Contrôler cent mille écritures une par une est impossible ; se contenter d’en regarder dix au hasard n’apporte aucune assurance. Entre ces deux impasses, l’audit s’appuie sur une méthode : l’échantillonnage. Sélectionner un sous-ensemble, en tirer une conclusion sur la population entière, et savoir avec quelle marge d’incertitude on le fait. L’arrivée des outils d’analyse de données a modifié la donne — on peut désormais examiner l’intégralité d’une population sous certains angles — sans faire disparaître le sondage, qui reste indispensable dès qu’il faut remonter aux pièces justificatives.
En bref
- La NEP 530 encadre la sélection des éléments à contrôler : trois voies coexistent — population entière, éléments spécifiques, sondage.
- L’échantillonnage suppose que chaque élément ait une chance d’être sélectionné, afin d’extrapoler à la population.
- La taille dépend du risque, du seuil de signification et de la variabilité de la population — jamais d’un pourcentage arbitraire.
- La sélection proportionnelle aux montants concentre l’effort sur les enjeux financiers.
- Toute anomalie détectée doit être extrapolée, et sa cause comprise avant d’être qualifiée d’isolée.
Trois manières de choisir ce qu’on contrôle
La norme distingue clairement les approches, et la confusion entre elles est source de travaux mal fondés :
- le contrôle exhaustif de la population, désormais réaliste sur données structurées ;
- la sélection d’éléments spécifiques : les montants les plus élevés, les opérations inhabituelles, les comptes sensibles — approche ciblée, mais qui ne permet pas d’extrapoler au reste de la population ;
- le sondage proprement dit, où chaque élément a une chance d’être retenu, seule voie autorisant une conclusion sur l’ensemble.
Une erreur fréquente consiste à contrôler les vingt plus gros montants et à conclure sur la totalité du poste. Ce n’est pas un échantillonnage : c’est un examen d’éléments spécifiques, et il laisse la partie non contrôlée sans assurance.
Sondage statistique ou non statistique ?
Le sondage statistique repose sur une sélection aléatoire et sur la théorie des probabilités : il permet de quantifier le risque d’échantillonnage et de calculer une taille d’échantillon justifiée mathématiquement. Le sondage non statistique laisse davantage de place au jugement dans la sélection et la taille. Les deux sont admis. Le premier apporte une justification objective et se prête à l’automatisation ; le second reste courant sur des populations réduites, à condition que le raisonnement soit documenté.
Les deux risques à ne pas confondre
| Risque | Origine | Comment le réduire |
|---|---|---|
| Risque d’échantillonnage | L’échantillon n’est pas représentatif de la population | Augmenter la taille, améliorer la méthode de sélection |
| Risque hors échantillonnage | Procédure inadaptée, anomalie non détectée par l’auditeur | Formation, supervision, revue, programme de travail pertinent |
Tableau donné à titre indicatif, sous réserve de la réglementation en vigueur.
Augmenter la taille d’un échantillon ne corrige jamais un test mal conçu : le second risque ne se traite pas par le volume.
Ce qui détermine la taille de l’échantillon
Trois facteurs, et aucun d’eux n’est un pourcentage fixe de la population :
- le risque d’anomalies significatives évalué sur le poste : plus il est élevé, plus l’échantillon grandit ;
- le seuil de travail retenu : plus il est bas, plus l’échantillon grandit ;
- la variabilité de la population : une population hétérogène exige davantage d’éléments, sauf à la stratifier.
La taille de la population, elle, n’a qu’une influence marginale au-delà d’un certain volume — contre-intuitif, mais fondamental : passer de dix mille à cent mille factures n’exige pas dix fois plus de contrôles.
Les méthodes de sélection
La sélection aléatoire tire les éléments au hasard, chacun ayant la même probabilité d’être retenu. La sélection systématique prélève un élément tous les n, à partir d’un point de départ aléatoire — pratique, mais à éviter si la population comporte une périodicité. La sélection proportionnelle aux montants donne à chaque élément une probabilité d’être retenu proportionnelle à sa valeur : les gros montants sont quasi certains d’être sélectionnés, les petits rarement. Elle est particulièrement adaptée à la recherche de surévaluations, par exemple sur les créances clients ou les stocks.
La stratification
Diviser une population hétérogène en sous-ensembles homogènes permet de réduire fortement la taille totale de l’échantillon. Une approche classique consiste à contrôler intégralement les éléments dépassant un certain montant, puis à sonder le reliquat. La démarche est rigoureuse à condition d’être explicite : la partie contrôlée exhaustivement ne fait pas l’objet d’extrapolation, seul le reliquat sondé y donne lieu.
Extrapoler les anomalies détectées
C’est l’étape la plus souvent escamotée. Si l’échantillon révèle des anomalies, leur montant doit être projeté sur la population dont il est issu, et cette anomalie extrapolée vient alimenter le tableau de synthèse comparé au seuil de signification. Trouver deux erreurs pour un montant faible dans un échantillon de soixante éléments prélevés sur douze mille ne signifie pas que l’incidence est faible : cela dépend entièrement de la projection.
La tentation de l’anomalie « isolée »
Qualifier une anomalie d’exceptionnelle — donc non extrapolable — exige d’établir positivement qu’elle ne peut pas se reproduire dans le reste de la population : cause identifiée, circonstance unique, contrôle démontrant l’absence d’autres cas. En l’absence de cette démonstration, l’anomalie doit être extrapolée. C’est un point de vigilance récurrent, car la qualification d’anomalie isolée est confortable et rarement étayée.
