Qu'est-ce qu'un intervalle de confiance ? Définition, exemples et comment en lire un (2026)
Un intervalle de confiance est une plage de valeurs calculée à partir de données d'échantillon. La méthode sous-jacente permet de capturer la valeur réelle de la population dans une proportion définie d'échantillons répétés. Un intervalle à 95% provient d'une procédure qui réussit 95% du temps.
Cette formulation semble pédante, et c'est précisément le but. La confiance décrit la méthode, et non la plage de valeurs spécifique affichée sur votre diapositive.
Ce guide présente la définition et l'utilité de l'intervalle de confiance. Il explique ensuite comment le lire, en quoi il diffère des concepts voisins et ce qu'il ne peut pas vous dire.
Qu'est-ce qu'un intervalle de confiance ?
Prenez un échantillon, mesurez quelque chose, et vous obtenez un nombre. Prenez un autre échantillon, et vous obtenez un nombre légèrement différent. L'intervalle tente d'exprimer à quel point ce nombre est susceptible de varier.
Un exemple concret permet de mieux comprendre. Vous interrogez 400 clients et 62% déclarent qu'ils vous recommanderaient. Un intervalle à 95% pourrait aller de 57% à 67%.
La bonne interprétation concerne la procédure. Imaginez que vous répétiez cette enquête de nombreuses fois et que vous construisiez un intervalle à chaque fois. Environ 95% de ces intervalles contiendraient la valeur réelle pour l'ensemble de vos clients.
L'interprétation tentante est de dire qu'il y a 95% de chances que la valeur réelle se situe entre 57% et 67%. Selon la définition standard, c'est faux, car la valeur réelle est fixe et c'est l'intervalle qui varie.
Cette distinction a des conséquences pratiques. Une fois l'intervalle calculé, soit il contient la valeur réelle, soit il ne la contient pas, et vous ne pouvez pas savoir ce qu'il en est. Ce que vous pouvez savoir, c'est à quelle fréquence la méthode voit juste.
À quoi sert un intervalle de confiance ?
Présenter une mesure de manière honnête. Un simple pourcentage suggère une précision qu'un échantillon ne peut pas fournir. L'intervalle montre la marge d'erreur de l'estimation.
Comparer deux groupes. Si l'intervalle d'une différence exclut zéro, la différence est statistiquement significative au niveau de confiance correspondant. C'est la même information qu'apporte un test, sous une forme plus lisible.
Décider s'il faut agir. Un intervalle allant d'une amélioration de 1% à une amélioration de 40% indique que l'effet est probablement positif, mais que son ampleur reste inconnue. C'est souvent la réponse la plus honnête, et elle change la donne pour la prise de décision.
Définir les attentes avant une décision. Publier la plage de valeurs à l'avance évite qu'un résultat ultérieur ne soit perçu comme une surprise. Un chiffre qui tombe dans l'intervalle que vous avez déjà annoncé n'est pas un événement.
Dimensionner la prochaine étude. Si l'intervalle est trop large pour être utile, la solution consiste à agrandir l'échantillon. Sa largeur vous indique approximativement dans quelle mesure.
Comment fonctionne un intervalle de confiance
Trois facteurs déterminent sa largeur, et il est utile de savoir sur quel levier vous pouvez réellement agir.
La taille de l'échantillon. Plus d'observations réduisent l'intervalle, avec des rendements décroissants. En gros, quadrupler l'échantillon divise la largeur par deux.
La variabilité des données. Des données dispersées produisent des intervalles plus larges. C'est une caractéristique inhérente à ce que vous mesurez, et elle n'est généralement pas modifiable.
Le niveau de confiance choisi. Un intervalle à 99% est plus large qu'un intervalle à 95% sur les mêmes données. Une confiance plus élevée s'obtient au détriment de la précision, et non grâce à de meilleures informations.
Un quatrième facteur est souvent oublié : ce que vous estimez. Les plages autour de proportions proches de 0% ou 100% se comportent différemment des plages autour d'une moyenne, car la quantité est bornée. Les formules standard peuvent produire des valeurs qui dépassent ces limites.
Ce dernier point est celui qui sème le plus la confusion. Augmenter le niveau de confiance ne rend pas l'estimation meilleure. Cela élargit simplement le filet pour que la méthode réussisse plus souvent.
Comment lire un intervalle de confiance
Regardez la largeur avant le point central. Une plage de 61% à 63% et une plage de 30% à 94% peuvent partager le même centre, mais une seule d'entre elles permet de prendre une décision.
Une plage citée sans son niveau de confiance n'est pas interprétable. Demandez le niveau de confiance avant de tirer des conclusions de sa largeur.
Vérifiez ensuite ce que l'intervalle exclut. Pour une différence entre deux groupes, c'est la valeur zéro qui compte. Un intervalle contenant zéro signifie que les données sont compatibles avec une absence totale de différence.
Enfin, demandez-vous sur quoi porte l'intervalle. Un intervalle pour une moyenne vous renseigne sur la moyenne, pas sur les cas individuels. La moitié de vos clients peuvent se situer en dehors d'un intervalle pour la moyenne sans que cela ne pose de problème.
Méfiez-vous des plages présentées sans la taille de leur échantillon. Deux intervalles de largeur identique peuvent reposer sur des volumes de preuves très différents si la variabilité sous-jacente diffère. La taille de l'échantillon doit figurer à côté de l'estimation.
Une bonne habitude pratique : présentez systématiquement l'intervalle à côté de l'estimation, dans la même phrase. Les séparer en les reléguant dans une note de bas de page garantit que cette note ne sera pas lue.
