ALUMNO:

ANGEL DE JESS PREZ RODRIGUEZ

JUAN CARLOS LPEZ VZQUEZ
MATERIA:
AUDITORIA INFORMATICA
CATEDRATICO:
LORENZO BASTARD
CICLO:
7mo CUATRIMESTRE
INGENIERIA EN SISTEMAS COMPUTACIONALES

PICHUCALCO, CHIAPAS, DOMINGO SEPTIEMBRE 20 2014

INDICE

UNIDAD II. MUESTREO ESTADSTICO EN LA AUDITORA.

2.1 CONCEPTOS BSICOS DEL MUESTREO.

2.2 MTODOS DE MUESTREO UTILIZADOS EN AUDITORA.
2.2.1

MUESTREO ALEATORIO SIMPLE.

2.2.2

MUESTREO ESTRATIFICADO.

2.2.3

MUESTREO DE ATRIBUTOS.

2.2.4

MUESTREO DE ACEPTACIN.

2.3 INFERENCIA ESTADSTICA.

2.4 NIVEL DE CONFIANZA Y NIVEL DE PRECISIN.
2.5 PRUEBAS DE HIPTESIS.

UNIDAD II: MUESTREO ESTADISTICO EN LA AUDITORIA

Introduccin
El muestre es una herramienta de la investigacion cientifica. Su funcin bsica es
determinar que parte de una realidad en estudio (poblacin o universo) debe examinarse
con la finalidad de hacer inferencias sobre dicha poblacin. El error que se comete debido
a hecho de que se obtienen conclusiones sobre cierta realidad a partir de la observacin
de solo una parte de ella, se denomina error de muestreo.
2.1 CONCEPTO BSICO DEL MUESTREO
El muestreo estadstico es aqul en el que la determinacin del tamao de la muestra, la
seleccin de las partidas que la integran y la evaluacin de los resultados, se hacen por
mtodos matemticos basados en clculos de probabilidades.
2.2 MTODOS DE MUESTREO UTILIZADOS EN AUDITORA
Existen varios tipos de muestras que se utilizan en auditoria, si bien el IMCP, solo
menciona el muestreo de atributos y Muestreo de variables, existen otros tipos de
muestreo, que depende del auditor pueden ser tiles para desarrollar los procedimientos
de auditoria entre ellos encontramos:

Muestreo aleatorio simple

Muestreo estratificado
Muestreo de atributos
Muestreo de aceptacin.
Muestreo por conglomerados
Muestreo sistemtico
Muestreo por conveniencia
Muestreo por juicio.

2.2.1 MUESTREO ALEATORIO SIMPLE

La definicin de este mtodo y el proceso de seleccionar una muestra aleatoria simple
depende si la poblacin es finita o infinita.
Muestreo aleatorio simple ( poblacin finita)
Una muestra aleatoria simple de tamao n, de una poblacin finita de tamao N, es una
muestra seleccionada de tal manera que cada muestra posible de tamao n tenga la
misma probabilidad de ser seleccionada.
Muestreo aleatorio simple (poblacin infinita)
Es aquella que se selecciona de tal forma que se satisfacen las siguientes condiciones:

Cada elemento seleccionado proviene de la misma seleccin.

Cada elemento se selecciona de forma independiente.

