- L’auditeur teste rarement toutes les opérations : il en sélectionne un échantillon représentatif et extrapole ses conclusions à la population (norme 3530).
- L’échantillonnage peut être statistique (aléatoire, par unité monétaire) ou non statistique (jugement) ; seul le premier permet de quantifier le risque d’échantillonnage.
- La taille dépend du risque évalué, de l’anomalie tolérable, de la taille de la population et du taux d’anomalies attendu.
- Les anomalies détectées sont projetées sur la population et comparées à l’anomalie tolérable.
Une société émet 12 000 factures de vente dans l’année. L’auditeur ne va pas vérifier chacune. Il en choisit quelques dizaines ou centaines selon des règles précises, les contrôle, puis généralise. C’est le sondage en audit, encadré par la norme 3530.
Le principe
Le sondage consiste à appliquer des procédures d’audit à moins de 100 % des éléments d’une population, de sorte que tous les éléments aient une chance d’être sélectionnés, afin de fournir à l’auditeur une base raisonnable pour tirer des conclusions sur l’ensemble de la population.
Autres moyens de sélection, hors sondage : tester 100 % des éléments (petite population), sélectionner des éléments spécifiques (valeurs élevées, anormales, clés), qui ne permettent pas d’extrapoler.
Deux familles d’approches
| Approche | Caractéristiques | Quantification du risque |
|---|---|---|
| Statistique | Sélection aléatoire ; évaluation des résultats par la théorie des probabilités | Oui (niveau de confiance) |
| Non statistique | Sélection par jugement ; évaluation par jugement | Non |
Les deux peuvent fournir des éléments probants suffisants si elles sont bien conçues. La différence tient à la possibilité de chiffrer le risque et de documenter objectivement la taille de l’échantillon.
Les méthodes de sélection
| Méthode | Principe | Avantage | Limite |
|---|---|---|---|
| Aléatoire simple | Tirage au hasard (table, générateur) | Impartial | Nécessite une numérotation |
| Systématique | Une unité tous les n à partir d’un point aléatoire | Simple | Risque de périodicité cachée |
| Unités monétaires (MUS) | Chaque dirham est une unité ; probabilité proportionnelle à la valeur | Cible les gros montants, détecte les surévaluations | Moins adaptée aux sous-évaluations et aux soldes nuls |
| Au hasard « n’importe où » | Sélection sans biais conscient | Pratique | Risque de biais inconscient |
| Par bloc | Éléments consécutifs | Facile | Peu représentatif |
Les paramètres qui déterminent la taille
| Facteur | Effet sur la taille |
|---|---|
| Niveau de risque d’anomalies significatives évalué | Plus il est élevé, plus l’échantillon grandit |
| Anomalie tolérable (liée au seuil pour les travaux) | Plus elle est faible, plus l’échantillon grandit |
| Taux d’anomalies attendu | Plus il est élevé, plus l’échantillon grandit |
| Niveau d’assurance souhaité | Plus il est élevé, plus l’échantillon grandit |
| Taille de la population | Effet marginal si elle est grande |
| Stratification | Peut réduire la taille nécessaire |
Exemple chiffré : test de ventes en fin d’exercice (cut-off)
Le solde des ventes de la dernière semaine de décembre est de 2 400 000 MAD sur 300 factures. Seuil pour les travaux : 140 000 MAD.
- Stratification : 12 factures supérieures à 50 000 MAD (total 1 100 000) sont testées à 100 % ; le reste (288 factures, 1 300 000) est échantillonné.
- Échantillon du reste : 40 factures tirées aléatoirement (taille retenue pour un risque moyen et un taux d’anomalies attendu faible).
- Résultats : sur les 40 factures, 2 sont rattachées à tort à décembre (livraison en janvier) : 18 000 MAD de montant total.
- Projection : l’erreur moyenne par facture testée est 18 000 / 40 = 450 MAD. Projetée sur 288 factures : 450 × 288 = 129 600 MAD.
