Calculateur d'erreur standard de la moyenne
Rédigé par Thierno Sadou Diallo, formule vérifiée selon notre méthodologie • Mis à jour le 15/08/2026
L'erreur standard de la moyenne (SEM) se calcule avec écart-type ÷ racine carrée de la taille de l'échantillon. Pour un écart-type de 10 sur un échantillon de 25 observations, la SEM est de 2.
Explication
L'erreur standard de la moyenne (souvent abrégée SEM, pour Standard Error of the Mean) mesure la précision avec laquelle la moyenne d'un échantillon estime la moyenne réelle de la population dont il est issu. Elle ne doit pas être confondue avec l'écart-type, qui mesure la dispersion des valeurs individuelles autour de la moyenne : la SEM mesure plutôt la variabilité qu'on observerait sur la moyenne elle-même si on répétait l'échantillonnage plusieurs fois. Plus l'échantillon est grand, plus la SEM diminue (elle décroît avec la racine carrée de la taille de l'échantillon) : cela reflète le fait qu'un échantillon plus grand donne une estimation plus précise et plus stable de la moyenne de la population, même si l'écart-type des données individuelles reste le même. C'est pour cette raison que la SEM est couramment utilisée pour construire des barres d'erreur sur des graphiques scientifiques et des intervalles de confiance, tandis que l'écart-type reste l'indicateur de référence pour décrire la dispersion des données brutes elles-mêmes.
Exemple : écart-type de 10, échantillon de 25 observations
Données d'entrée
Écart-type : 10. Taille de l'échantillon : 25.
Calcul
Erreur standard = 10 ÷ √25 = 10 ÷ 5 = 2.
Résultat
La SEM de cet échantillon est de 2.
Questions fréquentes
Quelle est la différence entre écart-type et erreur standard de la moyenne ?
L'écart-type décrit la dispersion des valeurs individuelles autour de la moyenne d'un échantillon donné, et ne diminue pas nécessairement en augmentant la taille de l'échantillon. La SEM, elle, mesure la précision de l'estimation de la moyenne de la population et diminue systématiquement quand la taille de l'échantillon augmente, puisqu'un échantillon plus grand donne une estimation plus fiable de la vraie moyenne.
Pourquoi la SEM diminue-t-elle avec la racine carrée de n, et pas directement avec n ?
C'est une conséquence mathématique du théorème central limite, qui montre que la variance de la moyenne d'échantillonnage est égale à la variance de la population divisée par n. Comme l'écart-type est la racine carrée de la variance, l'erreur standard de la moyenne est donc l'écart-type divisé par la racine carrée de n, pas par n directement. Concrètement, quadrupler la taille de l'échantillon ne divise la SEM que par 2, pas par 4.
Quand utiliser la SEM plutôt que l'écart-type sur un graphique ?
Utilisez l'écart-type pour montrer la dispersion réelle des données individuelles (à quel point les observations varient entre elles). Utilisez la SEM pour montrer la précision de l'estimation d'une moyenne, par exemple pour comparer si deux moyennes de groupes sont statistiquement distinctes. Confondre les deux est une erreur fréquente qui peut rendre un graphique trompeur sur ce qu'il représente réellement.