Gratuite, cette calculatrice calcule la marge d'erreur et l'intervalle de confiance à 90%, 95% ou 99% avec moyenne, écart type et taille d'échantillon.
Un intervalle de confiance transforme une moyenne d'échantillon en une fourchette contenant probablement la vraie moyenne de la population. Par exemple, une moyenne de 100 avec une marge d'erreur de 4,16 donne un intervalle à 95% de 95,84 à 104,16.
Cette calculatrice d'intervalle de confiance calcule la marge d'erreur et l'intervalle pour les niveaux de confiance de 90%, 95% et 99%. Chercheurs, étudiants et équipes qualité l'utilisent pour indiquer la précision d'une estimation.
La calculatrice utilise la loi normale centrée réduite (z*), l'approche standard pour les grands échantillons – la FAQ explique quand utiliser la loi de Student.
Saisissez la moyenne, l'écart type et la taille de l'échantillon, puis choisissez le niveau de confiance ; la marge, les bornes et la valeur critique se mettent à jour instantanément.
Si l'échantillonnage était répété souvent, environ 95% des intervalles construits de la même façon contiendraient la vraie moyenne. Ce n'est pas une probabilité de 95% que la moyenne soit dans cet intervalle précis.
IC = moyenne ± z* × σ / √n, avec z* = 1,645 (90%), 1,96 (95%) ou 2,576 (99%). Exemple : moyenne 100, σ 15, n 50 → IC 95% [95,84, 104,16].
La marge d'erreur décroît en √n : multiplier la taille par 4 divise la marge par deux.
Pour les petits échantillons (n < 30) avec écart type de population inconnu, la loi de Student donne des intervalles plus larges et plus précis. Cette calculatrice utilise l'approximation normale usuelle pour n ≥ 30.
Pour une proportion p sur n essais, l'erreur standard est √(p(1−p)/n) et IC = p ± z* × SE. Cette calculatrice traite les moyennes ; vous pouvez saisir p comme moyenne pour une estimation rapide.