Muestreo en Auditora

Texto de Consulta

Sistema de Control Gubernamental General

Centro Nacional de Capacitacin

MUESTREO EN AUDITORIA 1 PARTE: CONSIDERACIONES BSICAS Y CONCEPTOS SOBRE MUESTREO EN AUDITORA 1.1 Unidad Consideraciones bsicas y conceptos sobre muestreo en auditora ............. 3 1.1.1 Algunas consideraciones bsicas .......................................................... 3 1.1.2 Conceptos sobre el muestreo de auditora .............................................. 5 2 PARTE: MUESTREO PARA PRUEBAS SUSTANTIVAS DE CUMPLIMIENTO Y PRUEBAS SUSTANTIVAS DE DETALLE 2.1 Unidad: Temas bsicos de estadsticas enfocados a muestreo de auditora ........... 20 2.1.1 Distribuciones de frecuencia ..................................................................... 20 2.1.2 Principales medidas estadisticas y de dispersin .................................. 27 2.1.3 Regresin y Correlacin ..................................................................... 30 2.2 Unidad: Muestreo para pruebas de cumplimiento ......................................................... 34 2.2.1 Consideraciones Generales ..................................................................... 34 2.2.2 Muestreo estadstico de atributos ......................................................... 47 2.2.3 Muestreo no estadstico de atributos ............................................. 57 2.2.4 Manejo de sotware para determinacin de muestras aleatorias ............ 60 2.3 Unidad Muestreo de auditora para pruebas sustantivas de detalle ....................... 61 2.3.1 Consideraciones generales ..................................................................... 61 2.3.2 Muestreo proporcionado al tamao ......................................................... 70 2.3.3 Muestreo clsico de variables ......................................................... 79 2.3.4 Muestreo no estadstico de variables ............................................. 93 2.3.5 Muestreo estadstico para universos pequeos y medianos .......... 99

1 PARTE: CONSIDERACIONES BSICAS Y CONCEPTOS SOBRE MUESTREO EN AUDITORA 1.1 Unidad: Consideraciones bsicas y conceptos sobre muestreo en auditora 1.1.1 Algunas consideraciones bsicas Al llevar a cabo una auditora el auditor obtiene evidencia suficiente y confiable que le de una base razonable para emitir su opinin. El muestreo se utiliza muchas veces para obtener evidencia de auditora. Sin embargo, el concepto de evidencia en auditora abarca muchas cosas ms que el muestreo de auditora, el cual es slo una tcnica ms de auditora. 1.1.1.1 Cul es el rol de la auditora gubernamental en el control externo posterior? El Sistema de Control Externo Posterior, como componente del Sistema de Control Gubernamental, se ejecuta por medio de la auditora externa de las operaciones ya ejecutadas. El rol de la auditora gubernamental es obtener evidencia suficiente y vlida dentro de la planificacin y ejecucin del trabajo de campo de auditora para informar acerca del nivel de correspondencia entre la informacin auditada y el sensor establecido. (Normas de auditora gubernamental, NIAs, polticas de control interno, etc.) Las Normas de Auditora Gubernamental definen a la auditoria como la acumulacin y evaluacin objetiva de evidencia para establecer e informar sobre el grado de correspondencia entre la informacin examinada y criterios establecidos. La Auditora Gubernamental se practica a todas las entidades pblicas comprendidas en los artculos 3 y 4 de la Ley 1178, de Administracin y Control Gubernamentales, promulgada el 20 de julio de 1990 y es ejecutada por:

La Contralora General de la Repblica Unidades de auditora interna de las entidades pblicas Profesionales o firmas de auditora o consultora especializada (cuando realizan auditora a entidades del sector pblico)

Cuando cualquiera de estas entidades ejecutan tareas de auditora en el sector pblico, se los denomina auditores gubernamentales y deben aplicar las Normas de Auditora Gubernamental. 1.1.1.1.1 Cul es la caracterstica principal de la Auditora Gubernamental? La Ley N 1178, en sus artculos 15, para el caso de la Auditora Interna al ejercer el Control Interno Posterior, y 16 para el caso de la Auditora Externa al ejercer el Control Externo Posterior, contempla el carcter de independencia e imparcialidad que debe adoptar la Auditora Gubernamental debido a que las personas e instituciones que lo ejecutan deben estar libres de compromisos y de ideas preconcebidas para tener una

actitud mental independiente, evaluando hechos y circunstancias tal como se presentan, comparados con criterios preestablecidos. La independencia permite al auditor actuar con absoluta libertad en la emisin de su juicio profesional, por lo que debe estar libre de cualquier condicionante interno o externo que pueda comprometer su percepcin u opinin. 1.1.1.1.2 Qu establecen las Normas de Auditora Gubernamental, respecto a la ejecucin del trabajo? La Norma de Auditora Gubernamental N 218 Ejecucin menciona que: Cualquiera sea el objeto del examen y tipo de auditora a ejecutarse, la misma debe ser planificada y supervisada; estar acompaada de evidencia; y sus resultados deben ser comunicados en forma escrita. Para esto se debe aplicar la Norma de Auditora especfica para cada caso. Las Normas Especficas de Auditora Gubernamental nmeros 224, 234, 244, 254, 264 y 274, hacen referencia a la evidencia, como la cuarta Norma que se debe cumplir en cualquier trabajo de auditora. El auditor gubernamental debe obtener la evidencia necesaria que se ajuste a la naturaleza y objetivos del examen, mediante la aplicacin de pruebas de cumplimiento y sustantivas que le permitan fundamentar razonablemente los juicios y conclusiones respecto a la entidad auditada. 1.1.1.2 Qu son los universos contables? En la revisin de estados financieros, los universos contables son muy distintos a los universos clsicos, ya que los universos contables estn muy estructurados. La composicin de todos los universos contables se conoce o se puede determinar. Por otro lado, se considera que todas las partidas que los conforman se pueden medir. El muestreo se utiliza como una tcnica para ayudar a confirmar estas caractersticas y no como un medio para determinarlas. 1.1.1.3 Cul es el propsito por el cual el auditor realiza pruebas? Las pruebas de una muestra de transacciones o de las partidas incluidas en los saldos de las cuentas pueden ser realizadas tanto para comprobar el cumplimiento de procedimientos seleccionados de control, como para obtener evidencia sustantiva. El propsito por el cual el auditor realiza pruebas de partidas seleccionadas (ya sea para probar el cumplimiento de controles, para obtener evidencia sustantiva o para ambos) tiene influencia sobre la seleccin de las partidas a analizar. Ahora, la revisin de operaciones como prueba de cumplimiento brinda, frecuentemente evidencia sustantiva sobre las transacciones probadas. En forma similar, las pruebas especficas con propsitos sustantivos tambin podra brindar evidencia sobre si los registros contables son aptos para producir informacin financiera confiable. Por lo tanto, la clasificacin de cada uno de los procedimientos en uno de los tipos bsicos no es absoluta.

La mayora de las aplicaciones sobre un universo determinado no brindas informacin acerca de la posible subestimacin del universo y esto es algo que preocupa a los expertos en estadstica. Muy rara vez esto preocupa a los auditores, en parte, por la forma en que la partida doble interacta en todos los universos contables y en parte porque el auditor confa en otra pruebas para satisfacerse que no existen subestimaciones. Por ejemplo, si se omiti registrar un desembolso de banco, las conciliaciones bancarias lo detectarn; Si los registros de venta no reflejan todas las operaciones de venta se descubrirn faltantes de existencias durante las pruebas de esa rea. Lo importante es que en la mayora de las aplicaciones de muestreo, el auditor quiere estar seguro que lo que se incluye en el universo que se est probando, es adecuado. Para cubrir cualquier subestimacin el auditor utiliza otras pruebas sobre universos complementarios (Por ejemplo una muestra de saldos de cuentas por cobrar puede dar informacin sobre la integridad de los asientos de ventas) 1.1.1.4 Qu son y como se usan las pruebas sustantivas y pruebas de cumplimiento? Las pruebas de cumplimiento proporcionan a los auditores evidencia sobre si los controles prescritos se aplican y operan en forma efectiva. Los resultados de estas pruebas ayudan a los auditores a evaluar la posibilidad de que hayan ocurrido errores materiales. Las pruebas sustantivas, por otra parte, estn diseadas para detectar errores materiales, en caso de que estos existan en los estados financieros. De acuerdo al enfoque de auditora uno de estos tipos es ms utilizado en la revisin. Sin embargo en ningn caso se omite el uso de ambos. Es as que si el enfoque de auditora es de confianza, las pruebas de cumplimiento son mayores que las sustantivas; En cambio, cuando el enfoque de auditora es de no confianza, las pruebas sustantivas son ms abundantes que las de cumplimiento. 1.1.1.5 El muestreo como una tcnica de auditora Los planes de muestreo slidamente desarrollados son tcnicas de auditora muy tiles; pero el diseo tcnico y los requisitos de implantacin de tales planes y el anlisis matemtico de los resultados no debe resultar en detrimento de juicios cuidadosamente considerados con respecto a la suficiencia de la evidencia que se obtuvo y al significado real de los resultados de la prueba. Como se indic anteriormente, el muestreo de auditora es slo una tcnica que el auditor puede usa para obtener evidencia que le d mayor satisfaccin de auditora. No es la nica tcnica disponible para el auditor ni tampoco es la nica fuente de evidencia, cuando se la utiliza, del saldo de una cuenta o tipo de transaccin 1.1.2 Conceptos sobre el muestreo de auditora

Cada aplicacin de muestreo debe ser establecida teniendo en cuenta las siguientes preguntas: 5

Qu queremos conseguir? (Objetivos de la prueba) Cul es la relacin del procedimiento con los otros procedimientos de auditora y cul el grado de satisfaccin conjunta que podemos lograr? Qu es lo que abarcar la muestra? (Definicin del universo y de la unidad de muestreo) Cmo se realizar el muestreo? (El mtodo de seleccin, muestreo estadstico o no estadstico) Cunto se incluir en el muestreo? (Tamao de la muestra) Qu significan los resultados? (evaluacin e interpretacin)

1.1.2.1 Cules son los objetivos del muestreo de auditora? Los objetivos del muestreo de auditora son: a. Obtener evidencia del cumplimiento de los procedimientos de control establecidos b. Obtener evidencia directa sobre la veracidad de las operaciones y de los saldos que se incluyen en los registros contables. En muchas aplicaciones de muestreo se obtendr evidencia de ambos. La evidencia conseguida de las pruebas en donde se use muestreo de auditora se considera junto a la evidencia que se obtenga de otras fuentes, para llegar a una conclusin sobre el saldo de una cuenta o un tipo de operaciones En trminos generales, el auditor puede utilizar dos tipos bsicos de muestreo: muestreo de atributos y el muestreo de variables. El

a. El muestreo de atributos se utiliza para estimar la tasa de ocurrencia (o no ocurrencia) de un evento o circunstancia determinada dentro de un universo. En trminos de auditora, los atributos probados son generalmente procedimientos prescriptos por la gerencia para asegurar un nivel adecuado de control interno contable. Por su naturaleza, se espera que los procedimientos de control interno funcionen de la misma forma para operaciones de cualquier tamao a menos que, por definicin del sistema, se requiera procesar de otra manera operaciones de cierto tipo o tamao. En las pruebas de cumplimiento, la evidencia de in atributo o control o est presente o no lo esta. Por lo tanto, generalmente no se atribuye ninguna cantidad monetaria a los resultados de un plan de muestreo de atributos. b. El muestreo de variables se utiliza para estimar o probar una cantidad monetaria. Este muestreo trata de contestar a la pregunta cunto mas que a con qu frecuencia, a la cual est dirigida el muestreo de atributos. La Principal utilidad del muestreo de variables es en las pruebas sustantivas, para determinar la razonabilidad de los saldos registrados. 1.1.2.2 Cul la relacin con otros procedimientos? La naturaleza, alcance y oportunidad (NAO) de los procedimientos de auditora que se deberan llevar a cabo dependen de la evaluacin del riesgo de auditora. Cuando el plan de auditora incluye una prueba de detalle de una muestra representativa de partidas, el

auditor debe considerar la relacin entre la satisfaccin de auditora a obtener de la muestra y la que se obtenga de otras fuentes. El objetivo de la prueba afecta la eleccin del mtodo de muestreo. El grado de satisfaccin de auditora que se deba obtener influye en el alcance de la muestra, sobre todo debido al riesgo de muestreo Riesgo de muestreo Es el riesgo de que la muestra no sea representativa del universo del cual se tom y, como consecuencia, el auditor saque conclusiones incorrectas de los resultados de la muestra. Este riesgo tiene dos aspectos. El primero es el riesgo de rechazo incorrecto; esto significa que el auditor concluya que no se puede confiar en los controles o que el saldo de una cuenta no es razonable cuando, en realidad, los controles si son confiables o el saldo de la cuenta es razonable El segundo aspecto es el riesgo de aceptacin incorrecta. Este es el riesgo de que el auditor llegue a la conclusin de que se puede confiar en los controles o que el saldo de una cuenta es razonable, cuando los controles no son confiables en la medida esperada o cuando el saldo no es razonable. El auditor debe considerar el riesgo de muestreo en el diseo de cada plan de muestreo, por tanto, el auditor debe: a. disear el plan de muestreo de forma que produzca una muestra de tamao suficiente, y b. utilizar un mtodo de seleccin que produzca una muestra que sea representativa del universo y que responda a los objetivos del auditor 1.1.2.3 Qu es el universo en muestreo de auditora? La definicin del universo es el paso que sigue directamente a la determinacin del objetivo de la prueba. Por ejemplo, si el objetivo de la prueba es determinar el nivel de cumplimiento de los procedimientos prescriptos para autorizar los comprobantes, el universo estar formado por todos los comprobantes emitidos durante el periodo de prueba. Asimismo, si el objetivo de una prueba es determinar la razonabilidad de las cuentas por cobrar a una fecha determinada, el universo se definira como todas las partidas que integran el total de cuentas por cobrar a esa fecha. 1.1.2.4 Qu es la unidad de muestreo? La unidad de muestreo se define como los elementos individuales que forman el universo, y puede consistir en documentos, asientos, partidas, etc. En los ejemplos anteriores, cada comprobante representara una unidad de muestreo para la prueba de cumplimiento, y cada saldo de clientes, factura o partida individual por cobrar podra representar una unidad de muestreo para la prueba sustantiva

1.1.2.5 Cules son los mtodos usuales para seleccionar muestras? La seleccin de la muestra se debe llevar a cabo utilizando partidas adecuadas para el objetivo de la prueba. Por ejemplo, si el objetivo de la prueba es comprobar si se han facturado todas las entregas de bienes, no tiene sentido usar las facturas como documentos fuente. Por el contrario, la seleccin se debe hacer de otros registros de los bienes enviados (por ejemplo, notas de expedicin). Los mtodos pueden clasificarse en mtodos de muestreo por probabilidades y mtodos de muestreo basados en el criterio. Los mtodos de muestreo por probabilidades pueden utilizarse tanto en el muestreo estadstico como en el no estadstico. Los mtodos basados en el criterio pueden utilizarse solamente en el muestreo no estadstico. 1.1.2.5.1 Muestreo por probabilidades Requiere que todas las unidades de muestreo del universo tengan una probabilidad conocida de ser seleccionada (aunque no todas tengan el mismo grado de probabilidad). A continuacin se explican los mtodos ms comunes de muestreo por probabilidades: Muestreo de nmeros al azar ilimitado En este mtodo todas las unidades del universo y todas las combinaciones de unidades de muestreo tienen la misma posibilidad de ser seleccionadas. Para llevar a cabo el muestreo de nmeros al azar, el auditor: Determina el tamao necesario de la muestra Genera suficientes nmeros al azar de una secuencia de nmeros que por lo menos sea igual al nmero de unidades de muestreo del universo, y Relaciona los nmeros al azar con unidades de muestreo especficas del universo