- Conclusion : l’anomalie projetée (129 600) est proche de l’anomalie tolérable (140 000), et s’ajoute à d’autres : l’auditeur étend ses tests et propose un ajustement.
Les deux types de sondages selon l’objectif
- Tests de procédures (sondages d’attributs) : on mesure un taux de déviation par rapport au contrôle prévu (par exemple, 3 % des factures sans visa). L’anomalie tolérable est un taux.
- Contrôles de substance (sondages de montants) : on estime un montant d’erreur dans un solde. L’anomalie tolérable est un montant.
Taille d’échantillon : l’ordre de grandeur pour un test de procédure
Pour un test de procédure (le contrôle a-t-il fonctionné ? une facture porte-t-elle le visa ?), on cherche à ne rejeter aucun écart au niveau de confiance retenu. Avec zéro écart attendu et un niveau de confiance de 95 %, la taille minimale est donnée par n = ln(0,05) ÷ ln(1 − taux de déviation tolérable) :
| Taux de déviation tolérable | Échantillon minimal (zéro écart) |
|---|---|
| 10 % | 29 |
| 5 % | 59 |
| 3 % | 99 |
| 2 % | 149 |
Si l’on découvre un écart dans l’échantillon, la conclusion « le contrôle est efficace » n’est plus tenable à ce niveau de confiance : l’auditeur étend l’échantillon, ou conclut que le contrôle ne peut pas être pris en compte et alourdit ses tests de substance. Ces tailles sont des repères statistiques ; chaque cabinet fixe ses propres tables dans sa méthodologie.
La sélection par unités monétaires : un exemple
La méthode des unités monétaires (MUS) donne à chaque dirham la même chance d’être sélectionné, donc aux gros montants une probabilité plus forte. Hypothèses : solde des clients de 5 000 000 MAD, anomalie tolérable de 140 000 MAD, facteur de confiance de 3,0 (environ 95 %, hypothèse de zéro anomalie).
| Étape | Calcul | Résultat |
|---|---|---|
| Intervalle de sélection | 140 000 ÷ 3,0 | 46 667 MAD |
| Taille de l’échantillon | 5 000 000 ÷ 46 667 | 107 éléments (environ) |
| Éléments supérieurs à l’intervalle | Sélectionnés à coup sûr | testés à 100 % |
On choisit un point de départ aléatoire inférieur à 46 667, puis chaque 46 667e dirham cumulé désigne un élément à tester.
Projection d’une anomalie. Un client dont le solde comptable est de 30 000 MAD est testé et trouvé surévalué de 6 000 MAD : le taux d’anomalie est de 6 000 ÷ 30 000 = 20 %. L’anomalie projetée est de 20 % × 46 667 = 9 333 MAD pour cet élément. On additionne les projections de tous les éléments erronés, on ajoute les anomalies d’éléments testés à 100 %, puis on compare le total à l’anomalie tolérable de 140 000.
La MUS convient aux surévaluations (créances, stocks) ; elle est moins adaptée aux sous-évaluations (dettes omises), où une autre approche est préférable.
Interpréter un test de procédure avec des écarts
Reprenons un test de 59 factures avec un taux de déviation tolérable de 5 %. L’auditeur découvre des écarts (factures sans visa de validation). Le taux de déviation maximal plausible, au niveau de confiance de 95 %, se lit dans une table : il est égal à un facteur ÷ taille de l’échantillon.
| Écarts découverts | Facteur de confiance (95 %) | Taux de déviation maximal | Conclusion avec une tolérance de 5 % |
|---|---|---|---|
| 0 | 3,00 | 3 ÷ 59 = 5,1 % | Limite atteinte : contrôle jugé efficace |
| 1 | 4,74 | 4,74 ÷ 59 = 8,0 % | Supérieur à 5 % : contrôle non démontré efficace |
| 2 | 6,30 | 6,30 ÷ 59 = 10,7 % | Contrôle inefficace à ce niveau |
Dès qu’un écart apparaît, l’auditeur dispose de deux options : étendre l’échantillon (par exemple à 93 éléments pour tolérer un écart) ou conclure que le contrôle ne peut pas être pris en compte et accroître les tests de détail. Dans les deux cas, l’entreprise a intérêt à ce que le contrôle fonctionne de façon constante : un oubli de visa dans 2 % des cas suffit à remettre en cause l’appui sur le contrôle.