Intervalle de confiance vs concepts associés
| Terme | Ce qu'il décrit | Confusion fréquente |
|---|---|---|
| Intervalle de confiance | Plage plausible pour une valeur de population | Interprété comme une probabilité concernant cette plage spécifique |
| Intervalle de prédiction | Plage plausible pour une observation future | Utilisé lorsque la question concerne des individus |
| Marge d'erreur | Moitié de la largeur d'un intervalle symétrique | Citée sans son niveau de confiance |
| Écart-type | Dispersion des données elles-mêmes | Confondu avec l'incertitude de l'estimation |
La distinction entre les deux premières lignes est celle qui cause le plus de tort dans la pratique. Un intervalle étroit autour d'une moyenne n'est pas une promesse concernant un client, une commande ou un jour en particulier.
Pour le concept voisin visant à savoir si une différence observée est réelle ou non, consultez notre guide sur ce qu'est la significativité statistique.
Limites et ce qu'il ne peut pas vous dire
Il ne corrige pas un échantillon biaisé. Si votre enquête n'a touché que vos utilisateurs les plus actifs, obtenir plus de réponses produira un intervalle plus étroit autour d'un chiffre erroné. La précision et l'exactitude sont deux propriétés différentes.
Il ne décrit pas l'importance. Une différence peut être mesurée avec précision tout en étant trop minime pour justifier une action. La résolution statistique et la pertinence commerciale sont des questions totalement distinctes.
Il suppose que les conditions de la méthode sont respectées. Chaque intervalle repose sur des hypothèses concernant la manière dont l'échantillon a été constitué. Les échantillons de convenance et l'examen répété des résultats intermédiaires enfreignent tous deux ces hypothèses en toute discrétion.
Il est facile de le fausser en s'arrêtant trop tôt. Vérifier les résultats de manière répétée et s'arrêter lorsque la plage semble convaincante gonfle le taux d'erreur au-delà du niveau annoncé. Fixez la taille de l'échantillon avant de commencer à regarder les données.
Il ne dit rien sur un cas unique. L'intervalle concerne une valeur de population. L'appliquer à un seul client ou à une seule transaction est une erreur de catégorie.
Pour dire les choses clairement : l'intervalle quantifie la variabilité de l'échantillonnage et rien d'autre. Toutes les autres sources d'erreur restent à votre charge.
Comment obtenir un intervalle à partir de vos données avec Powerdrill Bloom
Étape 1 : Importez vos données
Importez les réponses ou mesures brutes plutôt qu'un tableau récapitulatif. Powerdrill Bloom analyse le profil des colonnes dès leur arrivée, de sorte que la taille des groupes et les valeurs manquantes sont visibles avant même le calcul du moindre intervalle.
Étape 2 : Demandez l'intervalle en langage naturel
Demandez l'estimation et sa plage de valeurs en même temps. Demandez la moyenne par groupe avec un intervalle de confiance à 95%, et demandez combien d'observations se cachent derrière chacune d'elles.
Posez ensuite la question complémentaire qui transforme les chiffres en décision. Demandez quelles différences entre groupes présentent des intervalles excluant zéro, et lesquelles sont trop larges pour permettre de tirer une conclusion.
Étape 3 : Exportez le graphique, le rapport ou la présentation
Récupérez un tableau accompagné des intervalles, un graphique avec des barres d'erreur ou un paragraphe rédigé que vous pourrez coller dans un rapport.
Conclusion
Un intervalle de confiance exprime à quel point votre estimation varierait si vous procédiez à un nouvel échantillonnage. Regardez d'abord la largeur, puis vérifiez s'il exclut la valeur qui importe. La confiance est propre à la méthode plutôt qu'à la plage de valeurs affichée.
Une dernière habitude mérite d'être adoptée. Lorsque quelqu'un vous présente un chiffre unique sans plage de valeurs associée, demandez quel est l'intervalle. La réponse est généralement instructive, et parfois, elle révèle simplement que personne ne l'a calculé.
L'habitude à prendre est de présenter la plage de valeurs à chaque fois que vous communiquez un chiffre. Si vous préférez obtenir les deux en même temps, essayez Powerdrill Bloom sur votre jeu de données. Consultez également nos guides pour générer des statistiques descriptives et analyser les résultats de tests A/B sans statisticien, ainsi que la page sur les analyses automatiques.
Foire aux questions
Que signifie réellement un intervalle de confiance à 95% ?
Cela signifie que la méthode utilisée produirait un intervalle contenant la valeur réelle de la population dans environ 95% des échantillons répétés. Les 95% décrivent la procédure plutôt que la plage spécifique que vous avez calculée.
Un intervalle de confiance plus large est-il préférable ou non ?
Moins bon, dans le sens où il est moins informatif. Une plage large signifie que les données sont compatibles avec de nombreuses valeurs possibles, ce qui indique généralement un échantillon de petite taille ou une forte variabilité dans ce que vous avez mesuré.
Pourquoi un intervalle à 99% semble-t-il moins précis qu'un intervalle à 95% ?
Parce qu'une confiance plus élevée nécessite un filet plus large. Les mêmes données ne permettent de soutenir une affirmation plus fiable qu'en rendant cette affirmation moins précise ; la précision diminue donc à mesure que la confiance augmente.
Quelle est la différence entre un intervalle de confiance et une marge d'erreur ?
La marge d'erreur correspond à la moitié de la largeur d'un intervalle symétrique. Citer une marge d'erreur sans son niveau de confiance omet l'information nécessaire à son interprétation.
Un intervalle de confiance peut-il être erroné ?
Le calcul peut être correct tout en menant à une conclusion trompeuse. Un échantillon biaisé produit un intervalle étroit autour d'une valeur erronée, car la méthode mesure la variabilité de l'échantillonnage et non l'exactitude.