En 1936, un magazine américain a envoyé plus de dix millions de bulletins pour prédire le résultat d'une élection présidentielle. Plus de deux millions de personnes ont répondu, et la prévision s'est quand même trompée de vainqueur, d'environ 20 points.
Un échantillon se détermine en trois étapes : tu définis la population, tu choisis une méthode de sélection, puis tu calcules la taille qui en découle. Seul un tirage aléatoire autorise ensuite une conclusion sur la population entière, et la formule de la taille d'échantillon ne vaut que pour lui. À la fin, tu sais combien de personnes ton projet exige et comment justifier ce choix dans ta méthodologie.
📌 L'essentiel en un coup d'œil
- Un échantillon est la partie étudiée d'une population plus large.
- Seul le tirage aléatoire permet de conclure sur la population entière.
- Avec 95 % de confiance et 5 % de marge, 385 personnes suffisent.
- Au-delà d'un million de personnes, la taille de la population ne change rien.
- L'enquête Emploi de l'Insee porte sur environ 80 000 logements.
Créer un sondage gratuitement
Avec empirio.ai, vous créez un sondage en ligne moderne en quelques minutes — avec un hébergement dans l'UE.
- Sondage créé par IA
- Ajustez en glisser-déposer
- Analyse en temps réel
Qu'est-ce qu'un échantillon ?
Un échantillon est une partie tirée d'un ensemble plus large, la population, et étudiée pour le compte de cet ensemble. Les résultats obtenus sur cette partie sont ensuite généralisés à tout l'ensemble, à condition que la sélection repose sur une procédure statistique reconnue.
La population regroupe toutes les personnes ou tous les cas sur lesquels tu veux dire quelque chose. En statistique, la population s'écrit avec un N majuscule et l'échantillon avec un n minuscule. Étudier tous les éléments de la population, c'est un recensement. N'en étudier qu'une partie, c'est une enquête par sondage, et dans la pratique c'est presque toujours la seule voie praticable.
La statistique publique montre à quel point un échantillon peut être petit. D'après l'Insee, l'enquête Emploi porte en 2025 sur environ 80 000 logements, avec un taux de sondage d'un logement sur 400 en France métropolitaine (données d'août 2026). La réponse y est obligatoire : la loi n° 51-711 du 7 juin 1951 prévoit une amende en cas de refus, ce qui limite fortement les biais de non-réponse. Ta propre recherche empirique suit le même principe, à plus petite échelle.
Le recensement est l'exception. La sélection justifiée est la règle.
Pourquoi un grand échantillon n'est pas automatiquement représentatif
Un grand échantillon n'est pas automatiquement représentatif, car le nombre de réponses ne dit rien de la façon dont ces réponses ont été obtenues. Si la méthode de sélection déforme la composition, chaque réponse supplémentaire mesure seulement un résultat faux avec plus de précision.
La démonstration la plus connue vient du magazine The Literary Digest. Avant l'élection américaine de 1936, il avait envoyé plus de dix millions de bulletins, principalement à des adresses tirées d'annuaires téléphoniques et de registres d'immatriculation. Plus de 2,3 millions sont revenus, soit un taux de retour d'un peu moins d'un quart. La prévision donnait 55 % à Alf Landon et 41 % à Franklin D. Roosevelt. C'est Roosevelt qui l'a emporté, avec 60,8 % des voix (The American Presidency Project, University of California Santa Barbara).
Presque tous les manuels donnent la même explication : à l'époque, seuls les ménages aisés possédaient un téléphone et une voiture, donc la sélection était biaisée. Le cas est moins simple que cela. Peverill Squire a analysé en 1988 dans Public Opinion Quarterly une enquête postérieure et a constaté que même les personnes possédant une voiture et un téléphone avaient voté majoritairement pour Roosevelt. La seconde erreur se logeait dans le retour : les partisans de Landon renvoyaient le bulletin bien plus souvent. La répartition de l'erreur entre ces deux causes reste discutée. Squire (1988) accorde plus de poids aux fichiers d'adresses, Dominic Lusinchi (2012) au taux de retour.