Para este fin se pueden utilizar tablas de nmeros aleatorios (Ver tema 2.2.4.2) El muestreo de nmeros al azar a partir de una secuencia controlada numricamente ofrece la misma probabilidad de seleccin a todas las partidas de la secuencia, independientemente de su valor monetario. Por lo tanto, el valor monetario total de las partidas incluidas en la muestra puede resultar insuficiente para el propsito del auditor. Cuando el valor monetario total de las partidas incluidas en la muestra es un aspecto importante, se puede estratificar el universo de manera que la prueba incluya las partidas de mayor valor monetario Muestreo sistemtico de probabilidades Se refiere a la seleccin de una muestra en base a uno o ms intervalos uniformes de muestreo. Un intervalo uniforme se determina dividiendo el nmero de partidas del universo por el tamao deseado de la muestra. Se selecciona un punto de partida al azar, el cual debe ser un nmero no mayor que el intervalo uniforme. Ese punto de partida se

puede obtener usando una tabla de nmeros aleatorios. Una partida de la muestra se selecciona en el punto inicial y de ah en adelante en cada intervalo uniforme a lo largo de todo el universo. Por ejemplo supongamos que queremos seleccionar una muestra de 100 elementos de 30.000 lneas del mayor de cuentas por cobrar. Se determina que el intervalo uniforme es 300(30.000/100) y se selecciona un punto de inicio al azar entre 1 y 300 inclusive. Entonces el auditor selecciona la partida correspondiente al punto inicial y cada 300 partidas de ah en adelante. Debido a que el punto inicial se selecciona al azar, el mtodo sistemtico permite que todas las unidades de muestreo del universo tengan la misma probabilidad de ser seleccionadas. Sin embargo, no le da a todas las combinaciones posibles de unidades de muestreo la misma probabilidad de ser seleccionadas, por lo que difiere de una muestra de nmeros al azar. Debido a esta diferencia el muestreo sistemtico slo se debe utilizar cuando se espera que los atributos que se estn comprobando estn distribuidos al azar en el universo. Un ejemplo de un universo que no est ordenado al azar es una planilla de sueldos en una empresa constructora cuando est organizada por equipos; cada equipo tiene1 supervisor y 9 trabajadores por ejemplo. En estas circunstancias, una seleccin de cada dcimo empleado incluir slo supervisores o ninguno, dependiendo del punto de partida. Cuando se usa el muestreo sistemtico de probabilidades, el uso de puntos iniciales al azar mltiples puede reducir la posibilidad de que se ignora un patrn en el universo. Desde cada punto de inicio escogido al azar, se suma el intervalo. Por ejemplo 300, segn el ejemplo anterior. Muestreo por grupos El muestreo por grupos se refiere a la seleccin al azar de varios grupos de unidades contiguas de muestreo. Por ejemplo, al seleccionar una muestra de 100 partidas, el auditor puede seleccionar 20 partidas al azar y tomar las 4 partidas contiguas a cada partida seleccionada (5 en total). Una ventaja potencial de este mtodo es que puede reducir el tiempo que se necesita para seleccionar la muestra. La desventaja es que se aumenta considerablemente el tamao de la muestra necesaria para asegurar que es una muestra representativa. Por lo general no se utiliza el muestreo por grupos. 1.1.2.6 Qu otros mtodos de seleccin de muestras existen? Muestreo basado en el criterio En oposicin al muestro de probabilidades, la probabilidad de incluir cualquier partida en particular en una muestra basada en el criterio no es conocida o determinable. En consecuencia, los resultados de las muestras seleccionadas mediante este mtodo no deben ser evaluados estadsticamente. El auditor debe tratar de evitar la introduccin de prejuicios en la muestra seleccionada. Los mtodos por probabilidades al azar o de otro tipo estn diseados para excluir prejuicios no deseados, y por lo general, son preferibles cuando se pueden aplicar en forma eficiente.

Existen varios mtodos de seleccin de muestras basados en el criterio. Algunos son: a) Muestreo por seleccin especfica.- Confa en el criterio del auditor. Por ejemplo, al llevar a cabo pruebas para verificar las partidas del recuento fsico de existencias, el auditor incluir partidas con saldos grandes, mediano y ms pequeos, partidas de distinto tipo, partidas de diferentes ubicaciones fsicas y partidas contadas por diferentes equipos de recuento del cliente a fin de que la muestra sea representativa del universo. Sin embargo, es importante que el auditor no sea influenciado por la conveniencia o inconveniencia de comprobar algunas partidas en particular. b) Muestreo Casual.- Es un intento de obtener una simulacin de muestreo al azar. El nombre no significa ni insina descuido. En la seleccin de las muestras, el auditor elige partidas del universo sin tomar en cuenta el tamao, fuente u otras caractersticas distintivas. Al utilizar el muestreo casual el auditor debe evitar distorsionar la muestra seleccionando solamente, por ejemplo, partidas inusuales o fsicamente pequeas u omitiendo intencionalmente ciertas partidas, tales como la primera o la ltima del universo. c) Muestreo sistemtico de criterio.- Este mtodo es similar al mtodo de probabilidades mencionado anteriormente, excepto que no es imprescindible, aunque si conveniente, un punto inicial al azar. Este mtodo podra ser usado cuando el intervalo entre las unidades de muestreo es grande y se necesitan contar los registros del cliente para localizar cada partida a incluir. Por ejemplo, suponga que se llevan registros de 10.000 partidas de existencias por nmero de partidas y que cada pgina del listado contiene de 12 a 16 partidas, dependiendo de la informacin almacenada por cada `partida. El auditor puede hacer una seleccin sistemtica basada en tomar la partida nmero X de cada tantas pginas, en lugar de cada partida, lo que sera necesario en el mtodo de probabilidades. Muestreo estratificado Al desarrollar el plan de muestreo, el auditor debera considerar el uso de estratificacin en relacin con cualquiera de los mtodos de seleccin de muestras que han sido tratados. La estratificacin requiere la divisin del universo en distintos subuniversos (estratos) en base a unidades relativamente homogneas. Cada estrato, del cual se seleccionar una muestra, est sujeto a una seleccin y prueba independiente. Despus de hacerse un calculo separado del porcentaje de desvo o error de cada estrato, los resultados de la prueba de cada estrato se combinan en una estimacin global para todo el universo. Este tema se ampliar en el desarrollo del tema de muestreo para pruebas de cumplimiento. Muestreo a niveles mltiples Este mtodo permite una sucesin de distintas selecciones a varios niveles. Un ejemplo de este muestreo es seleccionar una muestra de localidades y despus una muestra de

10

facturas de cada localidad seleccionada. Su objetivo es calcular los resultados para todo el grupo de localidades. 1.1.2.7 Cul es la relacin del muestreo estadstico vs muestreo no estadstico? Los auditores pueden utilizar mtodos de muestreo estadstico o no estadstico para pruebas representativas. Ambos mtodos se basan en la presuncin de que una muestra revelar informacin suficiente acerca del universo en su conjunto, para permitir al auditor llegar a una conclusin sobre el universo. La diferencia entre los dos mtodos es el grado de formalidad y estructura involucrado en la determinacin del tamao de la muestra, seleccin de la muestra y evaluacin de los resultados. Al escoger entre el muestreo estadstico y el no estadstico, el auditor debe considerar los objetivos de auditora y la naturaleza del universo objeto de la muestra, como as tambin las ventajas y desventajas de cada mtodo. La eleccin involucra, primordialmente, considerar el factor costo/beneficio en base a una comprensin de ambos mtodos. El muestreo estadstico le permite al auditor disminuir la incertidumbre derivada del muestreo, esto no sucede con el no estadstico. Conforme disminuye la proporcin entre la muestra y el universo, los mtodos estadsticos son ms tiles para asegurar que se seleccionan muestras representativas y que se llega a conclusiones adecuadas. El muestreo estadstico es una forma de volver explcitas algunas consideraciones que estn implcitas en el muestreo no estadstico. Al final, ambos estn dirigidos hacia el logro del mismo resultado. El auditor aplicar su criterio profesional para evaluar la suficiencia y pertinencia de la evidencia de auditora que se haya obtenido de la muestra, independientemente del mtodo utilizado. No es necesario, ni econmicamente justificable, llevar a cabo todas las pruebas de auditora sobre una base estadstica. El muestreo no estadstico se puede utilizar cuando el auditor decida que el costo del muestreo estadstico excede los beneficios a obtener. El tamao de la muestra no debe ser determinante en la decisin de eleccin entre el muestreo estadstico y el muestreo no estadstico. La decisin sobre si usar o no un enfoque de muestreo estadstico o no estadstico es un asunto para juicio del auditor respecto de la manera ms eficiente de obtener suficiente evidencia apropiada de auditora en las circunstancias particulares. Por ejemplo, en el caso de pruebas de control, el anlisis del auditor de la naturaleza y causa de errores a menudo ser ms importante que el anlisis estadstico de simplemente la presencia o ausencia (o sea, el conteo) de errores. En tal situacin, el muestreo no estadstico puede ser el ms apropiado. 1.1.2.8 Cules son las normas gubernamentales referidas a muestreo? Aunque no existe una norma especfica referida a muestreo, si se menciona este procedimiento en varias partes de dichas Normas. A continuacin detallamos las normas y partes en donde se encuentran referencias al muestreo y su uso en la auditora gubernamental:

11

Norma Gubernamental 220 NORMAS DE AUDITORA FINANCIERA 221 - Planificacin 224 - Evidencia

Inciso i)

Texto Muestreo. Para la obtencin de las evidencias de auditora, el auditor debe utilizar, en lo posible, mtodos de muestreo estadstico. Los papeles de trabajo deben contener: a) los objetivos, alcance y procedimientos, incluyendo cualquier criterio de muestreo utilizado. e) la metodologa, explicando claramente las tcnicas empleadas para obtener y analizar la evidencia necesaria para alcanzar los objetivos de la auditora. Esta explicacin debe identificar cualquier supuesto significativo que se haya usado al ejecutar la auditora; tambin debe describir las tcnicas comparativas que se hayan aplicado, los criterios e indicadores que hayan sido utilizados, y cuando se hayan empleado mtodos de muestreo, explicar la forma en que se ha diseado la muestra y las razones para su seleccin. e) la metodologa, explicando las tcnicas y procedimientos empleados para la acumulacin de evidencia y, de ser aplicables, los mtodos de muestreo y los criterios de seleccin, as como el ordenamiento jurdico administrativo y otras normas legales aplicables y obligaciones contractuales consideradas. 05. En la metodologa se describen y explican las tcnicas especializadas o de auditora que permitieron el logro de los objetivos de la auditora, y se enuncian los criterios e indicadores tcnicos empleados en el desarrollo del examen realizado. Cuando se utilicen mtodos de muestreo, se explicar la forma en que se dise la muestra y las razones para su seleccin.

a)

230 NORMAS AUDITORA OPERACIONAL 235 Comunicacin resultados

DE

e)

de

250 NORMAS DE AUDITORA ESPECIAL 255 Comunicacin resultados de

e)

260 NORMAS DE AUDITORA DE PROYECTOS DE INVERSIN PBLICA 265 Comunicacin resultados de

05

1.1.2.9 Cul el contenido de la NIA 530 y su uso en muestreo de auditora? A continuacin se expone un resumen de la NIA 530 Muestreo En La Auditoria Y Otros Procedimientos de Pruebas Selectivas a fin de exponer la perspectiva de la normativa internacional al respecto. 1.1.2.9.1 Introduccin El propsito de esta Norma Internacional de Auditora (NIA) es establecer normas y proporcionar lineamientos sobre el uso de procedimientos de muestreo en la auditora y otros medios de seleccin de partidas para reunir evidencia en la auditora.

12

1.1.2.9.2 Definiciones El "Muestreo en la auditora" (muestreo) implica la aplicacin de procedimientos de auditora a menos de 100% de las partidas que integran el saldo de una cuenta o clase de transacciones de tal manera que todas las unidades del muestreo tengan una oportunidad de seleccin. Esto permitir al auditor obtener y evaluar la evidencia de auditora sobre alguna caracterstica de las partidas seleccionadas para formar o ayudar en la formacin de una conclusin concerniente al universo de la que se extrae la muestra. El muestreo en auditora puede usar un enfoque estadstico o no estadstico. Para fines de la NIA, "error" significa tanto desviaciones de control, cuando se desempean pruebas de control, o informacin errnea, cuando se aplican procedimientos sustantivos. De modo similar, error total se usa para definir la tasa de desviacin o una informacin errnea total. "Error anmalo" significa un error que surge de un suceso aislado que no es recurrente salvo en ocasiones identificables especficamente y, por tanto, no es representativo de errores en el universo. "Universo" significa el conjunto total de datos de los que se selecciona una muestra y sobre los cuales el auditor desea extraer conclusiones. Por ejemplo, todas las partidas en el saldo de una cuenta o de una clase de transacciones constituyen un universo. Un universo puede dividirse en estratos, o sub-universos, siendo examinado cada estrato por separado.. El trmino universo se usa para incluir el trmino estrato. El "riesgo en el muestreo" surge de la posibilidad de que la conclusin del auditor, basada en una muestra pueda ser diferente de la conclusin alcanzada si todo el universo se sometiera al mismo procedimiento de auditora. Hay dos tipos de riesgo en el muestreo: (a) el riesgo de que el auditor concluya, en el caso de una prueba de control, que el riesgo de control es ms bajo de lo que realmente es, o en el caso de una prueba sustantiva, que no existe un error de importancia relativa cuando en verdad s exista. Este tipo de riesgo altera la efectividad de la auditora y es ms probable que lleve a una opinin de auditora inapropiada; y (b) el riesgo de que el auditor concluya, en el caso de una prueba de control, que el riesgo de control es ms alto de lo que realmente es, o en el caso de una prueba sustantiva, que existe un error de importancia relativa cuando de hecho no exista. Ese tipo de riesgo afecta la eficiencia de la auditora ya que generalmente llevara a realizar trabajo adicional para establecer que las conclusiones iniciales fueron incorrectas. Los complementos matemticos de estos riesgos son llamados niveles de confianza. El "riesgo no proveniente de la muestra" surge de factores que causan que el auditor llegue a una conclusin errnea por cualquiera razn no relacionada al tamao de la muestra. Por ejemplo, la mayor parte de la evidencia de auditora es persuasiva ms que

13

conclusiva, el auditor podra usar procedimientos inapropiados, o el auditor podra mal interpretar la evidencia y dejar de reconocer un error. "Unidad de muestreo" significa las partidas individuales que constituyen un universo. Por ejemplo, cheques listados en talones de depsito, partidas de crdito en estados bancarios, facturas de ventas o saldos de deudores, o una unidad monetaria. "Muestreo estadstico" significa cualquier enfoque al muestreo que tenga las siguientes caractersticas: (a) seleccin al azar de una muestra; y (b) uso de teora de la probabilidad para evaluar los resultados de la muestra, incluyendo medicin de riesgos de muestreo. Un enfoque de muestreo que no tenga las caractersticas (a) y (b) se considera un muestreo no estadstico. "Estratificacin" es el proceso de dividir un universo en sub-universos, cada uno de los cuales es un grupo de unidades de muestreo que tienen caractersticas similares (a menudo, valor monetario). "Error tolerable" significa el error mximo en un universo que el auditor est dispuesto a aceptar. 1.1.2.9.3 Muestreo en pruebas de control El muestreo en la auditora para pruebas de control es generalmente utilizado cuando el control deja evidencia de su aplicacin (por ejemplo, iniciales del gerente de crdito en una factura de venta indicando aprobacin del crdito, o evidencia de autorizacin de incorporacin de informacin a un sistema de procesamiento de datos basado en una microcomputadora). 1.1.2.9.4 Muestreo en Procedimientos Sustantivos Los procedimientos sustantivos estn relacionados con montos y son de dos tipos: procedimientos analticos y pruebas de detalle sobre transacciones y saldos. El propsito de los procedimientos sustantivos es obtener evidencia de auditora para detectar errores importantes en los estados financieros. Cuando se llevan a cabo pruebas sustantivas de detalle, el muestreo en la auditora y para seleccionar partidas y reunir evidencia de auditora puede usarse para verificar una o ms caractersticas sobre una cifra de los estados financieros (por ejemplo, la existencia de cuentas por cobrar), o para hacer una estimacin de alguna partida en particular (por ejemplo, el importe de inventarios obsoletos).

