• Panier d’achats
Connexion

Connexion

home page banner blank

Performance Audit Resources

Our resources help public sector performance auditors build capacity and strengthen accountability. These resources include CCAF-FCVI Audit News, Training, Research & Methodology and Events & Presentations.
Read More...

PAC/Oversight Resources

CCAF’s oversight program supports oversight committee members and their support staff. We provide research, material and professional development workshops to oversight committees both in Canada and abroad.

Our support enables parliamentarians to become familiar with their role and improve the effectiveness of their committees. This includes information on understanding performance audit, and how these audits can help improve public administration.
Read More...

International Development Program

CCAF works with Canadian partners to provide capacity building support for the Supreme Audit Institutions (SAIs) and parliamentary oversight committees of selected developing countries.
Read More...
  1. Performance Audit Resources
  2. PAC/Oversight Resources
  3. International Development Program

Limites et risques de l’échantillonnage dans le cadre des audits de performance

Limites

Dans le cadre d’un audit de performance, l’échantillonnage peut être limité par le temps et les ressources disponibles. La sélection d’un échantillon, l’analyse de cet échantillon pour tirer des observations d’audit et la validation de ces observations avec les organisations auditées sont souvent des étapes coûteuses en temps et en argent. En pratique, les échantillons doivent donc être relativement petits pour que l’audit puisse se dérouler en temps utile. Étant donné que la détection de petites variantes nécessite des échantillons de grande taille, les audits de performance ont tendance à rechercher de grandes variances qui indiquent des niveaux élevés d’erreurs importantes, comme des cas de non-conformité. Par exemple, si les auditeurs analysent un important programme social, il serait plus avantageux d’enquêter sur les disparités inhabituelles entre les régions (ce qui sera possible au moyen d’un échantillon de taille raisonnable), au lieu de rechercher des cas uniques de trop-payés (ce qui nécessiterait un échantillon bien plus grand)2.

De plus, lorsque la taille de l’échantillon est limitée par la disponibilité des ressources, il peut arriver que l’équipe d’audit ne puisse pas recourir à un échantillonnage généralisable pour tirer des conclusions d’audit qui correspondent au niveau de confiance souhaité. Le calcul de la taille de l’échantillon est un aspect primordial de l’échantillonnage généralisable. Si la taille d’échantillon requise est trop grande pour être pratique, l’équipe d’audit ne sera pas en mesure de prélever un échantillon permettant une extrapolation des résultats à l’ensemble de la population. Dans ce cas, les observations d’audit ne seraient valables que pour le petit échantillon que l’équipe serait en mesure d’analyser. Cette question et les facteurs sous-jacents sont abordés plus en détail dans la partie 2 du présent guide, dans les sous-sections consacrées à l’optimisation de l’homogénéité et au temps et aux ressources disponibles pour achever les travaux d’audit.

Une autre limite à laquelle les bureaux d’audit peuvent se heurter en matière d’échantillonnage a trait à la disponibilité de l’expertise. Tous les bureaux d’audit ne peuvent pas se permettre d’avoir un spécialiste de l’échantillonnage parmi leurs effectifs, et tous les auditeurs ne connaissent pas suffisamment bien les méthodes et les logiciels d’échantillonnage. Le manque d’expertise peut limiter la capacité d’un bureau d’audit à utiliser efficacement les méthodes d’échantillonnage dans le cadre de ses audits de performance. Pour y remédier, il est notamment possible de faire appel à des consultants spécialisés pour des missions spécifiques. (Utilisée occasionnellement, cette option peut être moins coûteuse que la présence d’un statisticien ou d’un spécialiste des données dans l’équipe.)

 

2 L’analytique des données peut être utilisée en conjonction avec l’échantillonnage pour déceler les cas de non-conformité et les anomalies rares mais importantes au moyen d’ensembles de données volumineux. Cependant, le succès de cette approche est toujours limité par l’exhaustivité et la qualité des données lisibles par machine dont on dispose.