Intervalle de confiance
Lorsque pour un sondage on utilise un échantillon probabiliste pour lequel le seuil de confiance est généralement de 95 % en marketing, l’intervalle de confiance autour de l’estimation de la proportion est obtenu à l’aide de la formule ci-dessus où n représente la taille de l’échantillon et Po la probabilité observée. Si par exemple on observe sur un échantillon de 500 personnes que l’intention d’achat du produit dans les prochains jours est de 34 %, le calcul de l’intervalle de confiance (0,04) nous permet de dire qu’il y a 95 chances sur 100 que le pourcentage de consommateurs ayant l’intention d’acheter le produit dans les prochains jours se situe entre 30 et 38 %. La condition de validité minimale est obtenue par l’application du théorème de limite centrale. Il s’applique également au panel pour l’analyse des quantités consommées. Adam Duhachek, Anne Coughlan et Dawn Iacobucci observent que : « Une des raisons pour lesquelles les intervalles de confiance sont riches en informations correspond au fait que les chercheurs n’obtenant que de faibles alpha ne sont alors plus obligés de se contenter d’esquisser des interprétations hasardeuses, liées à des facteurs comme la taille de l’échantillon. D’un autre côté, un alpha plus élevé mais coïncidant à une grande variance limiterait les interprétations possibles. Par exemple, prenons le cas d’un alpha qui n’excède pas le seuil de 0.70, disons a = 0.65. Selon la taille de l’échantillon, pour n = 30, 100, 200, ou 500, on obtient les écarts-types respectifs suivants : 0.103, 0.057, 0.040 et 0.025 et les intervalles de confiance à 95 % [0.450, 0.856], [0.542, 0.764], [0.575, 0.732], et [0.603, 0.703]. Notons que dans chacun de ces cas, 0.70 se situe dans l’intervalle de confiance. »