Pour ton enquête, il en découle une règle inconfortable : qui répond compte autant que qui a été sollicité. Le fait qu'une enquête soit finalement représentative dépend donc de la méthode et du taux de retour, pas d'un nombre minimal.
Méthodes d'échantillonnage : les trois voies possibles
Les méthodes d'échantillonnage se rangent en trois familles : la sélection arbitraire, la sélection raisonnée et le tirage aléatoire. Seul le tirage aléatoire autorise une conclusion statistiquement fondée sur la population, parce que lui seul donne à chaque élément une probabilité connue d'être choisi.
Le choix de la famille se joue rarement sur l'idéal et presque toujours sur une question pratique : disposes-tu seulement d'une liste complète de ta population ? Pour « toutes les personnes qui font du vélo à Lyon », une telle liste n'existe pas, et le tirage aléatoire devient impossible. La réponse honnête dans ta méthodologie est alors que tu as sélectionné de façon raisonnée ou arbitraire.
| Méthode | Comment on sélectionne | Quand elle convient |
|---|---|---|
| Sélection arbitraire | celles et ceux qui sont joignables | exploration, pré-test |
| Sélection raisonnée | selon des critères fixés à l'avance | cas extrêmes, groupes rares |
| Tirage aléatoire | par procédé aléatoire dans une liste | conclusion sur la population |
Les trois échantillons aléatoires les plus courants
À l'intérieur du tirage aléatoire, la littérature méthodologique distingue trois variantes dont l'effort demandé diffère beaucoup. Toutes les trois remplissent la même condition, celle de laisser le hasard décider. Elles placent simplement ce hasard à des endroits différents de la procédure, et cela change la précision du résultat final.
- Échantillon aléatoire simple : chaque élément de la population est tiré directement, avec la même probabilité.
- Échantillon stratifié : la population est d'abord divisée selon un critère, puis le tirage a lieu dans chaque strate.
- Échantillon par grappes : ce sont des groupes entiers, par exemple des classes, qui sont tirés puis interrogés intégralement.
Dans un travail étudiant, la variante stratifiée est souvent la plus judicieuse, car elle empêche qu'un groupe important se retrouve trop petit par pur hasard. Comment atteindre assez de personnes pour le tirage, c'est expliqué dans l'article sur les participants à une enquête.
Calculer la taille d'échantillon : formule, valeurs et exemple
La taille d'échantillon découle de quatre éléments : la taille de la population, la marge d'erreur que tu acceptes, le niveau de confiance que tu vises et la dispersion attendue des réponses. Ensemble, ils donnent le nombre minimal de personnes devant remplir entièrement ton questionnaire.
Les quatre éléments en détail :
- Population (N) : toutes les personnes sur lesquelles tu veux dire quelque chose.
- Marge d'erreur (e) : l'écart toléré entre ton résultat et la valeur réelle, souvent 5 %.
- Niveau de confiance : la fiabilité avec laquelle cet intervalle contient la valeur réelle, souvent 95 %.
- Valeur z : la traduction chiffrée du niveau de confiance, soit 1,645 à 90 %, 1,96 à 95 %, 2,576 à 99 %.
- Dispersion (p) : la répartition attendue des réponses, fixée à 0,5 sans information préalable, le cas le moins favorable.
Deux étapes transforment ces éléments en un nombre. La première donne la valeur pour une très grande population, la seconde la corrige à la baisse quand ton groupe est petit :
n0 = z² × p × (1 − p) / e²
n = n0 / (1 + n0 / N)Un exemple chiffré : tu interroges les étudiants de ton université, soit 12 000 personnes. Avec 95 % de confiance (z = 1,96), 5 % de marge d'erreur (e = 0,05) et p = 0,5, la première étape donne 384,16 et la seconde 372,2. Arrondi à l'entier supérieur, il te faut 373 questionnaires complets. Le calculateur de taille d'échantillon refait le même calcul avec tes propres chiffres. Comme une partie des personnes abandonne toujours en cours de route, diffuse ton questionnaire bien plus largement.
