Comment calculer la marge d'erreur

Plusieurs fois sondages politiques et autre applications des statistiques indiquer leurs résultats avec une marge d'erreur. Il n'est pas rare de voir qu'un sondage d'opinion indique qu'il y a un soutien pour une question ou un candidat à un certain pourcentage de répondants, plus et moins un certain pourcentage. C'est ce terme plus et moins qui est la marge d'erreur. Mais comment est calculée la marge d'erreur? Pour un échantillon aléatoire simple d'une population suffisamment grande, la marge ou l'erreur n'est en réalité qu'un retraitement de la taille de l'échantillon et du niveau de confiance utilisé.

Dans ce qui suit, nous utiliserons la formule de la marge d'erreur. Nous planifierons le pire des cas possible, dans lequel nous n'avons aucune idée du véritable niveau de soutien dans les sondages. Si nous avions une idée de ce nombre, peut-être grâce aux données d'interrogation précédentes, nous nous retrouverions avec une marge d'erreur plus petite.

La formule que nous utiliserons est: E = z_α/2/ (2√ n)

La première information dont nous avons besoin pour calculer la marge d'erreur est de déterminer le niveau de confiance que nous désirons. Ce nombre peut être n'importe quel pourcentage inférieur à 100%, mais les niveaux de confiance les plus courants sont 90%, 95% et 99%. Parmi ces trois, le niveau de 95% est le plus utilisé.

Si nous soustrayons le niveau de confiance de un, alors nous obtiendrons la valeur de alpha, écrite comme α, nécessaire pour la formule.

L'étape suivante du calcul de la marge ou de l'erreur consiste à trouver la valeur critique appropriée. Ceci est indiqué par le terme z_α/2 dans la formule ci-dessus. Puisque nous avons supposé un échantillon aléatoire simple d'une grande population, nous pouvons utiliser le distribution normale standard de z-scores.

Supposons que nous travaillons avec un niveau de confiance de 95%. Nous voulons rechercher le z-But z *pour laquelle l'aire entre -z * et z * est 0,95. Le tableau montre que cette valeur critique est 1,96.

Nous aurions également pu trouver la valeur critique de la manière suivante. Si nous pensons en termes de α / 2, puisque α = 1 - 0,95 = 0,05, nous voyons que α / 2 = 0,025. Nous recherchons maintenant dans le tableau pour trouver le z-score avec une zone de 0,025 à sa droite. Nous finirions avec la même valeur critique de 1,96.

D'autres niveaux de confiance nous donneront différentes valeurs critiques. Plus le niveau de confiance est élevé, plus la valeur critique sera élevée. La valeur critique pour un niveau de confiance de 90%, avec une valeur α correspondante de 0,10, est de 1,64. La valeur critique pour un niveau de confiance de 99%, avec une valeur α correspondante de 0,01, est de 2,54.

Le seul autre nombre dont nous avons besoin pour utiliser la formule pour calculer la marge d'erreur est le taille de l'échantillon, dénoté par n dans la formule. Nous prenons ensuite la racine carrée de ce nombre.

En raison de l'emplacement de ce nombre dans la formule ci-dessus, plus le taille de l'échantillon que nous utilisons, plus la marge d'erreur sera petite. Les grands échantillons sont donc préférables aux plus petits. Cependant, comme l'échantillonnage statistique nécessite des ressources en temps et en argent, il y a des contraintes quant à la mesure dans laquelle nous pouvons augmenter la taille de l'échantillon. La présence de la racine carrée dans la formule signifie que quadrupler la taille de l'échantillon ne fera que la moitié de la marge d'erreur.

Pour donner un sens à la formule, regardons quelques exemples.

1. Quelle est la marge d'erreur pour un échantillon aléatoire simple de 900 personnes à 95%niveau de confiance?
2. En utilisant le tableau, nous avons une valeur critique de 1,96, et donc la marge d'erreur est de 1,96 / (2 √ 900 = 0,03267, soit environ 3,3%.
3. Quelle est la marge d'erreur pour un échantillon aléatoire simple de 1600 personnes avec un niveau de confiance de 95%?
4. Au même niveau de confiance comme premier exemple, l'augmentation de la taille de l'échantillon à 1600 nous donne une marge d'erreur de 0,0245 ou environ 2,5%.