Sélectionner l’échantillon dans Excel
Trois techniques courantes, à partir d’une liste de 600 factures numérotées de 1 à 600 :
| Méthode | Principe | Formule ou technique |
|---|---|---|
| Sélection aléatoire simple | Chaque facture a la même probabilité | =ALEA.ENTRE.BORNES(1;600) répétée, ou colonne =ALEA() triée |
| Sélection systématique | Une facture tous les k, avec départ aléatoire | k = 600 ÷ 60 = 10 ; départ =ALEA.ENTRE.BORNES(1;10) ; éléments départ, départ + 10, départ + 20… |
| Sélection par unités monétaires | Un dirham = une chance | Colonne de cumul =SOMME($C$2:C2) ; éléments où le cumul franchit chaque multiple de l’intervalle |
Pour la MUS, avec un intervalle de 46 667 MAD et un point de départ de 12 000 : les éléments retenus sont ceux où le cumul franchit 12 000, 58 667, 105 334, etc. Un tableur permet de les identifier avec =RECHERCHEX(seuil;cumul;élément;"";1). Les éléments supérieurs à l’intervalle sont sélectionnés d’office et testés à 100 %.
Stratifier pour gagner en efficacité
Une population de 600 factures clients présente des montants très dispersés. La stratification sépare les gros montants (testés intégralement) des petits (échantillonnés).
| Strate | Nombre de factures | Montant total (MAD) | Traitement |
|---|---|---|---|
| Supérieures à 140 000 MAD | 22 | 4 800 000 | Test à 100 % |
| Entre 20 000 et 140 000 MAD | 150 | 3 600 000 | Échantillon de 25 |
| Inférieures à 20 000 MAD | 428 | 1 600 000 | Échantillon de 15 |
| Total | 600 | 10 000 000 | 22 + 25 + 15 = 62 factures testées |
Avec ce plan, 62 factures sont examinées. La première strate, testée à 100 %, couvre à elle seule 48 % de la valeur totale (4 800 000 sur 10 000 000) : la couverture en valeur est un indicateur que l’auditeur consigne dans son dossier, et un argument en cas de revue qualité. Elle montre aussi à l’entreprise pourquoi ses plus gros clients sont systématiquement circularisés.
Les erreurs de sondage les plus fréquentes
| Erreur | Conséquence |
|---|---|
| Population incomplète (liste non rapprochée du solde comptable) | Les conclusions ne s’appliquent pas à l’ensemble |
| Échantillon pris par commodité (les premières factures) | Biais de sélection |
| Anomalies non projetées sur la population | Conclusion trop optimiste |
| Écarts « isolés » écartés sans analyse de leur cause | Oubli d’une erreur systématique |
| Taille d’échantillon identique pour tous les risques | Excès de travail sur les risques faibles, insuffisance sur les risques élevés |
| Absence de documentation de la méthode | Dossier indéfendable en revue qualité |
Ce que l’entreprise peut préparer
- Fournir des listes rapprochées : balance âgée = solde comptable, liste des factures = chiffre d’affaires.
- Archiver les pièces par numéro : factures, bons de livraison, bons de commande accessibles en quelques minutes.
- Numéroter les documents sans trou : la séquence permet de contrôler l’exhaustivité.
- Appliquer les contrôles de façon constante : visa, rapprochement, validation.
- Désigner un interlocuteur disponible pour répondre aux demandes de pièces.
Plus ces éléments sont prêts, moins l’échantillon est étendu, car l’auditeur peut s’appuyer sur les contrôles de l’entité.
