هدف مقاله حاضر پیش بینی کیفیت حسابرسی با استفاده از الگوریتم های درخت تصمیمگیری است. بنابراین کلیه مؤسسات حسابرسی عضو جامعه حسابداران رسمی ایران در بازه زمانی 1391 تا 1396، جامعه آماری پژوهش هست که بعد از غربالگری تعداد 1367 مشاهده به عنوان نمونه آماری باقی ماندند. این پژوهش ازنظر هدف کاربردی و به لحاظ روش پژوهشــی، توصیفی از نوع همبستگی است. تجزیه وتحلیل دادهها مطابق با استاندارد دادهکاوی CRISP-DM و اجرای چهار الگوریتم درخت تصمیمگیری CHAID, C&RT, C5.0 و QUEST صورت پذیرفت. نتایج نشان داد که مدلهای بهینه بدون در نظر گرفتن عمق درخت، با بیشترین قدرت تشخیص مربوط به درخت C5.0 بالغ بر 97 درصد و با در نظر گرفتن عمق درخت با بیش از 92 درصد مربوط به درخت C&RT هست. بدین صورت که از مجموع 19 معیار ارزیابی کیفیت حسابرسی، تعداد 16 معیار در الگوریتم C5.0 و 12 معیار در الگوریتم CHAID و 5 معیار در C&RT و 3 معیار در QUEST، در پیش بینی کیفیت حسابرسی مؤثر قلمداد و مابقی کنار گذاشته شده اند. نکته حائز اهمیت اینکه معیارهای مشترک در هر چهار الگوریتم که عبارت اند از استخدام کارکنان، آموزش کارکنان و برنامه ریزی کنترل و سرپرستی کار همگی از فاز ورودی های مؤثر بر کیفیت حسابرسی میباشند.