Quand la formule de la taille d'échantillon ne s'applique pas
La formule suppose un tirage aléatoire. Si tu diffuses ton enquête par une story Instagram, un groupe WhatsApp ou le panneau d'affichage de ton département, ce n'est pas le hasard qui décide de la participation, mais la bonne volonté des personnes qui te voient déjà. Aucune marge d'erreur ne peut être calculée pour un échantillon de convenance de ce type, même avec 500 réponses.
⚠️ Attention
385 réponses issues d'une story Instagram ne disent rien de la France, seulement quelque chose de ton audience. N'inscris pas de marge d'erreur dans ton mémoire dans ces cas-là. Nomme la méthode, limite l'affirmation au groupe réellement atteint et explique pourquoi cela suffit à ta question de recherche.
Créer un sondage gratuitement
Avec empirio.ai, vous créez un sondage en ligne moderne en quelques minutes — avec un hébergement dans l'UE.
- Sondage créé par IA
- Ajustez en glisser-déposer
- Analyse en temps réel
Combien de participants te faut-il vraiment ?
Pour la plupart des projets, l'échantillon nécessaire se situe entre 80 et 400 personnes. Avec 95 % de confiance et 5 % de marge d'erreur, il s'agit de 385 personnes dès que la population dépasse le million, et de nettement moins dès que ton groupe reste de taille modeste.
Le plus surprenant est le peu d'influence de la taille de la population. Entre un million et 68 millions de personnes, l'échantillon requis ne bouge plus du tout. Gonfler une enquête au motif que la cible serait énorme revient à n'avoir pas fait le calcul.
| Population (N) | Échantillon nécessaire (n) |
|---|---|
| 100 personnes | 80 |
| 500 personnes | 218 |
| 1 000 personnes | 278 |
| 10 000 personnes | 370 |
| 100 000 personnes | 383 |
| 1 000 000 personnes | 385 |
| 68 000 000 personnes | 385 |
Calculé avec 95 % de confiance, 5 % de marge d'erreur et p = 0,5.
Gagner en précision coûte un nombre de personnes disproportionné
La marge d'erreur est l'élément le plus coûteux de tout le calcul, parce qu'elle intervient au carré. Passer de 5 à 3 % coûte presque trois fois plus de participants, passer de 5 à 1 % en coûte vingt-cinq fois plus. À l'inverse, le calculateur de marge d'erreur te montre la précision de ton résultat pour un nombre de participants déjà atteint. Pour un mémoire, la combinaison 95 % de confiance et 5 % de marge reste donc le réglage habituel et souvent le seul réaliste.
| Marge d'erreur | Confiance | Échantillon nécessaire |
|---|---|---|
| 10 % | 95 % | 97 |
| 5 % | 90 % | 271 |
| 5 % | 95 % | 385 |
| 5 % | 99 % | 664 |
| 3 % | 95 % | 1 066 |
| 1 % | 95 % | 9 513 |
Calculé pour une population d'un million de personnes et p = 0,5.
En recherche qualitative, c'est la saturation qui compte
Pour des entretiens et des formats ouverts, la formule ne sert à rien, car aucune proportion n'y est estimée. Le critère est la saturation théorique : tu poursuis les entretiens jusqu'à ce que les nouveaux échanges n'apportent plus d'élément nouveau. Dans un travail étudiant, cela représente souvent huit à quinze entretiens, mais la justification écrite compte davantage que le nombre. La différence entre les deux voies est expliquée dans l'article sur les méthodes qualitatives et quantitatives.
Décrire ton échantillon dans ton mémoire
Ton échantillon se décrit dans la partie méthodologie, juste après le choix de la méthode de recherche et avant le questionnaire lui-même. Personne n'attend une sélection parfaite, seulement une sélection traçable : le jury veut lire qui tu as interrogé, comment tu as atteint ces personnes et quelles limites en découlent pour tes résultats.