Documenter un sondage
Un sondage bien conduit laisse une trace que le dossier de travail doit contenir :
- Objectif du test et assertion visée.
- Population : source, total, exhaustivité vérifiée (le total de la liste est rapproché du solde comptable).
- Unité d’échantillonnage et méthode de sélection, avec le point de départ aléatoire.
- Taille et paramètres (niveau d’assurance, anomalie tolérable, taux attendu).
- Liste des éléments sélectionnés.
- Résultats : anomalies, leur nature, leur cause.
- Projection et comparaison à l’anomalie tolérable.
- Conclusion et conséquences (extension, ajustement proposé).
Que faire des anomalies ?
- Analyser la cause : erreur isolée, erreur systématique, fraude.
- Projeter sur la population (méthode statistique ou proportionnelle).
- Ajouter les anomalies spécifiques détectées hors échantillon.
- Comparer au seuil tolérable.
- Étendre les tests ou demander à la direction d’ajuster.
- Évaluer l’incidence sur l’opinion (norme 2450).
Conseils pour l’entreprise
- Organiser les populations : listes complètes et fiables (journaux, fichiers de ventes) pour que la sélection ne soit pas biaisée.
- Fournir rapidement les pièces demandées : un échantillon qui ne peut être justifié devient une anomalie.
- Corriger les erreurs systématiques tôt : une cause identifiée (paramétrage du cut-off) évite de multiples anomalies.
- Documenter les contrôles : un contrôle interne efficace permet un échantillon plus petit.
Cas particuliers et situations limites
La population est très petite (moins de 30 éléments). Le sondage perd son intérêt : l’auditeur teste l’ensemble ou sélectionne les éléments présentant les risques les plus élevés.
La population est hétérogène. Stratifier par montant, par nature ou par site avant de sélectionner ; sinon l’échantillon n’est pas représentatif.
L’échantillon comprend un élément introuvable. Un élément dont la pièce est manquante est traité comme une anomalie (ou une déviation) sauf si une procédure alternative permet de conclure.
Le contrôle n’a pas fonctionné pendant une partie de l’année. Distinguer les périodes : le sondage ne s’applique qu’à la période où le contrôle est censé fonctionner, et une défaillance temporaire exige une couverture complémentaire.
Le sondage statistique est jugé trop lourd. Un sondage non statistique bien documenté (taille raisonnée, sélection aléatoire ou ciblée) est acceptable pour une PME, à condition de justifier la taille et la sélection.
Questions fréquentes
Pourquoi ne pas tout contrôler ?
Parce que ce serait trop long et trop coûteux, et que l’objectif est une assurance raisonnable, non absolue. Un sondage bien conçu fournit des éléments probants suffisants à un coût raisonnable.
Qu’est-ce que le risque d’échantillonnage ?
Le risque que la conclusion tirée de l’échantillon diffère de celle qu’on aurait obtenue en testant toute la population. Il est quantifiable dans l’approche statistique et jugé dans l’approche non statistique.
Quelles sont les méthodes de sélection ?
Sélection aléatoire (tirage au hasard), systématique (une unité tous les n), par unités monétaires (probabilité proportionnelle à la valeur), au hasard n’importe où (sans biais conscient) et par blocs. Le choix raisonné (jugement) cible les éléments à risque mais ne permet pas de projeter statistiquement.
Que faire d’une anomalie isolée ?
L’auditeur en analyse la cause, détermine si elle est systématique ou ponctuelle, la projette sur la population et décide d’étendre ses tests si nécessaire. Une fraude révélée est toujours traitée comme qualitativement significative.
- OEC, Manuel des normes d’audit légal et contractuel (octobre 2017), norme 3530 — sondages en audit
- OEC, norme 3500 — éléments probants
Cet article présente des règles générales à la date indiquée ; il ne remplace pas l’analyse de votre situation.
Articles rédigés par l’équipe du cabinet à partir des textes officiels et de la pratique des missions. Chaque article indique sa date de publication et, le cas échéant, de dernière revue.