14

1.1.2.9.5 Consideraciones del Riesgo al Obtener Evidencia El riesgo de auditora representa que el auditor emita una opinin inapropiada cuando los estados financieros contengan un error con importancia relativa. El riesgo de auditora consiste en el riesgo inherente; riesgo de control; y el riesgo de deteccin. El riesgo de muestreo y el riesgo no proveniente de muestreo pueden afectar los componentes del riesgo de auditora. Por ejemplo, cuando se aplican pruebas de control, el auditor puede no encontrar errores en una muestra y concluir que el riesgo de control es bajo, o bien cuando la tasa de error en el universo es, inaceptablemente alta (riesgo del muestreo). Tambin puede haber errores en la muestra, los cuales deja de reconocer el auditor (riesgo no proveniente de la muestra). Con respecto a procedimientos sustantivos, el auditor puede usar una variedad de mtodos para reducir el riesgo de deteccin a un nivel aceptable. Dependiendo de su naturaleza, estos mtodos estarn sujetos a riesgos de muestreo y/o riesgos no provenientes del muestreo. Por ejemplo, el auditor puede escoger un procedimiento analtico inapropiado (riesgo no atribuible al muestreo) o puede encontrar slo errores menores en una prueba de detalle, cuando, en verdad, el error en el universo es mayor que la cantidad tolerable (riesgo del muestreo). Tanto para las pruebas de control como para las pruebas sustantivas, el riesgo de muestreo puede reducirse incrementando el tamao de la muestra, mientras que el riesgo que no proviene del muestreo puede reducirse con la planeacin, supervisin y revisin adecuadas del trabajo. 1.1.2.9.6 Diseo de la Muestra Cuando se disea una muestra de auditora, el auditor deber considerar los objetivos de la prueba y los atributos del universo de la que se extraer la muestra. El auditor debe considerar qu condiciones constituyen un error por referencia a los objetivos de la prueba. Por ejemplo, en un procedimiento sustantivo relacionado a la existencia de cuentas por cobrar, como la confirmacin, los pagos hechos por el cliente antes de la fecha de confirmacin, pero recibidos poco despus de dicha fecha por el cliente no se consideran un error. Cuando lleva a cabo pruebas de control, el auditor generalmente hace una evaluacin preliminar de la tasa de error que espera encontrar en el universo que se somete a prueba y el nivel del riesgo de control. Esta evaluacin se basa en el conocimiento previo del auditor o en el examen de un pequeo nmero de partidas del universo. De modo similar, para pruebas sustantivas, el auditor generalmente hace una evaluacin preliminar del monto del error en el universo. Estas evaluaciones preliminares son tiles para disear una muestra de auditora y determinar el tamao de la muestra. Por ejemplo, si la tasa esperada de error es inaceptablemente alta, normalmente no se llevarn a cabo pruebas de control. Sin embargo, al llevar a cabo procedimientos sustantivos, si la cantidad esperada de error es alta, puede ser apropiado el examen de 100% o la revisin de una muestra bastante grande.

15

1.1.2.9.7 Estratificacin La eficiencia de la auditora puede mejorarse si el auditor estratifica un universo dividindolo en sub-universos que tengan una caracterstica de identificacin. El objetivo de la estratificacin es reducir la variabilidad de partidas dentro de cada estrato y por lo tanto permitir que se reduzca el tamao de la muestra sin un incremento proporcional en el riesgo de muestreo. Los sub-universos necesitan ser cuidadosamente definidos de modo que cualquier unidad de muestreo pueda pertenecer solamente a un estrato. Cuando se aplican procedimientos sustantivos, el saldo de una cuenta o clase de transacciones a menudo se estratifica por la importancia de su valor monetario. Esto permite que se dirija mayor esfuerzo de auditora a las partidas de mayor valor que puedan contener el mayor potencial de error monetario. De modo similar, un universo puede ser estratificado de acuerdo a una caracterstica particular que indique un riesgo ms alto de error, por ejemplo, cuando se prueba la recuperacin de cuentas por cobrar, los saldos pueden ser estratificados por antigedad. Los resultados de procedimientos aplicados a una muestra de partidas dentro de un estrato pueden slo proyectarse a las partidas que constituyen ese estrato. Para llegar a una conclusin sobre el universo entero, el auditor necesitar considerar el riesgo y la importancia relativa en relacin a cualquier otro estrato que constituyan el universo total. Por ejemplo, 20% de las partidas en un universo pueden constituir 90% del valor del saldo de cuenta. El auditor puede decidir examinar una muestra de dichas partidas. El auditor evala los resultados de esta muestra y llega a una conclusin sobre el 90% del valor independiente del restante 10% (sobre el cual se usar una muestra adicional u otros medios para reunir evidencia, o bien pueda considerarse de poca importancia relativa). 1.1.2.9.8 Tamao de la Muestra Al determinar el tamao de la muestra, el auditor deber considerar si el riesgo de muestreo se reduce a un nivel aceptablemente bajo. El tamao de la muestra es afectado por el nivel del riesgo de muestreo que el auditor est dispuesto a aceptar. Mientras ms bajo el riesgo que est dispuesto a aceptar el auditor, mayor necesitar ser el tamao de la muestra. El tamao de la muestra puede determinarse por la aplicacin de una frmula basada estadsticamente o mediante el ejercicio de juicio profesional aplicado objetivamente a las circunstancias. 1.1.2.9.9 Seleccin de la Muestra El auditor deber seleccionar partidas para la muestra con la expectativa de que todas las unidades de muestreo en el universo tengan una oportunidad de seleccin. Dado que el propsito del muestreo es obtener conclusiones sobre el universo total, el auditor seleccionar una muestra representativa, la muestra necesitar ser seleccionada de modo que se evite la parcialidad. 1.1.2.9.10 Evaluacin de los Resultados de la Muestra

16

En el caso de una prueba de controles, una tasa de error inesperadamente alta en la muestra puede llevar a un incremento en el nivel evaluado de riesgo de control, a menos que se obtenga evidencia adicional que soporte la evaluacin inicial. En el caso de un procedimiento sustantivo, una cantidad inesperadamente alta de error en una muestra puede causar que el auditor estime que el saldo de cuenta o clase de transacciones contiene errores de importancia relativa. Si la evaluacin de los resultados de la muestra indica que la evaluacin preliminar de la caracterstica relevante del universo necesita revisarse, el auditor puede: (a) pedir a la administracin que investigue los errores identificados y el potencial de errores adicionales, y que registre los ajustes necesarios; y/o (b) modificar los procedimientos de auditora planeados. Por ejemplo, en el caso de una prueba de control, el auditor podra ampliar el tamao de la muestra, probar un control alternativo o modificar los procedimientos sustantivos relacionados; y/o (c) considerar el efecto en la operacin La NIA 530 es efectiva para auditoras de estados financieros para periodos que terminen en o despus de julio 1 de 1999. Se permite la aplicacin antes de dicha fecha. 1.1.2.10 De qu habla la SAS 39 Muestreo de Auditora? La Declaracin sobre normas de auditora -SAS 39 da el concepto de muestreo de auditora, indica los dos enfoques, ya mencionados, de muestreo en auditora; el estadstico y no estadstico y habla del riesgo del muestreo de auditora. A continuacin se exponen los conceptos ms importantes y un resumen ejecutivo de la norma. (Se anexa una copia de la norma emitida por el comit ejecutivo de normas de auditora AICPA) 1.1.2.10.1 Conceptos importantes 1.1.2.10.1.1 Definiciones Muestreo = Aplicacin de un procedimiento a menos del 100% Error = Error o irregularidades Riesgo Mximo = Riesgo de error contable + Riesgo de deteccin Los riesgos de error contable y riesgo de deteccin se reducen a travs de pruebas en el control Interno y pruebas sustantivas. Por otro lado, el riesgo de muestreo es funcin del volumen de la muestra. As tenemos que: Si muestra < Entonces 1.1.2.10.1.2 El riesgo de muestreo El riesgo de muestreo se divide en cuatro tipos de riesgo de acuerdo al siguiente detalle: >Riesgo de muestreo

17

Tipos de riesgo Pensamos Riesgo de aceptacin incorrecta Riesgo de rechazo incorrecto X Confo Riesgo de sobreconfianza Riesgo de poca confianza X

Es X Es X

= =

Se relaciona con la eficiencia de la audit ora Se relaciona con la efectividad de la audit or a (M s peligroso)

1.1.2.10.1.3 Muestras de doble propsito Este tipo de muestras buscan verificar: Procedimientos de control que se cumplen Que el importe monetario es correcto 1.1.2.10.2 Resumen ejecutivo de la norma SAS 39 1.1.2.10.2.1 El muestreo estadstico en la auditora

El muestreo es la aplicacin de un procedimiento de auditora dentro de un saldo de cuenta o clase de transacciones con el propsito de evaluar alguna caracterstica o clase. Existen 2 enfoques de muestreo: estadstico y no estadstico, ambos proporcionan al auditor una medida de precisin confiable. El muestreo estadstico esta permitido conforme a Normas de Auditora Generalmente Aceptadas, la tercera norma relativa a la ejecucin del trabajo establece que la evidencia debe ser comprobatoria, competente, y suficiente, la suficiencia esta relacionada entre otros factores con el diseo y tamao de la muestra el cual depende tanto de los objetivos como de lo efectivo de la muestra (es decir lograr los mismos objetivos con un tamao de muestra ms pequeo). La eleccin de usar un enfoque o el otro no debera afectar la decisin del auditor sobre los procedimientos de auditora a aplicar.
1.1.2.10.2.2 Incertidumbre y Riesgo Mximo La SAS 39 hace referencia a la incertidumbre inherente en la aplicacin de los procedimientos de auditora como el riesgo mximo, ste es una combinacin del riesgo que existe de que ocurran errores importantes en el proceso contable y el riesgo de que el auditor no los detecte, esta incertidumbre puede ser por factores diferentes al muestreo, como examinar la documentacin y no detectar errores incluidos en dicha informacin o seleccionar procedimientos de auditoria no apropiados para lograr el objetivo especfico, o el procedimiento de muestreo propiamente, el cual se da cuando una prueba sustantiva o

18

de cumplimiento se limita a una muestra, es decir entre ms pequeo es el tamao de la muestra, mayor es el riesgo de muestreo. Los tipos de riesgo de muestreo son: Riesgo de aceptacin incorrecta, riesgo de rechazo incorrecto, riesgo de sobre confianza sobre el control interno y riesgo de poca confianza sobre el control interno. 1.1.2.10.2.3 Muestreo en pruebas sustantivas de detalle Al planear una muestra especfica para una prueba sustantiva de detalle se debe considerar: La relacin de la muestra con el objetivo relacionado de auditora Estimaciones preliminares de niveles de importancia (error tolerable) El riesgo permisible del auditor de aceptacin incorrecta Caractersticas del universo (Todas las partidas en el universo deben tener la oportunidad de ser seleccionadas dentro de la muestra). Finalmente para determinar el nmero de partidas que se seleccionarn en una muestra para una prueba sustantiva particular de detalle, el auditor adems de considerar los puntos citados anteriormente debe aplicar su criterio para relacionar estos factores con el objeto de determinar el tamao de muestra apropiado.

Una vez elegida la muestra, los procedimientos de auditora deben aplicarse a cada partida de la muestra, si hubieran partidas no examinadas por diversos motivos el auditor debe considerar procedimientos supletorios si es que el saldo o clase dio error en forma considerable, o reconsiderar la evaluacin inicial de la confianza que se tena en el control interno.
1.1.2.10.2.4 Muestreo en pruebas de cumplimiento de los controles internos

Al efectuar la planeacin de una muestra de auditoria especfica para una prueba de cumplimiento el auditor debe considerar:
La relacin de la muestra con el objetivo de la prueba de cumplimiento (considerando que el muestreo generalmente no es aplicable a pruebas de cumplimiento porque stas dependen principalmente de la segregacin de funciones o no proporcionan evidencia documental de desarrollo) El porcentaje mximo tolerable de desviaciones de los procedimientos prescritos de control que soportaran su confianza planeada El riesgo permisible del auditor de sobre confianza Caractersticas del universo (Todas las partidas en el universo deben tener la oportunidad de ser seleccionadas dentro de la muestra).

Una vez elegida la muestra, los procedimientos de auditora deben aplicarse a cada partida de la muestra, si hubieran partidas no examinadas, se debe usar procedimientos supletorios y considerar las razones para esta limitacin especialmente de aquellas partidas seleccionadas como desviaciones de los procedimientos.

19

Finalmente si el auditor concluye que los resultados de la muestra no soportan el grado planeado de confianza en el procedimiento de control, deberan alterarse las pruebas sustantivas planeadas.
1.1.2.10.2.5 Muestras de doble propsito El auditor puede disear una muestra que se utilizar para dos propsitos: probar el cumplimiento con un procedimiento de control que proporciona evidencia documental del desarrollo y probar si el importe monetario registrado de las transacciones es correcto. El tamao de una muestra diseada para un propsito doble debe ser la mayor de las muestras como si se hubieran elegido por separado y su evaluacin debe ser independiente uno del otro. 1.1.2.10.2.6 Seleccin de enfoque de muestreo El muestreo estadstico ayuda al auditor a cuantificar el riesgo de muestreo y limitarlo a un nivel que el considere aceptable, le permite adems disear una muestra eficiente, medir la suficiencia de la evidencia, y evaluar los resultados de la muestra. El muestreo no estadstico permite al auditor disear muestras individuales para cumplir los requisitos estadsticos y seleccionar las partidas que van a examinarse, este muestreo incluye costos adicionales de entrenamiento a auditores. Ambos enfoques si se aplican apropiadamente podran proporcionar al auditor suficiente evidencia comprobatoria. 2 PARTE: MUESTREO PARA PRUEBAS SUSTANTIVAS DE CUMPLIMIENTO Y PRUEBAS SUSTANTIVAS DE DETALLE 2.1 Unidad: Temas bsicos de estadstica enfocados a muestreo de auditora 2.1.1 Distribuciones de frecuencia 2.1.1.1 Qu son las distribuciones de frecuencia simples? Una distribucin de frecuencia es un resumen de varios datos para facilitar su lectura. Nos ayudan a indicar el nmero de veces que parece repetido cada valor de una variable. Estas distribuciones pueden presentarse en: Series Simples Distribuciones de frecuencia con valores puntuales Series simples

20

Ejemplo 1 : Entregas con cargo a rendicin de cuentas (Bs) X: Entregas con cargo a rendicin de cuentas 5200 6580 4400

Ejemplo 2: Edades de los hijos de Lucy X: Edades de los hijos de Lucy 3 6 18

Ejemplo 3: Nombres de los asistentes a un curso de magia intergalctica X: Casimiro Inspigan Gualberto

2.1.1.2 Qu son las distribuciones de frecuencia con valores puntuales? Este tipo de distribucin nos ayuda a indicar el nmero de veces que se repite la variable. Ejemplo 1: N de llamadas de atencin a los empleados de una entidad en la gestin 2003 Nmero de empleados 30 20 30 25 15 10 130

X 0 1 2 3 4 5 n=

Comentarios: La variable tiene 6 valores El nmero de empleados indica el nmero de veces que se repite cada valor de la variable. En este sentido, vemos en la 3ra fila que 30 empleados tuvieron 2 llamadas de atencin en la gestin 2003 Esta columna se denomina "columna de las frecuencias absolutas simples"

Ejemplo 2: Nmero de veces que un estudiante del curso de muestreo en auditora hace fiesta en una semana

21

X 0 1 2 3 4 5 n=

Nmero de estudiantes 5 6 8 5 6 9 39

Comentarios: 9 estudiantes hacen fiesta 5 veces a la semana Esta columna se denomina "columna de las frecuencias absolutas simples"

Ejemplo 3: Nmero de veces de cambios de canal de TV en medio minuto que efectan 20 personas
Nmero de personas 2 1 3 14 20

X 2 3 4 5 n=

El total de las personas analizadas es de 20. Si estas fueran todas las personas en un edificio, 20 representara a la poblacin (N), en cambio si fuera slo algunos de los habitantes de ese edifico, 20 es una muestra (n)

2.1.1.3 Qu son y como se determinan los intervalos de clase? Los intervalos de clase son rangos de ordenamiento de datos y se determinan de acuerdo al nmero y rango de la variable en un conjunto de datos. Distribuciones frecuenciales con intervalos de clase (generalmente variables continuas) Ejemplo 1: Sobresueldos en Bs cobrados por 300 empleados de una entidad X 0-1000 1000-2000 2000-3000 3000-4000 4000-5000 n= Ni 20 80 95 65 40 300
Comentarios: El tamao de la muestra es de 300 El recorrido de la variable es de 5000 Existen 5 intervalos de clase La amplitud de cada intervalo de clase es de Bs1000 Los puntos medios o marcas de clase son: Bs500, 1500, 2500, 3500 y 4500

Ejemplo 2: Edades de 40 empleados en una entidad

22

X 18-20 21-40 41-60 61-80 81-100 n=

Ni 16 12 7 4 1 40 Esta es la columna de frecuencias absolutas simples

Ejemplo 3: Notas de un curso universitario de 60 alumnos

X 0-10 11-.20 21-30 31-40 41-50 51-60 61-70 71-80 81-90 91-100 n= Ni 2 4 5 6 7 8 10 12 2 4 60

Esta es la columna de frecuencias absolutas simples

Cuando existen intervalos de clase se pierde algo de la informacin original, por ejemplo, en el 5to intervalo de clase conocemos que7 alumnos tuvieron notas entre 41 y 50, pero lo que no conocemos exactamente es cunto cada alumno. A partir de las frecuencias absolutas simples se puede llegar a otras frecuencias que completan y agregan valor a la informacin que se pudo recolectar. Tomaremos de referencia el ejemplo No. 1: Distribuciones frecuenciales con intervalos de clase (generalmente variables continuas)
X ni Frecuencias relativas simples (hi) hi(%) Frec. Absolutas acumuladas (Ni) Frecuencias relativas acumuladas (Hi)

