Sample Size Calculator
Choose a scenario by study type and enter the parameters to estimate the required sample size. Covers common clinical/imaging research designs such as mean comparison, correlation, proportion estimation and reference interval studies.
① Choose study type
② Enter parameters
Mode d'emploi et méthodologie
Pourquoi estimer la taille d'échantillon avant une étude ?
Un échantillon trop petit donne une puissance insuffisante et des conclusions faussement négatives ; trop grand gaspille des ressources et prolonge l'étude. Au stade du design (et des demandes d'éthique/financement), une justification de taille d'échantillon est en général exigée : à faire avant le recueil des données.
Que signifient les paramètres clés ?
α (seuil de significativité) vaut en général 0,05 — probabilité de faux positif ; la puissance (1−β) vaut en général 0,8 ou 0,9 — probabilité de détecter une vraie différence ; la différence attendue δ et l'écart-type σ reflètent la taille d'effet et peuvent venir d'une étude pilote ou de la littérature.
Comment choisir le type d'étude ?
Utilisez « comparaison de moyennes à deux groupes » pour comparer deux moyennes ; « estimation de moyenne à un groupe » pour la précision d'une moyenne unique ; « étude de corrélation » pour la corrélation de deux variables ; « estimation de proportion à un groupe » pour un taux de positivité ; et « étude d'intervalle de référence » pour établir une norme.
La valeur calculée est-elle le nombre final ?
Non. C'est le minimum théorique, hors pertes de suivi et abandons. Les études ajoutent en général 10–20 % pour les données manquantes. Pour des designs multifactoriels, stratifiés ou à mesures répétées, consultez un statisticien.
Collez le lien dans Slack, Teams, X ou LinkedIn — l’aperçu utilise la carte Open Graph de cette page.