2.2.2. MUESTREO ESTRATIFICADO

En este tipo de muestreo primero se dividen los elementos de la poblacin en grupos
llamados estratos, de tal manera que cada elemento de la poblacin pertenece a uno y
solo a un estrato. Si los estratos son homogneos el procedimiento de muestreo
estratificado producir resultados tan precisos que como el muestreo aleatorio simple,
pero con menor tamao de la muestra.
2.2.3 MUESTREO POR ATRIBUTOS ( RECOMENDADO POR EL IMCP)
El muestreo por atributos es un mtodo estadstico que se utiliza para calcular la
proporcin de partidas de una poblacin que contiene una caracterstica o un atributo de
inters. Esta proporcin recibe el nombre de tasa de concurrencia o tasa de excepcin y
es la proporcin de partidas que contienen el atributo especfico en relacin al nmero
total de partidas de la poblacin. La tasa de ocurrencia por lo general se expresa como un
porcentaje.
2.2.4. MUESTREO DE ACEPTACION
el mtodo consiste en tomar una muestra de lotes, ycontar el nmero de elementos
errneos de la muestra. Si el nmero de estas unidades excede una cifra dada, se
rechaza el lote, si no excede se acepta. Es til para el auditor interno que desea
establecer un control continuo sobre la calidad del trabajo administrativo.
2.3 INFERENCIA ESTADISTICA
La Estadstica inferencial o Inferencia estadstica estudia cmo sacar conclusiones
generales para toda la poblacin a partir del estudio de una muestra, y el grado de
fiabilidad o significacin de los resultados obtenidos
2.4 NIVEL DE CONFIANZA Y NIVEL DE PRECISIN.
En esta prueba, como en el resto de pruebas de muestreo, estaremos analizando una
muestra representativa de la poblacin y deberemos aceptar que existe un porcentaje de
riesgo que debemos medir y aceptar a la hora de realizar dichas pruebas.
Riesgo general de auditora: El riesgo es el complementario de la confianza, es decir, uno
menos el porcentaje de Nivel de Confianza de la prueba. En la prctica habitual de
auditora se utiliza un 90% para aquellas auditoras recurrentes o de bajo riesgo y un 95%
para aquellas auditoras nuevas o de riesgo.
El Nivel de Confianza o Riesgo Alfa es la seguridad que desea obtener el auditor en el
resultado de sus pruebas.

Es la probabilidad de que las conclusiones estadsticas del auditor sean correctas. El nivel
de confianza se determina teniendo en consideracin el mximo riesgo de muestreo que
el auditor pueda tolerar. El complemento del nivel de confianza es el riesgo de que se
acepte como bueno un sistema de control interno no efectivo. El auditor debe prestar su
mayor atencin a este tipo de riesgo. (Aplicacin del Muestreo Estadstico a la Auditora,
Juan Antonio de Agustn Melendro).
Ejemplo: De una muestra de 100 con una confianza del 95% slo 95 muestras sern
representativas y 5 muestras no sern representativas de la poblacin de origen. Por
tanto, las conclusiones del auditor acerca de la poblacin objeto de muestreo estarn
equivocadas en un 5% de los casos.
Como regla general, se suele utilizar el nivel de confianza complementario al riesgo
general de auditora asumido al principio en la planificacin.
Tipo de Trabajo de Auditora Confianza Requerida Riesgo de Auditora Asumido
NORMAL
90% 10%
ESPECIAL
95% 5%

Determinar la Precisin
En este tipo de muestreo se trata de comprobar que los atributos establecidos para la
prueba se cumplen y que el nmero de errores no supera un determinado lmite prefijado.
Este lmite se llama Lmite Superior de Precisin y se expresa como un porcentaje
llamado Tasa Superior de Precisin.
Tasa superior de precisin (Tsp): Representa un porcentaje mximo de error establecido
por el auditor, de tal modo que la aparicin de errores o desviaciones de los
procedimientos de control interno que rebasen ese porcentaje reduciran o invalidaran la
confianza en el control interno objeto de revisin.
El rango de precisin recomendado, segn tablas, viene definido segn el objetivo de
confianza en los sistemas de control interno que hayamos definido en la fase 1) Objetivo.
Por ejemplo, si hemos establecido una hiptesis de partida de un control interno
moderado (ver tabla 1) se recomendar una Tasa Superior de Precisin de entre el 6% y
el 12%, establecindose por defecto un valor intermedio.
El valor que el auditor estime oportuno utilizar depender de su criterio y del conocimiento
que tenga de la empresa o rea sujeta a revisin. La recomendacin establecida en las
tablas publicadas por el AICPA es que se escoja un valor entre los mrgenes
recomendados y se justifique la eleccin del valor finalmente escogido.
Parmetros de clculo de la muestra
Tipo de distribucin: Existen varios tipos de distribucin estadstica que se pueden utilizar
para seleccionar la muestra ms adecuada. Se han escogido las dos distribuciones ms
utilizadas en auditora: la Distribucin Binomial y la Distribucin de Poisson.
Criterio de seleccin: Adems, se puede tener en cuenta el valor cuantitativo de la
poblacin objeto de revisin o no, es decir, se puede asignar una mayor probabilidad de