0-1000 1000-2000 2000-3000 3000-4000 4000-5000 n=

20 80 95 65 40 300

20/300 80/300 95/300 65/300 40/300

0.067 0.267 0.317 0.217 0.133

6.67 26.67 31.67 21.67 13.33 100

20 100 195 260 300

20/300 100/300 195/300 260/300 300/300

0.067 0.333 0.650 0.867 1

23

Con este cuadro podemos indicar por ejemplo que en el cuarto intervalo de clase: Existen 65 empleados que cobraron sobresueldos comprendidos entre los Bs3000 y 4000 La probabilidad de que un empleado escogido al azar tenga un sobresueldo entre Bs 3000 y 4000 es de 21,7% (65/300) (esta es la definicin frecuencial de la probabilidad) Tambin en base a la columna hi podemos indicar que el 21.7% de los 300 empleados cobraron sobresueldos entre Bs3000 y 4000. La suma de esta columna es el 100% En base a la columna Ni podemos indicar que 260 empleados cobraron sobresueldos menores a Bs 4000 En base a la columna Hi podemos indicar que 260 empleados de 300 cobraron sobresueldos menores a Bs4000 Tambin podemos indicar que el 86,7% cobraron sueldos menores a Bs 4000

2.1.1.4 Qu son el histograma y el polgono de frecuencias? Grficos Histograma de frecuencias: Es una grfica del conjunto de datos compuesta de una serie de rectngulos, cada uno con un ancho proporcional a la amplitud de cada intervalo de clase y altura proporcional al nmero de elementos que entran en la clase. Si los intervalos fueran de distintas amplitudes, la superficie de cada rectngulo debe ser proporcional a la frecuencia absoluta simple. Polgono de frecuencias: Es una lnea que une los puntos medios de cada clase de un conjunto de datos, trazada a la altura correspondiente a la frecuencia de los datos. Este grfico es muy importante pues da informacin relacionada a la forma de distribucin de la variable.
Frecuencias relativas simples (hi) Frec Absolutas acumuladas (Ni) Frecuencias relativas acumuladas (Hi)

ni

hi(%)

0-1000 1000-2000 2000-3000 3000-4000 4000-5000 n=

20 80 95 65 40 300

20/300 80/300 95/300 65/300 40/300

0.067 0.267 0.317 0.217 0.133

6.67 26.67 31.67 21.67 13.33 100

20 100 195 260 300

20/300 100/300 195/300 260/300 300/300

0.067 0.333 0.650 0.867 1

24

Histograma de frecuencias
100 No empleados 80 60 40 20 0 0-1000 1000-2000 2000-3000 Sobresueldos 3000-4000 4000-5000 Serie1

Si dividimos el polgono de frecuencias de una variable y resulta que un lado es exactamente igual al otro, se dice que la distribucin de la variable es simtrica, caso contrario se dice que la distribucin es sesgada o que tiene sesgo. Si el pronunciamiento de la grfica es hacia la derecha, entonces el sesgo es positivo, caso contrario es negativo El anterior grfico tiene sesgo positivo. Para representar grficamente las columnas de las frecuencias acumuladas se precisan los grficos llamados "ojivas" por la forma de jota que adquiere el grfico.
FREC Absolutas acumuladas (Ni)

X 0-1000 1000-2000 2000-3000 3000-4000 4000-5000

20 100 195 260 300

Frecuencias Acumuladas (Ojiva)

Frec. Acumulada s

400 200 0
20 0001000 40 00-

Serie1

Sobresueldos

25

La distribucin de frecuencias completa y los mismos grficos, pero adecuados para variables discretas, para el ejemplo en donde X es el No de llamadas de atencin a los empleados de una entidad en la gestin 2003 son los siguientes:
Freuencias.Relativas simples (hi) Frec. Absolutas acumuladas (Ni) Frec. Relativas acumuladas (Hi)

ni

hi(%)

Hi(%)

0 1 2 3 4 5 N=

30 20 30 25 15 10 130

30/130=0.23 20/130=0.15 30/130=0.23 25/130=0.19 15/130=0.12 10/130=0.08

23.08 15.38 23.08 19.23 11.54 8 100

30 50 80 105 120 130

30/130 = 0.23 50/130 = 0.38 80/130 = 0.61 105/130 = 0.81 120/130 = 0.92 130/130 = 1

23.08 38.46 61.54 80.77 92.31 100

Dist frecuencias variables discretas

35 30
Empleados

25 20 15 10 5 0 0 1 2 3 4 5 No llamadas de atencin Serie1

Para graficar las frecuencias absolutas acumuladas X 0 1 2 3 4 5 n= Ni 30 50 80 105 120 130

26

Frec Absolutas
6
No empleados

5 4 3 2 1 0 20 40 60 80 100 120 140

Llam adas de atencin

2.1.2 Principales medidas estadsticas y de dispersin 2.1.2.1 Qu es y cual la aplicacin de la media aritmtica? Media aritmtica Es la sumatoria de los valores de la variable, entre el total de los casos observados Ejemplo 1: Si las edades de un grupo de personas son: 25, 29, 32, 30 y 34, entonces la media aritmtica es: M(x) 25 29 32 30 34 150

M(x)=150/5= 30 n=5

Ejemplo 2: las edades de un grupo de alumnos de un internado militar son: 19,19,19,19,19,20,20,20,20,20,20,20,20,20,20,20,20,21,21,21,21,21,21,21,21. Hallar la media aritmtica
En este caso podemos agrupar los datos en una distribucin de frecuencias: X 19 20 21 n= ni 5 12 8 25 Xi x ni 95 240 168 503

M(X)=503/25=20.12 aos 20,12

27

El hecho de encontrar la media aritmtica por este mtodo se llama media aritmtica ponderada
2.1.2.2 Cules son las propiedades de la media aritmtica? La media de una constante es la constante Si reemplazamos todos los valores de una variable por la media, la suma total no vara La media de una constante por una variable es igual a la constante por la media de la variable original Si a todos los valores de una variable le sumamos (o restamos) una constante, entonces la media aritmtica tambin queda incrementada o disminuida en dicha constante La sumatoria de los desvos respecto a la media es cero M(k)=k x=nM(x) M(kx)=kM(x)

M(x+k)=M(x)+k [xi-M(x)]=0

La media de la suma de 2 variables es igual a la suma de las variables M(X+Y)=M(X)+M(Y) Ejemplo 3: la siguiente tabla refleja la distribucin de los salarios mensuales en Bs de un grupo de 90 trabajadores de una empresa. X:Salarios 1100-1400 1400-1700 1700-2000 2000-2300 2300-2600 No Trabajo 15 23 30 12 10 90 n= M(x)= Esta variable se distribuye de la siguiente manera: xi 1250 1550 1850 2150 2450 1,780

28

35 30 25 20 15 10 5 0 11001400 14001700 17002000 Salarios 20002300 23002600

2.1.2.3 Qu es y para que sirve la varianza? La varianza y la desviacin tpica son medidas de dispersin en estadstica. Por esto, y antes de explicarla ms ampliamente explicaremos el concepto de medidas de dispersin. Medidas de dispersin

Una medida de dispersin da informacin sobre la forma en que los datos de una variable estn distribuidos en relacin a un valor central, con preferencia la media aritmtica
Estas medidas nos proporcionan informacin adicional que nos permite juzgar la confiabilidad de nuestra ,medida de tendencia central. SI los datos estn muy dispersos la media aritmtica es menos representativa del conjunto de datos, que cuando se agrupen ms estrechamente alrededor de la media. Por ejemplo, un medicamento puede tener una pureza promedio aceptable, pero puede estar variando desde muy buena hasta muy mala y entonces puede ser peligrosa para la salud Varianza s2 o V(x) Es el promedio aritmtico de las desviaciones o diferencias de los valores de la variable respecto a la media aritmtica al cuadrado
2

2.1.2.4 Qu es y para que sirve la desviacin tpica o estndar?

Es la raz cuadrada de la varianza, esta medida da el promedio de los desvos respecto a la media en las mismas unidades de la variable.

No trabajadores

V(x)=[x-M(x)] n

29

2.1.2.5 Qu es y para qu sirve el Teorema de Chebishev? La desviacin estndar nos permite determinar, con un buen grado de precisin, donde estn localizados los valores de una distribucin de frecuencias con relacin a la media. El teorema de Chebishev dice que no importa la forma que tenga la distribucin, al menos 75% de los valores caen dentro de +-2 desviaciones tpicas a partir de la media de la distribucin, y al menos 85% de los valores caen dentro de +-3 desviaciones estndar a partir de la media. Ejemplo 1: Dadas las siguientes calificaciones de un grupo de 4 estudiantes:3,4,4,5: a) Calcular la varianza y la desviacin estndar por dos mtodos diferentes b) Comprobar el resultado con una mquina calculadora

c) Qu ocurrira si a todas las notas les disminuimos 1 punto?

2 2

n=4 M(x) = 4 V(x)= 0,5 S(x)= 0,7071068

X 3 4 4 5 16

X-M(x) -1 0 0 1 0

[X-M(x)] 1 0 0 1 2

X 9 16 16 25 66

Ahora por el otro mtodo 2 (66/4)-(4)=

V(x)=M(x2)-[M(x)]2=

0,5

c) La dispersin sera la misma puesto que la nueva varianza se la obtendra en relacin a una nueva media disminuida en un punto (3). 2.1.3 Regresin y Correlacin 2.1.3.1 Cmo se efecta el anlisis de dos variables covarianza? Anlisis de dos variables - Covarianza; En muchos casos existe el inters de investigar en forma simultnea el comportamiento de dos variables; en esos casos la informacin tiene la forma de pares ordenados puesto que se la toma en forma conjunta. Un caso particular de las estadsticas de dos variables son las series temporales o cronolgicas. La covarianza de dos variable expresa si el grado de relacin entre las mismas es directa, inversa o si no existe correlacin. En este caso se tratara de variables independientes

30

(Que la una no tenga nada que ver con la otra). La covarianza de dos variables se define de la siguiente forma: COVxy=M(XY)-M(X) M(Y) Si el signo es positivo, la relacin entre las variables es directa, es decir que si aumenta la variable X, la variable Y tambin aumentar. Si el signo es negativo, la relacin es inversa. Si el resultado es cero, existe ausencia de correlacin o se trata de variables independientes. Ejemplo 1; Suponga que la administracin de Toyota quiere conocer si puede relacionar el nmero de automviles en circulacin con la venta de neumticos. La empresa dispone de los datos de la siguiente tabla y desea conocer la covarianza de ambas variables:
En millones

Autos Neumaticos X Y 18 40 18,3 44 18,9 52 19,4 59 19,8 67 20,3 77 114,7 339,0

COVxy=M(XY)-M(X) M(Y) XY 720 805,2 M(XY)= (XY)/n= 6542.3/6= 982,8 M(X)= (X)/n= 114.7/6= 1144,6 M(Y)= (Y)/n= 339.0/6= 1326,6 1563,1 COVxy=1090.38-(19.12X56.5) 6.542,3

1.090,38 19,12 56,50 10,10

Como el resultado es positivo, la relacin entre las variables es directa, es decir que si aumenta el nmero de automviles, tambin aumentar la venta de neumticos. Ejercicio: La empresa de comida rpida Mc Doas tiene los siguientes datos de venta de hamburguesas y refrescos por mes para el semestre actual. Calcule la covarianza. Hamburguesas Refrescos X Y 50 20 60 25 54 22 58 23 64 27 286,0 117,0

XY 1000 1500 1188 1334 1728 6.750,0

31

2.1.3.2 Qu es y para que sirve la Regresin; en modelos lineales y no lineales? El anlisis de regresin, modelos lineales y no lineales; En numerosas oportunidades el problema consiste en estimar valores de una variable a partir de datos experimentales de la otra. Por ejemplo, Toyota (del primer ejemplo) puede estar interesada en predecir las ventas de neumticos de los prximos aos en funcin del nmero de automviles que se estiman en circulacin para los prximos aos. Los pasos para realizar esto son los siguientes: Paso 1: Representar grficamente los puntos experimentales o reales en una nube de puntos o diagrama de dispersin, a travs del cual se podr observar el comportamiento y la tendencia de ambas variables. En gran parte de los casos esta es lineal. En otros casos puede existir una tendencia no lineal como la parablica, exponencial, potencial, polinmicas, etc. La mayora de estas funciones pueden ser "Linealizadas", es decir, que se les puede dar el tratamiento de lneas rectas utilizando sencillos cambios de variable. Paso 2: Encontrar la mejor funcin matemtica que se ajuste al diagrama de dispersin, para ello se recurre al clculo diferencial para obtener la ecuacin de la recta por el mtodo de "mnimos cuadrados". Este mtodo consiste en determinar los errores existentes entre los valores reales y los tericos dados por la funcin de ajuste, luego se elevan al cuadrado dichos errores y posteriormente se los suma. Finalmente se obtienen las derivadas parciales respecto a los parmetros desconocidos (a y b) y se minimiza la funcin igualndola a cero. Las ecuaciones resultantes denominadas normales para determinar la funcin lineal de ajuste a travs del mtodo de mnimos cuadrados son: 1.na+bx =y
2

2.-

ax+bx = xy

Con estas ecuaciones podemos obtener la ecuacin general de la recta de regresin: y= a+bx Ejemplo 1: La compaa Toyota desea estimar las ventas de neumticos para los dos prximos aos en los cuales el gobierno estima que el nmero de automviles ser de 22.3 y 23.4 millones

32

X 18 18.3 18.9 19.4 19.8 20.3 114.7

Y 40 44 52 59 67 77 339.0

XY 720 805.2 982.8 1144.6 1326.6 1563.1 6,542.30

X2 324 334.89 357.21 376.36 392.04 412.09 2,196.59

1.-

na+bx=y

1.-

6a+114.7b=339

2.-

ax+bx2 =

xy

2.-

114.7a+2196.59b=6542.3

Resolviendo el sistema se tiene: a= b= -245.53 15.8

Por lo tanto la ecuacin de la recta por el mtodo de mnimos cuadrados es: y = -245.53+15.8x Las ventas estimadas de neumticos para 22.3 millones de automviles ser: y = -245.53+15.8(22.3) y= 106.81

2.1.3.3 Qu es y para que sirve el coeficiente de correlacin? El coeficiente de correlacin sirve para medir la intensidad de la relacin entre dos variables. Una cuantificacin de grado de correlacin entre dos variables es necesaria para maximizar precisin y objetividad. El coeficiente de correlacin o de Pearson es la medida usual de correlacin y se la simboliza por "r" para una muestra y "p" para la poblacin. Los valores que puede tomar "r" se encuentran en el siguiente intervalo:

.-1 r 1
La magnitud de la relacin est indicada por el valor absoluto del coeficiente de correlacin, entre mayor sea la magnitud de "r", ms fuerte es la relacin. El signo (+o-) de un coeficiente slo indica la direccin de la relacin y en realidad est dada por la

33

covarianza de las variables. Un r=0 indica que no se ha detectado una correlacin entre las dos variables:

r=
Ejemplo:

COVxy SxSy

Encontrar el coeficiente de correlacin para el ejemplo de los automviles de Toyota y sus neumticos

X 18 18.3 18.9 19.4 19.8 20.3 114.7

Y 40 44 52 59 67 77 339.0

XY 720 805.2 982.8 1144.6 1326.6 1563.1 6,542.30

COVxy= M(XY)-M(X)M(Y) M(XY)= 6542.3/6= M(X)= 114.7/6= M(Y)= 339/6= 1090.3833 19.116667 56.5 1090.38 19.12 56.5 10.1 1080.28

COVxy= 1090.38-((19.12x56.5))=
con frmula de Excel

10.291667 10.291667

Luego: Sx= 0.8070867 Con esto: r= COVxy SxSy 10.29167 0.807x12.816 = 0.9949766 0.9949766 Sy= 12.816006

con frmula de Excel 2.2 Unidad: Muestreo para pruebas de cumplimiento

2.2.1 Consideraciones generales El muestreo para pruebas de cumplimiento tambin es llamado muestreo de atributos. Los siguientes pasos resumen las consideraciones usuales para llevar a cabo una prueba de cumplimiento, tanto sobre una base estadstica como no estadstica. Determinar los objetivos de la prueba. Definir el universo y la unidad de muestreo. Determinar el mtodo para seleccionar la muestra. Determinar el tamao de la muestra. Ejecutar el plan de muestreo. Evaluar los resultados de la muestra.

34

Documentar el plan de muestreo, su ejecucin y resultados.