Beaucoup de mémoires perdent des points exactement là. Un échantillon de convenance ne coûte rien, une méthode passée sous silence coûte cher, car le jury doit alors déterminer lui-même la solidité de tes chiffres. Nommer les limites soi-même donne une impression d'assurance. Vérifie aussi ce qu'exige le règlement de ta formation, notamment sur la protection des données.
Ce qui doit figurer dans la méthodologie
- La population, nommée et clairement délimitée.
- La méthode de sélection retenue, avec sa justification.
- Le canal par lequel tu as atteint les participants.
- La période de collecte, avec date de début et de fin.
- Le nombre de réponses, commencées et terminées séparément.
- La composition selon les caractéristiques utiles à ta question.
- Les limites qui découlent de la méthode.
Une phrase suffit pour la dernière ligne, par exemple : « L'échantillon est un échantillon de convenance ; les résultats valent pour le groupe interrogé et ne peuvent pas être étendus à tous les étudiants. » La construction d'ensemble de la partie méthodologique est détaillée dans le guide du travail empirique.
Erreurs fréquentes sur l'échantillon
Les erreurs les plus fréquentes ne surviennent pas pendant le calcul, mais avant et après : au moment de définir la population, de diffuser l'enquête et de rédiger les résultats. Quatre cas reviennent sans cesse.
Tous les quatre s'évitent si tu notes, avant de commencer, sur qui ton travail doit finalement dire quelque chose. Sans cette phrase écrite, la cible se déplace pendant la collecte, généralement vers les personnes les plus faciles à atteindre.
La population reste floue
« Les jeunes » n'est pas une population, car aucune sélection n'en découle. Sans tranche d'âge, sans territoire et sans période, impossible de tirer un échantillon ni de vérifier ensuite qu'il convient. La conséquence n'apparaît qu'à l'analyse, quand on ne sait plus à qui les chiffres se rapportent. Rédige donc la population en une phrase complète avant même la première question.
La taille est fixée au jugé
Les nombres ronds comme 100 ou 200 font sérieux mais sont rarement justifiés. Pour une population de 500 personnes, 218 réponses suffisent à une marge de 5 % ; pour 100 000 personnes, il en faut 383. Fixer le nombre au lieu de le calculer conduit soit à viser trop haut et à perdre du temps, soit à viser trop bas et à perdre toute portée.
Le taux de retour n'est pas anticipé
Un écart important sépare régulièrement les invitations envoyées des questionnaires terminés. Avoir besoin de 373 réponses et solliciter exactement 373 personnes conduit très en deçà de l'objectif. Prévois donc une diffusion plus large et surveille le retour pendant la collecte, au lieu d'espérer un chiffre à la fin. Pour savoir combien d'invitations envoyer, tu peux calculer le taux de réponse à l'avance. Une seconde relance courtoise rapporte généralement plus qu'une prolongation de deux semaines.
Une sélection biaisée devient une affirmation générale
L'erreur la plus coûteuse figure en général dans la conclusion. Une enquête menée auprès de 200 camarades de promotion y devient une phrase sur « les étudiants en France ». Les spécialistes repèrent immédiatement le saut, et il dévalue aussi les parties propres du travail. Formule toujours tes résultats avec le groupe que tu as réellement interrogé.
Conclusion
L'échantillon décide de la qualité de tes résultats bien avant toute analyse. Choisis la méthode en connaissance de cause, calcule la taille une fois proprement et inscris les deux, avec leurs limites, dans ta méthodologie. Un petit échantillon décrit honnêtement porte un travail plus loin qu'un grand échantillon que personne ne peut reconstituer.
Pour aller plus loin
- Tu veux construire le questionnaire ? Créer un questionnaire
- Tu te demandes quel niveau de mesure ont tes questions ? Niveaux de mesure
- Tu prépares déjà l'analyse ? Méthodes d'analyse
Il te faut 385 réponses et tu n'as que trois semaines ?
Avec empirio.ai, un outil de sondage en ligne venu d'Allemagne, tu crées ton enquête en quelques étapes, tu la partages par lien et tu suis les réponses en temps réel, ce qui te laisse le temps de réagir.