Ce que change l’analyse sur population entière
Les outils d’analyse de données permettent aujourd’hui de passer l’intégralité des écritures au crible sur des critères objectifs : montants, dates, comptes, utilisateurs, séquences, libellés. Sur ces angles, le sondage n’a plus lieu d’être — pourquoi échantillonner quand on peut tout examiner ? Ce basculement s’appuie sur le fichier des écritures comptables et sur les outils dédiés, et il modifie la nature du travail : l’auditeur passe de « quels éléments regarder ? » à « quels critères appliquer ? ».
Pourquoi le sondage ne disparaît pas pour autant
Parce que l’analyse de données ne teste que ce qui figure dans les données. Elle ne dit rien de la réalité de l’opération sous-jacente, de la conformité du justificatif, de la pertinence d’un contrat. Dès qu’il faut ouvrir une pièce, apprécier un document, interroger un tiers, le volume redevient limitant — et il faut choisir. L’analyse exhaustive oriente ce choix, elle ne le supprime pas. Les deux approches s’articulent : filtrer largement, puis sonder intelligemment ce qui reste.
Le cas des tests de contrôles
Lorsque l’auditeur teste le fonctionnement d’un contrôle interne — une double validation, un rapprochement, un visa —, il ne mesure pas un montant mais une fréquence de défaillance. La logique change : la taille de l’échantillon dépend de la fréquence d’exécution du contrôle et du taux d’écart tolérable. Un contrôle exécuté quotidiennement ne se teste pas avec le même nombre d’occurrences qu’un contrôle mensuel. Ces tests reposent sur une compréhension préalable du contrôle interne et, de plus en plus, de son informatisation.
Sélectionner sur le risque plutôt que sur le montant
Une sélection fondée uniquement sur les montants les plus élevés laisse un angle mort considérable : les manipulations les plus fréquentes empruntent des écritures de faible valeur, répétées, ou passées à des moments particuliers. Croiser les critères — montant, mais aussi date de saisie, utilisateur, journal, contrepartie inhabituelle, libellé absent — produit une sélection nettement plus pertinente que le seul classement décroissant. C’est exactement ce que permettent les traitements décrits dans notre article sur la détection d’anomalies par analyse de distribution : l’outil hiérarchise, l’auditeur arbitre.
Le calendrier compte autant que la méthode
Un échantillon prélevé sur les seuls mois de clôture ne représente pas l’exercice ; à l’inverse, une sélection strictement proportionnelle peut ignorer la période de bascule, souvent la plus sensible en matière de rattachement. La pratique consiste à combiner une couverture répartie sur l’ensemble de la période et un examen renforcé des semaines encadrant la clôture, là où se concentrent les écritures d’ajustement et les risques de césure d’exercice.
Documenter la démarche
Le dossier doit permettre de rejouer le raisonnement : population de référence et son rattachement aux comptes, méthode de sélection retenue et pourquoi, taille et justification, éléments sélectionnés, anomalies relevées, extrapolation, conclusion sur le poste. Un échantillon dont on ne peut pas reconstituer la population d’origine est inexploitable, quelle que soit la qualité des contrôles réalisés sur les éléments retenus.
Ce que l’entreprise peut faire pour alléger les sondages
Le volume de tests dépend du risque évalué et de la fiabilité des contrôles internes. Une entreprise qui documente ses procédures, sépare les tâches, valide ses écritures mensuellement et rend ses justificatifs immédiatement accessibles — comptabilité suivie avec un cabinet d’expertise comptable, pièces dématérialisées et indexées — permet à l’auditeur de s’appuyer davantage sur les contrôles et donc de réduire l’étendue des tests de substance. L’effet sur les honoraires est direct.
Questions fréquentes
Existe-t-il un pourcentage minimum à contrôler ?
Non. Aucune norme ne fixe de proportion. La taille découle du risque évalué, du seuil de travail et de la variabilité de la population ; la taille de la population n’a qu’un effet marginal au-delà d’un certain volume.
Contrôler les plus gros montants, est-ce un échantillonnage ?
Non, c’est une sélection d’éléments spécifiques. Elle est légitime et souvent pertinente, mais elle ne permet aucune conclusion sur la partie non contrôlée de la population.
Que faire d’une anomalie trouvée dans l’échantillon ?
Elle doit être comprise, puis extrapolée à la population dont l’échantillon est issu, et intégrée au cumul des anomalies comparé au seuil de signification. La qualifier d’isolée exige de démontrer qu’elle ne peut pas se reproduire.
L’analyse de 100 % des écritures rend-elle le sondage inutile ?
Sur les critères présents dans les données, oui. Dès qu’il faut examiner des pièces justificatives ou apprécier la réalité d’une opération, le sondage reste nécessaire — l’analyse exhaustive sert alors à mieux le cibler.
Le sondage statistique est-il obligatoire ?
Non. Le sondage non statistique est admis, à condition que la sélection et la taille soient justifiées et documentées. L’approche statistique apporte une justification objective et se prête mieux à l’automatisation.
En résumé
L’échantillonnage permet de conclure sur une population entière à partir d’un sous-ensemble, à condition de respecter trois disciplines : choisir une méthode de sélection qui autorise l’extrapolation, calibrer la taille sur le risque et le seuil plutôt que sur un pourcentage arbitraire, et projeter les anomalies détectées. L’analyse de données a déplacé la frontière — on examine désormais l’intégralité des écritures sur les critères objectifs — sans supprimer le sondage, indispensable dès qu’il faut remonter aux pièces. Le cabinet Paris Ouest Audit combine ces approches dans ses missions ; découvrez nos expertises.