2.2.1.1 Cmo se determinan los objetivos de la prueba? La determinacin de los objetivos de un procedimiento que utiliza el muestreo de atributos incluye los siguientes pasos: Obtener o actualizar el conocimiento del negocio y de los controles internos del sistema que se va a examinar. Identificar los controles clave y decidir cules son los que sern probados por muestro y cules por otro procedimiento. Tomar en cuenta los controles o procedimientos que se van a examinar por otras razones, como por ejemplo, para responder a la preocupacin de la gerencia sobre el funcionamiento efectivo de los controles.

2.2.1.1.1 Identificacin de los controles cuyo cumplimiento ser probado Las pruebas de cumplimiento se refieren a controles internos especficos que el auditor ha identificado y en los que ha decidido confiar o que sern probados por otras razones como, por ejemplo, a instancias del cliente. Cada universo probado debera formarse de partidas sujetas a sistemas similares de control interno y de registracin. Por ejemplo, al examinar los controles sobre los procedimientos de desembolsos, por lo general el auditor no combinara los desembolsos para nmina con los que son para compra de bienes, ya que estn sujetos a distintos controles. Con frecuencia, ciertos controles clave se aplican nicamente a un tipo de transacciones especficas que se procesan en un sistema de transacciones. Por ejemplo, un control clave de un sistema de compras y cuentas a pagar podra ser todas las facturas superiores a $ X son revisadas y aprobadas por el gerente financiero. Si el plan de muestreo requiere una muestra representativa de todas las facturas, la muestra puede no incluir suficientes facturas superiores al lmite, que permitan la evaluacin de este control clave. En estas circunstancias podra ser necesario hacer una seleccin complementaria de facturas superiores al lmite fijado. Cuando se realizan pruebas de cumplimiento de un control clave, un desvo o error implica que el control no funcion de la manera prescrita por la gerencia o que no es posible determinar si el control ha funcionado. El auditor definir el desvo segn el conocimiento que tenga del sistema de control y de los objetivos de la prueba. Los controles clave que sern evaluados y las condiciones posibles de error deben definirse con suficiente claridad para que tanto la persona que disea la prueba como la que la realiza comprendan claramente si el control funcion o no, segn lo esperado para cada unidad de muestro que se haya examinado. En la mayora de los casos es preferible definir los desvos en trminos de control y no de documentos (por ejemplo, control que requiere evidencia de la recepcin antes del pago, no efectuado en lugar de falta el informe de recepcin).

35

Ocasionalmente, una empresa har cambios importantes de un sistema durante el ao. El auditor debe determinar en que medida confiar en los controles establecidos por los sistemas antiguos y nuevos y decidir si: a. Probar slo los controles en el sistema nuevo. Por ejemplo, suponga que al final del primer trimestre del ao la compaa implant un nuevo sistema para calcular los costos estndar y las variaciones. Adems suponga que el objetivo de la prueba de cumplimiento del sistema de costos es determinar si los controles realmente funcionan como se espera y as respaldar las pruebas sustantivas limitadas de los costos de existencias al final del ao. Asimismo, suponga que las existencias rotan tres veces al ao aproximadamente. Dado que la mayor parte de las existencias al cierre estarn valuadas aplicando el nuevo sistema, probablemente el auditor decidir aplicar pruebas de cumplimiento slo a los controles del nuevo sistema. El auditor tambin debe considerar si hay lneas importantes de las existencias que no rotaron segn lo esperado. b. Llevar a cabo una prueba combinada de los controles de los dos sistemas. Un cambio en un sistema puede o no afectar los controles especficos en los que ha decidido confiar. Por ejemplo, un cambio de un sistema manual a uno automatizado quizs no cambie los procedimientos de autorizacin. En este caso, sera adecuado llevar a cabo slo una prueba de los procedimientos de autorizacin. c. Probar los controles de cada sistema individualmente. Por ejemplo, si se cambiaron los controles de facturacin y registro de ventas al final del tercer trimestre, el auditor podra disear dos pruebas separadas para los controles clave, que sean diferentes en los dos sistemas contables. Si se utiliza este enfoque y tambin se examinan controles que son iguales para los dos sistemas, el auditor podra combinar los resultados de las dos pruebas para los controles que son iguales, usando el muestreo de atributos estratificado. 2.2.1.2 Cmo se definen el universo y la unidad de muestreo? Universo Al definir el universo para una muestra de atributos, el auditor determina la clase de transacciones sobre las cuales es necesario llegar a una conclusin. Como se mencion antes (Ver 1.1.1.2), la definicin del universo muchas veces es el paso que sigue directamente a la determinacin de los objetivos de la prueba. Por ejemplo, si el objetivo de la prueba es determinar el porcentaje de cumplimiento de los procedimientos prescriptos sobre autorizacin de pagos, el universo se formar con todos los comprobantes de pago que se emitieron durante el perodo bajo prueba.

36

Los resultados de la muestra slo se aplican al perodo que se incluye como parte para la definicin del universo. Es necesario estar satisfecho de que los controles clave funcionan durante todo el perodo en que se confiar en ellos. Al definir el perodo (o perodos) de prueba del cual se seleccionara una muestra de partidas para ser probadas, el auditor tiene varias alternativas: Definir todo el ao como el perodo de prueba. Definir el perodo que abarca desde el principio del ao hasta una fecha interina como un perodo de prueba representativo y determinar los procedimientos que se deberan aplicar durante el perodo que abarca desde la fecha interina hasta el final del ao. Seleccionar una muestra de cada perodo.

2.2.1.2.1 Definicin de todo el ao como el perodo de prueba Una muestra de auditora para las pruebas de cumplimiento debe ser representativa de todo el perodo y resultara ideal que pudieran seleccionarse partidas de todo el perodo bajo examen. Cuando se determina que el perodo de prueba cubre las transacciones de todo un ao y gran parte de las pruebas se realizarn en una visita interina, el auditor debe estimar el nmero de unidades de muestreo que se deben incluir en el universo para el resto del ao. La estimacin puede ser adecuada por el volumen de transacciones realizadas hasta la fecha interina, por la estacionalidad de las operaciones y otros factores. El clculo resultante puede utilizarse para realizar una seleccin que cubra todo el ao. Por ejemplo, si en los primeros 10 meses del ao la compaa emiti facturas numeradas del 1 al 10.000, el auditor puede hacer un clculo conservador de que se emitirn 2.500 facturas en los 2 ltimos meses. As, usar la secuencia numrica del 1 al 12.500 como el universo del cual se seleccionar la muestra. Las facturas que se seleccionen y cuyo nmero sea menor a 10.000 se examinarn durante el trabajo interino y el saldo se examinar al principio del trabajo de fin de ao. 2.2.1.2.2 Definicin del perodo hasta una fecha interina como el perodo de prueba La segunda alternativa es definir un perodo de prueba para fines de muestreo que abarque desde el principio del ao hasta la fecha de la visita interina. Se podra llegar a una conclusin sobre este perodo, basndose en la muestra. El auditor debe considerar si es necesario realizar pruebas adicionales del perodo que se extiende hasta fin de ao. Al tomar esta decisin se deben considerar los siguientes factores: a)los resultados de las pruebas durante el perodo interino; b) respuestas a indagaciones relativas al perodo restante; c) la duracin del perodo restante; d) la naturaleza y volumen de las transacciones incluidas; e) evidencia de cumplimiento durante el perodos restante que podr obtenerse mediante pruebas sustantivas o de otro tipo realizadas por el auditor independiente o mediante pruebas realizadas por auditores internos, y f) otros elementos que el auditor considere importantes en las circunstancias.

37

Este segundo enfoque es ms conveniente conforme la fecha de terminacin del trabajo interino se acerca ms al final del ao. Por ejemplo suponga que el trabajo interino comienza a mediados de octubre. El auditor podra examinar los controles sobre ventas y cuentas por cobrar para los primeros 10 meses del ao y sacar una conclusin para el perodo. La desventaja de este mtodo es que la prueba en si no permite llegar a una conclusin sobre los controles en vigor durante todo el ao. Sin embargo, si los resultados de la muestra indican que los controles fueron eficaces durante el perodo interino, el auditor muchas veces puede obtener satisfaccin adecuada sobre la continua efectividad de los controles sin examinar las transacciones durante el perodo posterior. 2.2.1.2.3 Seleccin de una muestra de cada perodo Si el auditor desea una evaluacin tanto del perodo interino como del final del ao, la prueba se aplicara en dos partes, seleccionando una muestra representativa de cada perodo. El tamao de la muestra para el perodo interino se deber determinar independientemente de la muestra post-interina y deber tener el tamao suficiente para poder hacer una evaluacin separada. Debido a que este mtodo requiere un tamao de muestra mayor que cualquiera de los dos primeros (el que define todo el ao como perodo de prueba y el que define el perodo de prueba slo hasta la fecha interina), el auditor deber estar satisfecho de que el esfuerzo adicional es adecuado y que se necesitan las conclusiones por el perodo interino y por todo el ao para fines de auditora. Existen dos estratificado. enfoques alternativos: un sobremuestreo o un enfoque

Un enfoque de sobremuestreo distribuye el esfuerzo del muestreo durante todo el perodo de acuerdo al nmero de transacciones registradas. A continuacin se muestra un ejemplo de cmo se aplica el sobremuestreo. Suponga que la compaa ha emitido 18.000 facturas de venta en los primeros nueve meses del ao y se espera que emita 24.000 en todo el ao. Se determina que el tamao de muestra necesario para alcanzar una conclusin estadstica para un universo de 18.000 (por el periodo hasta la fecha interina) es, digamos, 90. Debido a que el tamao del universo influye muy poco en el tamao de la muestra para universos de ms de 10.000 unidades, el tamao de la muestra para universos de 24.000 que utilice los mismos parmetros tambin ser 90. Para obtener una sola seleccin para todo el ao, el auditor hace sobremuestreo; se multiplica 90 por 4/3 (24.000 dividido 18.000) para obtener una muestra por todo el ao de 120. El auditor examina a la fecha interina las partidas seleccionadas que se han emitido (aproximadamente 90 partidas); es posible obtener una conclusin estadstica adecuada ya que se utiliz una muestra al azar de tamao suficiente. Al final del ao, el auditor examina el saldo de la muestra. Debido a que la probabilidad de seleccin es la misma para todas las transacciones, ya sean interinas o post-interinas, hay bsicamente una muestra al azar de 120 partidas por todo el perodo y los resultados se pueden evaluar estadsticamente sin utilizar el enfoque de evaluacin del muestreo estratificado.

38

El enfoque estratificado se debe utilizar cuando la probabilidad de seleccin es diferente para las dos muestras y el auditor quiere una evaluacin estadstica combinada de todo el perodo. Se deben tomar en cuenta las diferentes probabilidades de seleccin al combinar los resultados de las dos muestras. La muestra post-interina debe incluir, las unidades de muestreo necesarias para asegurarse de que ser una seleccin representativa. Unidad de muestreo Normalmente se define a la unidad de muestreo como cada uno de los elementos individuales que forman el universo, que pueden ser: documentos, asientos, partidas u otros elementos. La determinacin de la unidad de muestreo se debe hacer de acuerdo con el objetivo de auditora y la definicin del error. Por ejemplo, si el objetivo de una prueba es determinar el grado de cumplimiento de un control que exige que todas las comprobantes de pago tengan la firma de autorizacin, el comprobante ser la unidad de muestreo. Por otra parte, suponga que cada comprobante incluye varias facturas con la autorizacin en cada una y el objetivo es determinar si se han autorizado las facturas. En este caso, la factura ser la unidad de muestreo. De lo contrario, si se seleccionara el comprobante de pago en lugar de cada factura como unidad de muestreo, se examinaran varias facturas para un solo comprobante, lo que significara trabajo adicional. Las facturas mltiples en una prueba de desembolsos de caja demuestran la importancia de determinar cuidadosamente la unidad de muestreo. En muchas pruebas de sistemas de desembolsos, el auditor define el universo como todos los cheques emitidos en un perodos determinado. Es muy comn que haya ms de una factura por comprobante de pago. Si el auditor selecciona una muestra de cheques o de comprobantes de pago y define el control, como evidencia de la recepcin antes del pago, generalmente se examinara la evidencia de la recepcin del bien por todas las facturas aplicables a cada cheque o cada comprobante de pago que se hayan incluido en la muestra. Esto puede llevar mucho tiempo cuando la compaa acostumbra a pagar muchas facturas con un mismo cheque. Hay dos alternativas: Usar distintas definiciones de unidad de muestreo y de universo; o Llevar a cabo la prueba sobre una base de muestreo de etapas mltiples por lo menos parcialmente

Ambas tcnicas se explican ms adelante. 2.2.1.2.4 Usar distintas definiciones de unidad de muestreo y de universo Un ejemplo de la primera alternativa sera designar a la factura como la unidad de muestreo en vez del cheque y todas las facturas que se pagaron durante el perodo como el universo. Este enfoque requiere obtener un listado u otro registro que permita el control e identificacin de todas las facturas individuales. Por ejemplo puede existir un registro de compras o un registro de facturas por computacin. Las facturas pueden numerarse al ser recibidas, o puede haber un sistema de control por lotes con un determinado nmero de lotes y un nmero mximo o fijo de facturas por lote. Con esta finalidad, se podran realizar selecciones en base al nmero de pgina y de rengln para seleccionar una

39

muestra al azar utilizando el lote como nmero de pgina y el nmero de partida dentro del lote como nmero de rengln. El auditor tambin podr utilizar el comprobante de pago como la pgina y la factura como rengln. Pero, si una factura seleccionada con este mtodo no existiera, tanto la factura como el comprobante tendrn que ser sustituidos por un nmero al azar extra. 2.2.1.2.4 Llevar a cabo la prueba sobre una base de muestreo de etapas mltiples por lo menos parcialmente Un ejemplo de la segunda alternativa sera probar ciertos atributos de los comprobantes de pago y otros atributos de las facturas y documentacin respaldatoria. Se podra examinar una muestra representativa de comprobantes de pago en relacin con atributos aplicables a cada comprobante en s mismo (por ejemplo, autorizacin del comprobante). Entonces, el auditor podra seleccionar por criterio una factura por cada comprobante de pago seleccionado. Las facturas anexas a los comprobantes que contienen una sola factura tendran distintas probabilidades de ser seleccionadas que las anexas a los comprobantes con mltiples facturas. En este ejemplo, si se seleccionaran los comprobantes de pago usando un mtodo de seleccin basado en probabilidades, sera posible llegar a una conclusin estadstica sobre los atributos relacionados con los cheques y los comprobantes y una conclusin no estadstica con respecto a aquellos atributos relativos a facturas y documentacin respaldatoria. 2.2.1.3 Cmo se define el mtodo de seleccin de muestra? El muestreo de atributos se puede llevar a cabo en forma estadstica o no estadstica. La eleccin entre muestreo estadstico y no estadstico fue explicada en 1.1.2.7. Adems, se detallan varios mtodos de seleccin de muestras que se pueden usar para el muestreo de atributos en la parte 1.1.2.5 y 1.1.2.6. 2.2.1.4 Cmo se determina el tamao de la muestra? Para determinar el tamao de la muestra es importante considerar el riesgo de muestreo Como ya se indic antes, el riesgo de muestreo es el riesgo de que una muestra no sea representativa del universo del cual se extrajo. Esto podra implicar que el auditor llegue a conclusiones incorrectas sobre el universo partiendo de los resultados de la muestra. El riesgo aceptable de muestreo es una determinante muy importante del tamao de la muestra. A medida que se incrementa el riesgo aceptable de muestreo, disminuye el tamao de la muestra. El riesgo de muestreo para una muestra de atributos puede ser medido estadsticamente en trminos de dos factores interrelacionados: a. Riesgo de aceptacin incorrecta y, b. Porcentaje mximo aceptable de desvo(o tasa de desviacin tolerable/lmite superior estimado). Si en cualquiera de las muestras se cambia uno de los factores el otro tambin cambiar. Al disear el plan de muestreo estadstico, el auditor anticipa la evaluacin estadstica deseada, cuantificando especficamente el riesgo de aceptacin incorrecta y el porcentaje