que las partidas de mayor tamao sean escogidas para la muestra frente a las de menor
tamao.
Criterio de seleccin unitario: Cada una de las partidas que componen la poblacin o
universo tienen la misma probabilidad de ser escogidas.
Criterio de seleccin proporcional al tamao: Aquellas partidas con un mayor valor
numrico o, en su caso, monetario tendrn una mayor probabilidad de ser escogidas.
En este caso es necesario seleccionar el campo correspondiente al valor numrico:
Campo principal: Campo que contiene la informacin monetaria por cada uno de los
elementos.
En este tipo de seleccin se est considerando una poblacin equivalente a la suma de
todos los importes correspondientes al campo seleccionado como principal. Es decir, la
poblacin a muestrear no ser el nmero de elementos o tems sino la suma de sus
importes. De este modo, cuando obtengamos las n muestras necesarias de unidades
monetarias, es posible que pertenezcan a diferentes elementos fsicos (por ejemplo, una
factura), o que varias muestras pertenezcan al mismo elemento fsico (por ejemplo, varias
muestras estn contenidas en una sola factura que normalmente suele ser de importe
elevado).
La ventaja de este tipo de seleccin se puede resumir en que, para que una muestra sea
representativa de la poblacin podemos necesitar n elementos monetarios pero que se
encuentran en un menor nmero de elementos fsicos. De modo que, por ejemplo,
revisando 20 facturas fsicas podemos estar revisando una muestra de 30 elementos.

2.5 PRUEBA DE HIPOTESIS

Etapas Bsicas en Pruebas de Hiptesis.
Al realizar pruebas de hiptesis, se parte de un valor supuesto (hipottico) en parmetro
poblacional. Despus de recolectar una muestra aleatoria, se compara la estadstica
muestral, as como la media (x), con el parmetro hipottico, se compara con una
supuesta media poblacional (). Despus se acepta o se rechaza el valor hipottico, segn
proceda. Se rechaza el valor hipottico slo si el resultado muestral resulta muy poco
probable cuando la hiptesis es cierta.
Etapa 1.- Planear la hiptesis nula y la hiptesis alternativa. La hiptesis nula (H0) es el
valor hipottico del parmetro que se compra con el resultado muestral resulta muy poco
probable cuando la hiptesis es cierta.
Etapa 2.- Especificar el nivel de significancia que se va a utilizar. El nivel de significancia
del 5%, entonces se rechaza la hiptesis nula solamente si el resultado muestral es tan
diferente del valor hipottico que una diferencia de esa magnitud o mayor, pudiera ocurrir
aleatoria mente con una probabilidad de 1.05 o menos.
Etapa 3.- Elegir la estadstica de prueba. La estadstica de prueba puede ser la estadstica
muestral (el estimador no segado del parmetro que se prueba) o una versin

transformada de esa estadstica muestral. Por ejemplo, para probar el valor hipottico de
una media poblacional, se toma la media de una muestra aleatoria de esa distribucin
normal, entonces es comn que se transforme la media en un valor z el cual, a su vez,
sirve como estadstica de prueba.
CONCLUSIN
El muestreo Estadstico resulta beneficioso para implementarlo en la realizacin de un
estudio, debido a que mediante este se pueden obtener probabilidades bajas o altas a
travs de determinados beneficios que estas tcnicas ofrecen. En los diferentes tipos de
muestreo existen no probabilstica en los cuales se deben establecer diferencia en el
momento de realizar nuestras investigaciones por tanto que en el no probabilstica no toda
la poblacin forma parte de la muestra y en el probabilstica todos los individuos tienen
probabilidad positiva de formar parte de la muestra.

BIBLIOGRAFA

http://www.mitecnologico.com/informatica/Main/AuditoriaInformaticawww.rincondelvago.co
m
http://www.buenastareas.com/ensayos/Auditoria-Inform%C3%A1tica/4556668.html
http://www.monografias.com/trabajos92/muestreo-auditoria/muestreo-auditoria.shtml