente consiste à dimensionner l’échantillon pour le total, puis à publier des ventilations. Une enquête auprès de 1 000 personnes présente une marge d’environ ±3,1 points sur l’ensemble, mais une région qui n’y compte que 120 répondants a une marge d’environ ±8,9 points.

Raisonnez à rebours à partir du plus petit groupe qui doit être analysé isolément. Si le conseil d’administration veut des résultats pour chacune de quatre régions à ±5 points, il vous faut environ 385 répondants par région, soit à peu près 1 540 au total, puis un redressement pour reconstituer l’image nationale.

Les comparaisons en exigent encore davantage. La marge sur l’écart entre deux groupes indépendants est plus grande que la marge de chacun d’eux : avec 385 répondants dans chaque groupe, un écart doit dépasser environ sept points pour être statistiquement significatif. Un écart de cinq points entre hommes et femmes dans une telle enquête peut n’être que du bruit. Le calculateur de marge d’erreur affiche l’intervalle pour n’importe quel résultat et n’importe quelle base.

L’incidence : combien de personnes faut-il filtrer ?

L’échantillon nécessaire se compte en questionnaires complets de personnes qualifiées. Lorsque la cible ne représente qu’une fraction de la population, le nombre de personnes à filtrer augmente en proportion. Cette fraction, c’est le taux d’incidence.

Prenons une enquête auprès de personnes ayant acheté en ligne au cours des 12 derniers mois, tirées d’un échantillon de population générale. Les chiffres 2025 d’Eurostat donnent directement l’incidence :

Les mêmes 400 questionnaires complets demandent presque deux fois plus d’entretiens de filtrage en Bulgarie qu’aux Pays-Bas. Les taux de réponse multiplient ensuite l’effort : si une personne contactée sur dix accepte de participer, chiffre purement illustratif, l’étude bulgare nécessite environ 7 800 contacts. D’autres indicateurs nationaux qui influent sur l’incidence sont présentés en graphiques dans notre rubrique données sur les consommateurs.

Pour des cibles étroites, comme les propriétaires d’un appareil électroménager précis ou les responsables informatiques d’entreprises de taille moyenne, l’incidence est souvent si faible que c’est la durée du terrain, et non la taille de l’échantillon, qui devient la contrainte déterminante.

Redressement, quotas et échantillon effectif

Deux ajustements supplémentaires modifient la précision réelle d’une enquête.

Le redressement réduit l’échantillon effectif. Lorsque certains répondants pèsent plus que d’autres, la précision baisse. Cette perte s’exprime par l’effet de plan : avec un effet de plan de 1,4 (valeur illustrative), 1 000 entretiens se comportent comme environ 714, et la marge passe de ±3,1 à environ ±3,7 points. Les bons rapports indiquent la base effective à côté de la base réelle.

Les échantillons par quotas ne sont pas des échantillons aléatoires. La plupart des enquêtes grand public sont tirées de panels en ligne avec des quotas d’âge, de sexe et de région. La formule de la marge d’erreur ne s’applique strictement qu’aux échantillons probabilistes : pour un échantillon par quotas, traitez-la comme un ordre de grandeur de la précision, pas comme une garantie. Cela vaut encore davantage pour les réponses générées par l’IA : comme l’explique notre article sur l’étude de marché avec l’IA, les répondants synthétiques n’ont aucune base de sondage, et aucune marge d’erreur ne peut donc être calculée pour eux.

Choisir la taille de votre échantillon en cinq étapes

1. Notez la décision à prendre et le plus petit sous-groupe qui doit être analysé séparément.
2. Choisissez la marge d’erreur qui ferait changer cette décision, pas la plus petite que votre budget autorise.
3. Calculez l’échantillon par sous-groupe et additionnez les groupes.
4. Divisez par l’incidence et le taux de réponse attendu pour estimer le filtrage et le nombre de contacts.
5. Prévoyez le redressement et l’apurement des données, qui écartent ou minorent certains entretiens.

Le calculateur de taille d’échantillon prend en charge les étapes 2 et 3, correction pour population finie comprise. Une enquête qui alimente un modèle de marché, comme les données de pénétration et de dépense de notre exemple TAM, SAM et SOM, doit être dimensionnée pour la précision dont ces données ont besoin. Pour les plans d’enquête couvrant plusieurs pays, comportant des quotas ou visant des cibles difficiles à atteindre, notre équipe d’enquêtes par questionnaire peut proposer un plan d’échantillonnage ; demandez une proposition en précisant votre cible et votre échéance.