40

mximo aceptable de desvo. Al disear un plan de muestreo no estadstico, el auditor no necesita (y por lo general no lo hace) cuantificar estos factores en forma especfica; no obstante, deberan ser considerados en forma conceptual. 2.2.1.4.1 Riesgo de aceptacin incorrecta El riesgo de aceptacin incorrecta es el riesgo de que, en apariencia, la muestra satisfaga las expectativas de cumplimiento que se consideraron en la planificacin, cuando el porcentaje de ocurrencia real del universo no satisface ese grado de confianza. Cuando el muestreo es la principal fuente de evidencia para comprobar si los controles clave funcionan segn lo prescripto, el auditor, por lo general, requiere un grado relativamente alto de seguridad (un riesgo relativamente bajo de aceptacin incorrecta) de que las conclusiones relativas al funcionamiento de los controles clave no son diferentes de las conclusiones a las que se arribara si todas las transacciones sometidas a dichos controles fueran examinadas. Por el contrario, cuando se obtiene un alto grado de seguridad respecto del funcionamiento de los controles por medio de otros procedimientos, se requiere un menor grado de seguridad de la muestra 2.2.1.4.2 Porcentaje mximo aceptable de desvos (tasa de desviacin tolerable) El porcentaje mximo aceptable de desvos se define como el porcentaje de error que, si se supiera que sera excedido, modificara el grado planeado de confianza depositado en los controles. Al definir el porcentaje mximo aceptable de desvo, el auditor debe considerar que, si bien los desvos de los controles clave aumentan el riesgo de errores importantes en los registros contables, tales desvos no necesariamente ocasionan errores. Un desembolso que no tenga evidencia de autorizacin adecuada puede, sin embargo, ser una transaccin que se haya autorizado y registrado adecuadamente. De esta forma el porcentaje mximo aceptable de desvo no implica el mismo porcentaje de error monetario. Los auditores normalmente seleccionan un porcentaje mximo aceptable de desvo para las pruebas de cumplimiento que es mayor que el nivel tolerable de error monetario. Esto se basa en la suposicin de que un desvo ocasionar un error en los registros contables slo si el desvo u el error ocurrieran en la misma transaccin. Por lo tanto, en general se podra esperar que los desvos de los procedimientos de un control clave de un nivel determinado ocasionan errores monetarios de un porcentaje menor. El porcentaje mximo aceptable de desvo (tasa de desviacin tolerable) es un factor de riesgo de muestreo vinculado al grado relativo de confianza que el auditor deposita en los controles y en las pruebas sustantivas como fuentes de satisfaccin de auditora. No se trata del porcentaje que tanto la gerencia como el auditor necesariamente consideraran como un porcentaje aceptable de cumplimiento de los procedimientos de control prescriptos. 2.2.1.4.3 Porcentaje de desvo esperado Otro de los factores que afecta el tamao de la muestra es el porcentaje de desvo esperado. Este se determina en base a informacin pertinente, tal como los resultados de pruebas de aos anteriores, cambios de sistemas o de personal. El porcentaje de desvo esperado no puede exceder el porcentaje mximo aceptable. Si hubiera motivos para creer que el porcentaje de desvo real es superior al aceptable el auditor, por lo general,

41

no realizar pruebas de cumplimiento para ese atributo y no confiar en ese control. En la medida en que el desvo esperado se acerque ms al % mximo de error aceptable, la necesidad de obtener informacin ms precisa de la muestra y de su tamao aumentar. 2.2.1.4.4 Consideraciones de auditora al probar ms de un atributo Quiz sea necesario que el auditor determine un tamao global de la muestra para una prueba de cumplimiento de varios atributos en la que cada atributo tenga un diferente nivel de riesgo aceptable de muestreo. Por ejemplo, suponga que en una prueba de desembolsos de caja se estn examinando dos atributos con diferentes riesgos aceptables de muestreo. La primera definicin de desvo o atributo es no existe evidencia de que el comprobante fue autorizado adecuadamente y se determina que el tamao adecuado de la muestra es de 55. La segunda definicin de desvo es no existe evidencia de la recepcin anterior al procesamiento del pago y se determina que el tamao adecuado de la muestra es de 80. Debido a que se deben sacar 80 comprobantes de los archivos, como medida prctica el auditor examinar 80 recibos en cuanto a ambos atributos. Esto es una consideracin de auditora ms que una consideracin estadstica y evita cualquier problema potencial al no haber aplicado algunos procedimientos de auditora a todos los documentos seleccionados. Cuando se utilizan los mismos documentos para examinar varios atributos, el tamao total de la muestra que se use debe ser lo suficientemente grande como par satisfacer los requisitos del atributo que exige el mayor tamao de muestra. Dicho tamao de muestra se debe utilizar para evaluar todos los atributos. Algunas veces la prueba de un determinado atributo requiere el examen de algunos documentos distintos a los que se examinaron para otros atributos. Por ejemplo, suponga que otra definicin de desvo en el caso antes mencionado sea el precio pagado segn el comprobante de pago difiere del precio segn el contrato y el tamao de muestra requerido es de 55 partidas. Si los contratos no estn archivados con los comprobantes de pago bastara con examinar los contratos de los primeros 55 comprobantes del total de los 80 seleccionados. 2.2.1.4.5 Clculo del tamao del universo Excepto para universos muy pequeos, slo se necesita una aproximacin razonable del tamao del universo para determinar un tamao de muestra adecuado para el muestreo de atributos. Para universos de ms de 10.000 unidades de muestreo, el tamao de muestra para alcanzar un determinado grado de seguridad no aumenta conforme aumenta el universo. Por ejemplo, para alcanzar un resultado estadstico especfico, el tamao de muestra para un universo de 10.000 unidades es idntico al de un universo de 1.000.000 de unidades. Para universos de entre 1.000 y 10.000 unidades de muestreo slo hay una variacin muy pequea en el tamao de la muestra. Cuando el universo tiene menos de 1.000 unidades de muestreo, el auditor debe considerar si las pruebas de cumplimiento de los controles con una muestra representativa de transacciones es una medida adecuada, prctica y eficiente. Los sistemas pequeos (de menos de 1.000 transacciones), por lo general requieren un enfoque sustantivo basado en el conocimiento

42

que tenga el auditor en cuanto a la naturaleza del universo. Si el auditor quiere aplicar algunas pruebas de cumplimiento, el tamao de universos que estn dentro de la categora de sistemas pequeos tendr un gran impacto sobre el tamao de la muestra. La siguiente tabla permite observar el efecto que tiene el tamao del universo sobre el tamao de la muestra determinado en forma estadstica. Suponga las siguientes constantes para una prueba de lmite superior aplicada en forma secuencial: Riesgo de aceptacin incorrecta Porcentaje conservador de desvo esperado Porcentaje mximo aceptable de desvo 5% 1% 8%

El tamao estadstico de la muestra para universos de varios tamaos sera Tamao del universo 500 1.000 10.000 100.000 1.000.000 Tamao de la muestra 55 57 58 58 58

En las secciones sobre muestreo estadstico de atributos y muestreo no estadstico de atributos se tratan en detalle los factores que se utilizan para la determinacin del tamao apropiado del universo. 2.2.1.5 Cmo se ejecuta el plan de muestreo? La ejecucin del plan de muestreo incluye la seleccin de la muestra y el examen de las partidas seleccionadas para los atributos correspondientes. Al examinar las partidas seleccionadas, el auditor no debe conformarse con que se haya realizado el procedimiento de control; debe verificar que adems, se haya realizado correctamente. La ausencia de una de estas condiciones se considerar como un desvo en el muestreo de atributos., esto puede requerir que el auditor realice nuevamente los procedimientos que ha aplicado el cliente. Si el control que se encuentra bajo examen se aplica a transacciones individuales, el auditor debe cerciorarse de que la transaccin seleccionada es veraz, que se ha registrado correctamente y que es razonable de acuerdo con el conocimiento que tiene del negocio. Es por esto que las pruebas de cumplimiento incluyen generalmente, procedimientos de pruebas sustantivas y proporcionan tanto evidencia de cumplimiento como evidencia sustantiva. Si bien la ejecucin de un plan de muestreo de atributos por lo general no debera representar mayores problemas. Existen ciertas dificultades que surgen frecuentemente. Estas se explican a continuacin.

43

2.2.1.5.1 Documentos anulados Algunas veces el proceso de seleccin tiene como resultado la eleccin de un documento que se ha anulado. En estas circunstancias, el auditor debe satisfacerse de que la explicacin correspondiente para anular el documento es adecuada, normalmente determinando que el documento fuera cancelado por personal autorizado y por motivos aparentemente legtimos. La preocupacin ms seria es que haya ocurrido alguna transaccin pero no hay sido registrada porque el documento ha sido anulado. Dado que muchas veces se sustituyen los documentos anulados, el auditor podra examinar la transaccin sustitutiva. Si la partida se ha anulado adecuadamente y no fue sustituida, se deber seleccionar una partida adicional para mantener el tamao de muestra deseado. 2.2.1.5.1 Documentos no utilizados Si existiera un documento que no ha sido utilizado, el auditor debe cerciorarse de que, en realidad, no haya sido utilizado y debe sustituir la partida por otra. El hecho de que los documentos no se hayan usado en secuencia puede indicar que posiblemente el control sobre el uso de documentos no est funcionando. 2.2.1.5.2 Documentos faltantes Los documentos faltantes pueden ser el resultado de errores de archivo o de destruccin o prdida accidental. Las transacciones sin respaldo tienen implicancias de auditora potencialmente serias. El auditor debe intentar encontrar respaldo para todas las partidas de la muestra aunque sea necesario buscar fuera del sistema normal de archivo. Por ejemplo, si no se puede localizar una factura, el auditor puede buscarla en los estados de cuenta del proveedor. Si los informes de recepcin no estn adjuntos a la factura, el auditor puede encontrar copias de los documentos que faltan en el departamento de recepcin o pedirle al proveedor que confirme el envo o verificar la entrega. Estos pasos pueden ofrecer evidencia de que las transacciones son vlidas. Sin embargo, no se puede obtener la satisfaccin en cuanto al cumplimiento de algunos procedimientos de control (por ejemplo, evidencia de autorizacin) a menos que se encuentren los documentos faltantes. Por ejemplo, si la autorizacin del precio consta slo en la factura faltante, el auditor no podr estar satisfecho de que se ha llevado a cabo el procedimiento de control. Para evaluar una situacin como la anterior, el auditor normalmente supondr que los documentos faltantes son desvos a efectos de evaluar los resultados de la muestra. El considerar los documentos faltantes como desvos puede resultar en que el porcentaje de desvo supere lo que el auditor considera aceptable a efectos de confiar en los controles internos. En estas circunstancias, el auditor tambin podra determinar el porcentaje de desvos surgido de las partidas para las cuales se pueden localizar los documentos. Si esta determinacin indica que el alcance de los desvos est dentro de los lmites que considera aceptables, el auditor puede emplear su criterio para determinar el nivel de desvo de todo el universo y evaluar si ha obtenido suficiente evidencia como para tener una base razonable para dicha evaluacin. Se deben extremar las precauciones al extraer conclusiones cuando existan documentos faltantes. Independientemente de la conclusin que se obtenga del nivel de cumplimiento, sta no disminuye la responsabilidad del auditor para determinar si las transacciones para las cuales no se pudieron localizar documentos son veraces.

44

En cualquier caso, si el auditor no puede encontrar respaldo de la validez de las transacciones, el cliente debe ser notificado para que se apliquen las medidas necesarias. La falta de respaldo de las transacciones pueden originarse en varias causas, que van desde un error accidental hasta el desfalco o fraude. Segn la circunstancia, sera apropiado consultar con el gerente y/o el socio antes de notificar a los funcionarios del cliente o de ampliar el alcance de trabajo. 2.2.1.5.3 Errores en la determinacin de secuencias en el universo Al usar el muestreo de nmeros al azar, es comn que se estime la secuencia numrica antes de que se generen todos los documentos. Por ejemplo, al seleccionar los comprobantes para una prueba de todo un ao, el auditor puede estimar durante la revisin interina cuantos se usarn en el resto del ejercicio. Si el universo real resulta ser significativamente menor a la secuencia de numeracin estimada, se deben usar nmeros al azar adicionales para reemplazar las partidas correspondientes a los documentos no utilizados. Si el universo real resulta ser mayor que la secuencia numrica que se calcul, el auditor debe considerar el impacto de las partidas que se excluyeron respecto de la representatividad de la muestra de auditora que se haya seleccionado. El auditor puede: a. Redefinir el universo y considerar el efecto de la parte que no se muestre respecto de la conclusin de auditora. b. Hacer una seleccin separada de las partidas que se excluyeron y aplicar la prueba sobre una base estratificada o de sobremuestreo.(Ver punto 2.2.1.2.3) c. Hacer una seleccin completamente nueva en base a la secuencia numrica correcta para el perodo que abarca desde la fecha interina al final del ao y aplicar la prueba sobre una base estratificada. 2.2.1.5.4 Suspensin de la prueba antes de su terminacin Ocasionalmente el auditor encontrar muchos desvos al auditar las primeras partidas de la muestra. Entonces es posible que resulta obvio que, an cuando el resto de la muestra no tuviera desvos, la conclusin sera la de no confiar en el control que se est probando. Si esto sucede, el auditor probablemente deba detener la prueba, considerar las posibles causas de los desvos y/o errores, determinar las implicancias sobre los estados financieros y modificar adecuadamente las pruebas sustantivas planificadas. 2.2.1.5.5 Partidas no aplicables Algunas veces la definicin de desvo no es aplicable a una determinada unidad de muestreo. Para evaluar los resultados de la muestra para cada atributo, el nmero de unidades de muestreo realmente examinadas depende del nmero para el cual el atributo es aplicable. Es decir, las partidas no aplicables para un atributo en particular se deducen del nmero de partidas seleccionadas para obtener el nmero de partidas examinadas. Por ejemplo, si la definicin de desvo se aplica solamente a 75 partidas de 100 desembolsos seleccionados y se detectan 2 desvos, el porcentaje de error en la muestra para eses atributo es de 2 en 75, no 2 en 100.

45

2.2.1.5.6 Desvos Por lo general, se debe considerar que cada unidad de muestreo tiene solamente un desvo por cada atributo que se prueba. Por ejemplo, suponga que la unidad de muestreo es el comprobante de pago y la definicin de desvo es no se aprobaron debidamente todas las facturas a pagar por el departamento correspondiente. Ser necesario revisar todas las facturas incluidas en cada comprobante; pero independientemente de la cantidad de facturas sin aprobacin incluidas en un comprobante de pago seleccionado, solamente se computar un desvo para la evaluacin de atributos (es decir, el control se cumple o no se cumple). El hecho de que una o ms facturas no estn debidamente aprobadas por el departamento correspondiente, ser considerado en la evaluacin de los aspectos cualitativos de los desvos. 2.2.1.6 Cmo se evalan los resultados de la muestra? La evaluacin de los resultados de la muestra se trata profundamente en el muestreo estadstico de atributos y en el muestreo no estadstico de atributos. Ya que esta parte habla de consideraciones generales para ambos no se incluye in extenso este acpite 2.2.1.7 Cmo se documentan las aplicaciones del muestreo de atributos? Los papeles de trabajo deben incluir la descripcin de la ejecucin del plan de muestreo y los resultados de la evaluacin de la muestra. Si se hubiera utilizado el computador, la documentacin producida debe incluirse en los papeles de trabajo. A continuacin se enumera una lista de puntos que deben tenerse en consideracin al documentar una aplicacin del muestreo de atributos. Identificacin del sistema que se est probando Objetivos de la prueba Cmo se va a llevar a cabo la prueba Definicin del universo y de la unidad de muestreo, incluyendo la forma en que el auditor se satisfizo de que el marco y el universo son equivalentes e. Mtodo de seleccin f. Definicin de los atributos que se estn probando g. Factores considerados para la determinacin del tamao de la muestra (incluyendo para cada atributivo examinado estadsticamente, el riesgo explcito de aceptacin incorrecta, el porcentaje mximo aceptable de desvo y el porcentaje conservador de desvo esperado) h. Cmo se realiza una prueba para ms de un atributo. Al terminar la prueba, los papeles de trabajo deben incluir la cantidad y clase de desvos que se encontraron en la muestra, el seguimiento que se realiz respecto a cada uno, el nmero real de unidades de muestreo que se examinaron y si los resultados se consideran aceptables o inaceptables. Cuando los resultados se consideran inaceptables, los papeles de trabajo tambin deben documentar otras reas de auditora que se hayan visto afectadas y las medidas que se a. b. c. d.

