Professional Documents
Culture Documents
INDICE
2.2.2
MUESTREO ESTRATIFICADO.
2.2.3
MUESTREO DE ATRIBUTOS.
2.2.4
MUESTREO DE ACEPTACIN.
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.
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