46

hubieran tomado. Por ltimo, los papeles de trabajo deben incluir conclusiones generales con respecto a la confianza que se pueda depositar en el sistema. Como documentacin se pueden utilizar formularios impresos, como los que se muestran como ejemplo en el ANEXO 1. 2.2.2 Muestreo estadstico de atributos En el tema 1.1.2 se tratan diversos conceptos del muestreo de auditora, incluyendo los factores a considerar por el auditor al elegir entre, muestreo estadstico y no estadstico. El tema 2.2.1 incluye lineamientos generales aplicables al muestreo de atributos, tanto estadstico como no estadstico. Este tema trata ms especficamente los factores que deberan considerarse cuando el auditor decide utilizar muestreo estadstico de atributos. En general, estos factores se relacionan con: La determinacin del tamao de la muestra La ejecucin del plan de muestreo La evaluacin de los resultados de la muestra

2.2.2.1 Cmo se determina el tamao de la muestra? La determinacin del tamao de la muestra involucra lo siguiente: a) Determinacin del riesgo de aceptacin incorrecta adecuado. b) Definicin del porcentaje mximo aceptable de desvo (maximum tolerable deviation rate - MTDR.) en el universo c) Determinacin del porcentaje conservador de desvo esperado (conservative expected deviation rate CEDR) en el universo. Una vez que estas decisiones han sido adoptadas y el tamao del universo estimado puede utilizarse un programa de computacin o tablas estadsticas (Ver ANEXO 2) para calcular el tamao de la muestra. El resultado de una aplicacin de muestreo de atributos puede ser evaluado estadsticamente como un rango predecible pero desconocido dentro del cual se encontrara el porcentaje de ocurrencia real. El rango puede calcularse sobre la base del lmite superior, el inferior o ambos (estimacin de intervalo). Sin embargo, las estimaciones de intervalo y pruebas basadas en el lmite inferior no son utilizadas a menudo en aplicaciones de auditora de muestreo de atributos y por lo tanto no se tratan en este tema. (El lmite superior se refiere al lmite mximo de la tasa de desviacin tolerable) Existe un riesgo de aceptacin incorrecta de que el porcentaje real de desvos exceda el limite superior estimado y que las conclusiones obtenidas basadas en la muestra no sean justificadas.

47

En el muestreo estadstico de atributos, no es adecuado llegar a conclusiones separadas sobre la base del lmite superior y del riesgo de aceptacin incorrecta. Estos dos factores estn interrelacionados y se incluyen juntos en la conclusin de la evaluacin. Por ejemplo, suponga que en una muestra al azar de 75 partidas el auditor encontr tres desvos; el porcentaje de ocurrencia en la muestra es del 4%. Un ejemplo de conclusin de la evaluacin sera: existieron 3 desvos en una muestra de 75 unidades, un porcentaje de desvo del 4%. Basado en los resultados de la muestra, a un riesgo de aceptacin incorrecta del 5%, el porcentaje de ocurrencia en el universo no excede el 10.1%. El 10.1% es el lmite superior. Existe un 5% de riesgo de aceptacin incorrecta de que el porcentaje real de ocurrencia en el universo exceda el 10.1%. (Ver tabla 6) 2.2.2.1.1 Determinacin del riesgo de aceptacin incorrecta adecuado El riesgo de aceptacin incorrecta es la medicin de un aspecto del riesgo de muestreo. En el muestreo estadstico, este riesgo es normalmente expresado como un porcentaje. Para una muestra de un tamao dado, representa la probabilidad matemtica de que el porcentaje de desvos del universo exceda el porcentaje mximo de desvos calculado sobre la base de una muestra. Por ejemplo, si se utiliza un riesgo de aceptacin incorrecta del 10%, significa que hay un 10% de riesgo estadstico de que el porcentaje real de desvos en el universo exceda el limita superior estimado. Contrariamente, hay una probabilidad estadstica del 90% de que el porcentaje real de desvos en el universo no sea mayor que el lmite superior estimado de desvos. La consideracin ms importante al determinar el riesgo de aceptacin incorrecta adecuado para pruebas de cumplimiento es el grado de confianza que el auditor se ha propuesto depositar sobre los controles. En el caso de un mayor grado de confianza depositado en los controles, deben usarse riesgos de aceptacin incorrecta relativamente ms bajos. En situaciones en que se depositar menor confianza sobre los controles, se puede utilizar un riesgo de aceptacin incorrecta relativamente mayor. > confianza en controles ==== < confianza en controles ==== < Riesgo de aceptacin incorrecta > Riesgo de aceptacin incorrecta

El auditor deber utilizar su juicio para seleccionar el riesgo de aceptacin incorrecta adecuado y, adems del nivel de confianza que depositar en los controles deber considerar otros factores relacionados con el grado de cumplimiento de los controles,. El efecto del riesgo de aceptacin incorrecta sobre el tamao de la muestra se ilustra en el siguiente ejemplo. Suponga las siguientes constantes para una prueba de lmite superior realizada en forma secuencial.
Tamao del universo (cantidad) Porcentaje conservador de desvo esperado Porcentaje mximo aceptable de desvos Mayor a 10.000 1% 8%

48

El tamao de la muestra para los distintos riesgos de aceptacin incorrecta sera:

Riesgo de aceptacin incorrecta Tamao de la muestra

20% 10% 5% 1%

37 48 58 81

A medida que se reduce el riesgo de aceptacin incorrecta, aumenta el tamao de la muestra. El uso de un riesgo de aceptacin incorrecta del 1% para pruebas de cumplimiento es raro. Dado que siempre se efecta alguna prueba sustantiva (aunque sea limitada a una revisin analtica), el auditor normalmente no confiar en un sistema, por bueno que sea, en una extensin tal que requiera el 1% de riesgo de aceptacin incorrecta para pruebas de cumplimiento. Normalmente el riesgo del 5% es el ms bajo utilizado para propsitos de auditora. Sin embargo, es posible que niveles de riesgo ms bajos que el 5% se utilicen debido a consideraciones especiales de exposicin o reglamentarias. Nota del consultor: De acuerdo al grado de confianza depositado en el sistema de control interno basado en cuestionarios de CI, entrevistas y otros, se podra utilizar en la prctica las siguientes relaciones

Evaluacin del CI como Muy bueno Bueno a regular Regular a menos que regular

% de riesgo de aceptacin incorrecta 5% 10% 20%

2.2.2.1.2 Definicin del porcentaje mximo aceptable de desvos (MTDR) El porcentaje mximo aceptable de desvos (MTDR) es definido como el porcentaje de desvos que, si se supiera que sera excedido en el universo, hara que el auditor modificara la confianza que plane depositar en los controles. La siguiente tabla muestra el efecto del MTDR sobre el tamao de la muestra. Suponga las siguientes constantes para una prueba de lmite superior realizada en forma secuencial:

49

Tamao del universo (cantidad) Riesgo de aceptacin incorrecta Porcentaje conservador de desvo esperado El tamao de la muestra para distintos MTDRs sera:

mayor a 10.000 5% 1%

MTDR 4% 5 6 8 10 15

Tamao de la muestra 156 93 78 58 46 30

Como se observa en el ejemplo, a menores porcentajes mximos aceptables de desvo le corresponden tamaos de muestra mayores. A continuacin se ejemplifican los MTDRs utilizados en relacin con distintos grados de confianza planeado sobre los controles internos. a. b. c. d. Para un alto grado de confianza 2% a 7% de MTDR. Para un moderado grado de confianza 5% a 10% de MTDR. Para un limitado grado de confianza 8% a 15% de MTDR. No se confiar en los controles no se efectan pruebas.

50

2.2.2.1.3 Determinacin del porcentaje conservador de desvo esperado (CEDR) Tal como se comenta en el punto 2.2.1.4.3, el porcentaje de desvo esperado es una estimacin conservadora del porcentaje de desvos en el universo. El CEDR se utiliza para controlar el riesgo de rechazo incorrecto. Este riesgo es el riesgo de que como resultado de una muestra el auditor concluya que los controles no son confiables cuando de hecho lo son. La presuncin de que ningn desvo ser encontrado en la muestra producir un nmero mnimo de transacciones que pueden ser examinadas para un riesgo especfico de aceptacin incorrecta y MTDR (tasa mxima de error tolerable). Sin embargo, si la muestra incluye uno o ms desvos, el tamao de la muestra debe ser ms grande que el mnimo para admitir los desvos encontrados y an resultar en una evaluacin aceptable. El CEDR (% conservador de desvo esperado) incrementa el tamao de la muestra a un nivel que permitir que la misma contenga uno o ms desvos, e igual resulte en una evaluacin aceptable. De esta manera el CEDR (% conservador de desvo esperado) debera ser una leve sobreestimacin (una estimacin conservadora) del porcentaje de desvos que es probable en el universo. Si se usa cero como CEDR (% conservador de desvo esperado) un solo desvo hara que el porcentaje mximo estimado de desvo o lmite superior (a un riesgo especfico de aceptacin incorrecta) exceda el porcentaje mximo aceptable de desvo y los resultados no se consideraran aceptables. De esta forma, un porcentaje conservador de desvo esperado de cero por lo general slo se deber usar cuando el auditor est altamente seguro de que los desvos no son probables, cuando la clase de desvo es extremadamente crtica o cuando el descubrimiento de un desvo exige al auditor reconsiderar la naturaleza, oportunidad y alcance de las pruebas sustantivas relacionadas. La siguiente tabla indica el efecto del porcentaje conservador de desvo esperado en el tamao de la muestra. Suponga las siguientes constantes para una prueba del lmite superior aplicada en forma secuencial.
Tamao del universo Riesgo de aceptacin incorrecta Porcentaje mximo aceptable de desvos Mayor a 10.000 5% 8%

El tamao de la muestra para diversos porcentajes conservadores de desvo esperado sera: Procentaje conservador de Tamao de la muestra desvo esperado 0.0% 36 1.0 58 2.0 77 3.0 95

51

De esta manera, a medida que aumenta el porcentaje conservador de desvo esperado, tambin aumenta el tamao requerido de muestra. 2.2.2.2 Cmo se ejecuta el plan de muestreo? Una vez que el plan de muestreo ha sido diseado, se selecciona la muestra utilizando el mtodo de seleccin planeado y se examinan las partidas seleccionadas. En el tema 2.2.1 se tratan las consideraciones generales y los problemas prcticos que puedan presentarse al realizar el muestreo de atributos. 2.2.2.3. Cmo se evalan los resultados? Despus de que el auditor ha terminado el examen de la documentacin de respaldo y ha determinado el nmero de desvos, si los hubiere. Para cada atributo, se deben evaluar los resultados de la muestra. Un clculo estadsticos basado en los resultados de la muestra sustituye un examen de todo el universo. Al evaluar los resultados, el auditor debe considerar qu se hara si los resultados proyectados fueran el resultado de un examen de todo el universo? El proceso para evaluar los resultados del muestreo estadstico de atributos consiste en: Determinar las posibles causas y las implicancias de auditora de los desvos. Calcular el porcentaje de desvo en la muestra para cada atributo. Estimar el porcentaje mximo de desvo con el riesgo de aceptacin incorrecta planeado (la conclusin de la evaluacin). Determinar si los resultados pueden considerarse aceptables o inaceptables (comparando el desvo mximo estimado con el MTDR-tasa mxima de error tolerable) Llegar a conclusiones globales de auditora sobre la confianza que se debe tener en los controles.

El auditor deber considerar las posibles causas e implicancias de auditora para cualquier desvo encontrado en la muestra, aun cuando los resultados parezcan aceptables. Si la naturaleza de los desvos sugiere que las presunciones efectuadas en el planeamiento de la auditora no fueron adecuadas, se requerir reconsiderar el enfoque inicial. Si alguno de los desvos indica la existencia de transacciones fraudulentas u otras irregularidades, tal circunstancia deber ser informada al socio y gerente a cargo del trabajo. El porcentaje real de desvos encontrado en la muestra es la evidencia disponible ms objetiva para el auditor y generalmente es la mejor estimacin del porcentaje de desvos en el universo. Por lo tanto, al evaluar los resultados de la muestra, se usa el porcentaje real de desvos que se encontr en la muestra ms un margen por el riesgo de muestreo para definir la evaluacin. Por ejemplo, una tpica conclusin de evaluacin sera: Existan 2 desvos en una muestra de 100 partidas, un desvo del 2%. Sobre la base de los resultados de la muestra, a un riesgo de aceptacin incorrecta del 5%, el nivel de desvos del universo no supera el 6.2%. Este 6.2% es el limite superior de desvos en el universo. Se estima una evaluacin diferente para cada definicin de desvo y puede desarrollarse usando tablas estadsticas (ver ANEXO 2).

52

El lmite superior estimado, calculado al riesgo de aceptacin incorrecta estimado, debe ser comparado con el porcentaje mximo aceptable de desvos para determinar si los resultados son aceptables o no. Si el lmite superior preestablecido es menor (o igual) que el MTDR (tasa mxima de desviacin tolerable), los resultados pueden considerarse aceptables. En cambio, si el lmite superior es mayor que el MTDR los resultados se considerarn inaceptables. Cuando una condicin se considera inaceptable, el auditor debe determinar si los desvos indican un deterioro del control interno contable que puede afectar significativamente los estados financieros y/o requerir la modificacin del plan de auditora. Una medida conveniente es tratar de determinar las probables causas y la oportunidad de los desvos. De esta forma la reaccin del auditor puede enfocarse a esa causa o perodo. Por ejemplo, si la causa del desvo parece deberse a que un empleado determinado no comprende un aspecto de un procedimiento se pueden aplicar pruebas sustantivas a las partidas procesadas por ese empleado. El MTDR (tasa mxima de error tolerable) se enuncia como un porcentaje preciso al determinar el tamao de la muestra estadstica. Sin embargo, debe ser pensado como una aproximacin a un rango. Un MTDR del 5% no necesariamente significa que el 4.9% es aceptable y el 5.1 % no. Debe interpretarse como que, si el nivel real de desvos fuera aproximadamente 5% del universo, el auditor igualmente podra estar satisfecho de que el grado planeado de confianza depositado en los controles es apropiado. Cuando los resultados de la prueba de una muestra de partidas indican un nivel de desvos inaceptable, el auditor debe considerar la necesidad de reducir el grado de confianza planeada sobre los controles. Como resultado de ello el auditor considerar la confiabilidad de otros controles o modificar la naturaleza, oportunidad y alcance de las pruebas sustantivas planeadas. Al considerar si es necesario modificar el plan de auditora y con qu alcance, el auditor considerar el grado en el cual es apropiado confiar en los controles probados, teniendo en cuenta el lmite superior surgido de los resultados de la muestra. Por ejemplo, si el plan de auditora fue desarrollado sobre la base de un MTDR (tasa mxima de error tolerable) del 5% se requerira una ms amplia modificacin de dicho plan si el lmite superior estimado fue 10% que si fue 6% (Estos ltimos son los errores) Prescindiendo de su conclusin respecto de la necesidad de modificar el plan de auditora, el auditor debe informar a los funcionarios del cliente para que tomen las medidas correctivas que consideren necesarias. Los siguientes procedimientos para aplicar el muestreo de atributos estn basados en el uso de las tablas expuestas en el ANEXO 2. 1. Determinar el objetivo de la prueba. Suponga que los auditores desean probar la efectividad del control del cliente al comparar los informes de entrada con las facturas de compra como un paso para autorizar los pagos para las compras de materiales. Ellos estn interesados en la precisin numrica del proceso de asociacin y buscan determinar si el control que exige la comparacin de las facturas de compra y los informes de entrada est operando en forma efectiva.

53

2.

Definir los atributos y las condiciones de desviacin. Los auditores definen las condiciones de desviacin como uno o ms de los siguientes aspectos con respecto a cada factura y al informe de entrada relacionado: a. Cualquier factura no soportada en un documento de entrada. b. Cualquier factura soportada con un documento de entrada que es aplicable a otra factura. c. Cualquier diferencia entre la factura y el documento de entrada en cuanto a las cantidades despachadas.

Para esta prueba, el nico procedimiento requerido es la inspeccin de los documentos y la asociacin de los informes de entrada con las facturas. 3. Definir el universo y la unidad de muestreo. El cliente prepara un documento prenumerado para cada compra de materiales. El informe de entrada y la factura de compra son adheridos a cada documento. Por consiguiente, la unidad de muestreo para la prueba es cada documento individual. Puesto que la prueba de controles se realiza durante el periodo interino, la poblacin que ser probada consiste en 3,653 documentos por compras de material durante los primeros 10 meses del ao bajo auditora. Si en cualquier punto el auditor determina que la representacin fsica de la poblacin (los 3,653 documentos) ha omitido documentos que deberan ser incluidos en los primeros 10 meses, los auditores tambin deben probar esos documentos. Determinar el riesgo de aceptacin incorrecta y el % mximo aceptable de desvo (MTDR). Los auditores se dan cuenta de que los errores en la asociacin de los informes de entrada con rdenes de compra pueden afectar los estados financieros a travs de sobrepagos a proveedores y errores de compras y de cuentas por pagar. Ellos piensan tambin evaluar el riesgo de control en un nivel ms bajo para las cuentas de existencia, ocurrencia y valuacin de las compras, inventarios y cuentas por pagar. Con base en estas consideraciones, los auditores optan por un % mximo aceptable de desvo (MTDR) de 7%, con un riesgo de aceptacin incorrecta del 5%. Estimar la tasa de desviacin esperada de la poblacin. En las auditoras de los tres aos anteriores, los auditores observaron que las excepciones para el tipo descrito anteriormente produjeron tasas de desviacin de 1.2%, 1.3% y 1.1%. Por consiguiente, los auditores seleccionaron en forma conservadora una tasa de desviacin esperada de 1.5%. Determinar el tamao de la muestra. Puesto que el riesgo estipulado de la evaluacin del riesgo de control como muy bajo es de 5%, puede aplicarse la tabla 2 del ANEXO 2. En la interseccin de la columna para una tasa de desviacin tolerable de 7% y la fila para una tasa de desviacin esperada de 1.5%, se encuentra que el tamao de la muestra es de 66 elementos. El nmero permisible de desviaciones en la muestra es uno.

4.

5.

6.

54

7.

Ejecutar el plan de muestreo. Los auditores proceden a examinar los documentos y a apoyar en documentos cada uno de los tipos de desviaciones definidos anteriormente. A medida que los auditores realizan la prueba, estarn alerta en busca de cualquier aspecto inusual, como la evidencia de fraude. Evaluar los resultados de la muestra. Al evaluar los resultados de la muestra, los auditores consideran no solamente el nmero real de las desviaciones observadas, sino tambin la naturaleza de las desviaciones. Se analizarn tres posibles conjuntos de circunstancias: 1) el nmero real de desviaciones es igual o menor que el nmero tolerable; 2) el nmero real de desviaciones es mayor que el nmero tolerable; y 3) una o ms de las desviaciones observadas contienen evidencia de una manipulacin deliberada o evasin del control interno. Primero, suponga que no se ha identificado desviacin alguna. Recuerde que el nmero tolerable de desviaciones de la tabla 2 del ANEXO 2 es uno. Puesto que el nmero de desviaciones (ninguno, en este caso) no excede el nmero tolerable, los auditores pueden concluir que hay menos de 5% de riesgo de que la tasa de desviacin de la poblacin sea mayor que 7%, la tasa tolerable. En este caso, los resultados de la muestra apoyan el nivel planeado y evaluado del riesgo de control de los auditores. Alternativamente, al utilizar el segundo enfoque y hacer referencia a la tabla 6 del ANEXO 2, para un tamao muestral de 65 (el nmero ms alto an es menor que el tamao real de la muestra), los auditores encuentran que cuando se observan 0 desviaciones, la tasa de desviacin superior alcanzada es 4.6%. Esta tasa tambin soporta el nivel planeado y evaluado del riesgo de control de los auditores. Luego, suponga que el nmero de desviaciones observadas en la muestra es tres, y que ninguna de las desviaciones observadas indican una manipulacin deliberada o una evasin del control interno. Al utilizar el primer enfoque para evaluar los resultados presentados anteriormente, debido a que ste excede la desviacin permisible, los auditores simplemente concluyen que la tasa de desviacin superior alcanzada es mayor que 7%. O, si desean utilizar el segundo enfoque para evaluar los resultados, pueden utilizar la Tabla 6 del ANEXO 2 y encontrar que la tasa de desviacin superior alcanzada es de 11.5%. A la luz de estos resultados, los auditores deben aumentar el nivel evaluado del riesgo de control en esta rea y aumentar la extensin de sus procedimientos de pruebas sustantivas (es decir, disminuir el riesgo de deteccin). Como un paso preliminar a cualquier modificacin de su programa de auditora, los auditores deben investigar la causa de la inesperada alta tasa de desviacin. Finalmente, suponga que una o ms de las desviaciones descubiertas por los auditores indican una evasin deliberada de los controles, lo cual indica un posible fraude. En tal circunstancia, se hacen necesarios otros procedimientos de auditora. Los auditores deben evaluar el efecto de la desviacin sobre los estados financieros y adoptar los procedimientos de auditora diseados especficamente para detectar el tipo de desviacin observado. Ciertamente, la naturaleza de la desviacin puede ser ms importante que esta tasa de ocurrencia.

8.

9.

Documentar el plan de muestreo, su ejecucin y resultados. Finalmente, cada uno de los pasos anteriores, lo mismo que la base para las

55

conclusiones globales, deben estar documentados en los papeles de trabajo de los auditores. A continuacin se presenta un papel de trabajo ilustrativo que documenta los resultados de esta prueba de controles, lo mismo que las pruebas de otros controles para el ciclo de compras. Ministerio de Muestreo Resumen de muestreo de atributosTransacciones de compra Diciembre 31, 2005 Objetivos de la prueba: 1) Probar la efectividad de operacin de los procedimientos para asociar los informes de entrada con las facturas de compra; 2) Probar la efectividad de operacin de los procedimientos para asociar las rdenes de compra con las facturas de compra; 3) Probar la efectividad de operacin de los procedimientos para probar la precisin numrica de las facturas de compra. Poblacin: asientos de registro de documentos o facturas durante los diez primeros meses del ao Tamao: 3,653 Unidad de muestreo: documentos o facturas individuales Procedimiento de seleccin aleatoria: generador de nmeros aleatorios Riesgo de evaluar el riesgo de control como muy bajo: 5% Parmetros de planificacin Resultados muestrales Atributos Tasa de Tasa de Tamao Nmero de Tasa desviacin desviacin de la desviaciones mxima tolerable esperada muestra alcanzada 1. Las cantidades y dems 7.1% 1 66 1.5% 7% informacin en el informe de entrada concuerdan con la factura de compra. 2. Los precios y dems informacin en el pedido de compra concuerdan con la factura de compra. 10% 1% 46 0 6.5%

7% 0 42 0% 7% 3. La precisin numrica de la factura de compra ha sido verificada. Conclusin: los resultados apoyan la evaluacin de un nivel bajo de riesgo de control para la existencia y valoracin de compras, inventario y cuentas por pagar.

56

Se muestra otra forma de documentar los resultados de la muestra de atributos en el ANEXO 1. 2.2.3 Muestreo no estadstico de atributos En el tema 1.1.2, se tratan diversos conceptos del muestreo de auditora incluyendo los factores a considerar por el auditor al elegir entre muestreo estadstico y no estadstico. El tema 2.2.1incluye lineamientos generales aplicables al muestreo de atributos, tanto estadstico como no estadstico. Este tema trata los factores adicionales que se deberan considerar cuando el auditor decide utilizar el muestreo no estadstico de atributos. En general, estos factores se relacionan con: La determinacin del tamao de la muestra La ejecucin del plan de muestreo La evaluacin de los resultados de la muestra

2.2.3.1 Cmo se efecta la determinacin del tamao de la muestra? Al igual que en el caso de una muestra estadstica de atributos, el nivel aceptable de riesgo de muestreo para una muestra no estadstica depende del grado de confianza que el auditor decida depositar en los datos que est examinando. En situaciones donde se confiar en gran medida en los controles ser apropiado un riesgo de muestreo relativamente menor. Cuando el grado de confianza a depositar en los controles sea menor, un riesgo de muestreo relativamente mayor ser aceptable. La principal diferencia entre el muestreo estadstico y no estadstico es que, en el muestreo no estadstico, el auditor no trata de cuantificar los componentes del riesgo de muestreo (riesgo de aceptacin incorrecta y porcentaje mximo aceptable de desvo) de una manera formal; no obstante lo cual considerar el riesgo de muestro sobre la base de su juicio y experiencia. Otro factor a considerar al determinar el tamao de la muestra es el porcentaje de desvo esperado. Si existen razones para creer que el nivel real de desvos en el universo es superior al mximo aceptable, normalmente el auditor omitir probar el cumplimiento del atributo y no confiar en el control. Una vez que se han considerado los factores mencionados, el auditor utilizar su juicio profesional para determinar el tamao apropiado de la muestra. Una muestra de auditora debe tener el tamao suficiente para que se pueda esperar que sea representativa del universo y as asegurar una base razonable para llegar a una conclusin acerca del universo. La literatura de auditora no requiere la comparacin de tamaos de muestra no estadstica con los tamaos correspondientes de una muestra estadstica. La satisfaccin de auditora que se haya obtenido de una muestra no est influida por el grado de formalidad del plan de muestreo ni por la aplicacin de frmulas matemticas. Ms bien

57

est en funcin del tamao de la muestra, del cuidado que se tuvo al desarrollar el plan de muestreo y del juicio aplicado al evaluar los resultados. Puede ser conveniente para el auditor tener conocimiento de las evaluaciones determinadas estadsticamente que se pueden hacer para varios tamaos de muestra. La tabla que sigue refleja el porcentaje mximo de desvo determinado estadsticamente para un universo., asumiendo que el auditor prev encontrar un desvo en la muestra:

Riesgo de aceptacin incorrecta Tamao de la muestra 20 35 50 65 80 100 1% 28.8 17.5 12.6 9.8 8.1 6.5 5% 21.6 12.9 9.2 7.1 5.8 4.7 10% 76 26 21 15 13 9 20% 14.3 8.4 5.9 4.6 3.7 3.0

___

La tabla anterior est basada en la existencia de un solo desvo en la muestra. Cambios en la cantidad de desvos previstos pueden afectar significativamente el tamao adecuado de la muestra. Este efecto se debe al riesgo subyacente de muestreo basado en la teora estadstica. Tabla con tamaos de muestras estadsticas ms completas se incluyen en el ANEXO 2; dichas tablas pueden ayudar a determinar el tamao de las muestras no estadsticas. 2.2.3.2 Cmo se ejecuta el plan de muestreo? Una vez que el plan de muestreo ha sido diseado, se selecciona la muestra utilizando el mtodo de seleccin planeado y se examinan las partidas elegidas. En el tema 2.2.1.5 se tratan las consideraciones generales y los problemas prcticos que pueden presentarse al realizar el muestreo de atributos. 2.2.3.3 Cmo se evalan los resultados? Despus de que el auditor ha terminado el examen de la documentacin de respaldo y determinado el nmero de desvos, si los hubiere, para cada atributo, se deben evaluar los resultados de la muestra. Un porcentaje proyectado de ocurrencia basado en los resultados de la muestra sustituye un examen de todo el universo. Al evaluar los resultados, el auditor debe considerar qu hara si los resultados proyectados fueran de hecho el resultado de un examen de todo el universo?. El proceso para evaluar los resultados del muestreo no estadstico de atributos consiste en:

58

Determinar las posibles causas y las implicancias de auditora de los desvos Calcular el porcentaje de desvo en la muestra para cada atributo Determinar si lo resultados pueden considerarse aceptables o inaceptables (determinando si el porcentaje de desvo de la muestra supera al esperado) Llegar a conclusiones globales de auditora sobre la confianza que se debe tener en los controles.

El auditor deber considerar las posibles causas e implicancias de auditora para cualquier desvo encontrado en la muestra, aun cuando los resultados parezcan aceptables. Si la naturaleza de los desvos sugiere que las presunciones efectuadas en el planeamiento de la auditora no fueron adecuadas, se requerir reconsiderar el enfoque inicial. Si alguno de los desvos indica la existencia de transacciones fraudulentas u otras irregularidades, tal circunstancia deber ser informada al socio y gerente a cargo del trabajo. El porcentaje real de desvos encontrados en la muestra es la evidencia disponible ms objetiva para el auditor y generalmente es la mejor estimacin del porcentaje de desvos en el universo. Si el nivel de desvos en la muestra es aproximadamente igual o menor que el esperado al disear el plan de auditora, en general es adecuado que el auditor llegue a la conclusin de que los resultados de la muestra respaldan la confianza que se haba planeado depositar en los controles. Sin embargo, si el porcentaje de desvos de la muestra es mayor que el esperado puede existir una posibilidad importante de que el nivel de desvos en el universo exceda el que se considera aceptable y el auditor debe considerar las modificaciones necesarias al alcance de la auditora. Supongamos que para una aplicacin determinada de muestreo el auditor espera un nivel de desvos del 4%. En este caso, un porcentaje de desvos observado del 3.8% o 4.2% normalmente respaldara la suposicin del auditor en cuanto al grado de cumplimiento de los controles. Contrariamente un porcentaje de desvos observado del 8% indicara que el porcentaje real de cumplimiento es menor que el que se supuso al planear la auditora. En este ltimo caso, los resultados de la muestra quizs no respalden la confianza planeada en los controles relacionados y las pruebas sustantivas que se planearon pueden necesitar modificaciones. Tal como se seal anteriormente, no se requiere cuantificacin explcita del porcentaje de desvos. Cuando una condicin se considera inaceptable, el auditor debe determinar si los desvos indican un deterioro del control interno contable que puede afectar significativamente los estados financieros y/o requerir la modificacin del plan de auditora. Una medida conveniente es tratar de determinar las probables causas y la oportunidad de los desvos. Des esta forma, la reaccin del auditor puede enfocarse hacia esa causa o perodo. Por ejemplo, si la causa del desvo parece ser que un determinado empleado no comprende un aspecto de un procedimiento, se pueden aplicar pruebas sustantivas a las partidas procesadas por ese empleado. Cuando los resultados de la prueba de una muestra de partidas indican un nivel de desvos inaceptable, el auditor debe considerar la necesidad de reducir el grado de confianza planeado sobre los controles. Como resultado de ello el auditor considerar la confiabilidad de otros controles o modificar la naturaleza, oportunidad y alcance de las pruebas sustantivas planeados. Al decidir si es necesario modificar el plan de auditora y

59

con qu alcance, el auditor considerar el grado en el cual es apropiado confiar en los controles probados, teniendo en cuenta el porcentaje observado de desvos. Presidiendo de su conclusin respecto de la necesidad de modificar el plan de auditora, el auditor debe informar a los funcionarios del cliente para que tomen las medidas correctivas que consideren necesarias 2.2.4 Manejo de software para determinacin de muestras aleatorias 2.2.4.1 Prctica en computador Existen software creado especficamente para ejecutar muestreo en auditora. Sin embargo, en caso de que no se cuente con ese tipo de software existe la posibilidad de efectuar muestreo aleatorio a travs de Excel con las siguientes frmulas: Frmula para teclado espaol Aleatorio Frmula para teclado en ingls Random Utilidad Busca un nmero aleatorio del 0 a 1. Esta frmula se debe multiplicar por el nmero total de lineas o unidades de muetreo del universo Devuelve el valor de la columna requerida una vez que encuentra el valor buscado (no de lnea de la muestra) en el rango (poblacin)

Buscarv

Vlookup

El uso de estas frmulas se mostrar en la prctica a realizarse en el curso 2.2.4.2 Qu son y para que sirven las tablas y generadores de nmeros aleatorios? Los nmeros aleatorios se pueden obtener de diferentes formas. Una es la explicada a travs de Excel en el punto 2.2.4.1. Otra es a travs de las tablas de nmeros aleatorios. Estas tablas muestran una serie de nmeros aleatorios que sirven para elegir la muestra en base a una metodologa de secuencia, suma u otra que vea conveniente el auditor, pero siempre con la base de la tabla de nmeros aleatorios mencionados. Estas tablas de nmeros aleatorios estn en cualquier libro de estadstica y tambin se presenta un ejemplo en el Anexo 2 Para elegir una muestra con la tabla se puede por ejemplo tomar los dos primeros nmeros de la primera serie de nmeros aleatorios de la tabla. Luego, nuestra segunda unidad muestral puede ser los dos primeros nmeros de la segunda serie de nmeros aleatorios de la tabla. Nuestra tercera unidad muestral ser entonces los dos primeros nmeros de la tercera serie de nmeros aleatorios de la tabla, y as, sucesivamente.

60

2.3 Unidad: Muestreo de auditora para pruebas sustantivas de detalle El muestreo de variables por lo general se utiliza en relacin con las pruebas sustantivas de valores monetarios, tales como los saldos de las cuentas por cobrar o existencias. En las siguientes pginas se tratan varios mtodos de muestreo de variables. El presente tema presenta las consideraciones generales que, a menos que se indique lo contrario, se aplican por igual al muestreo estadstico y no estadstico de variables. El presente tema tambin explica conceptos de muestreo aplicables respectivamente al muestreo proporcionado al tamao, al muestreo clsico de variables y al muestreo no estadstico de variables. 2.3.1 Consideraciones generales El uso del muestreo de variables estadstico o no estadstico generalmente involucra las siguientes consideraciones: Determinar los objetivos de la prueba. Determinar la relacin del procedimiento en cuestin con otros procedimientos de auditora. Definir el universo y la unidad de muestreo. Elegir el mtodo de muestreo de variables y determinar el mtodo para seleccionar la muestra. Determinar el tamao de la muestra. Ejecutar el plan de muestreo Evaluar los resultados de la muestra. Documentar el plan de muestreo, su ejecucin y resultados.

Las consideraciones respecto del tamao de la muestra y la evaluacin de los resultados varan segn el mtodo de muestreo elegido y sern tratadas en cada seccin. 2.3.1.1 Cmo se determinan los objetivos de la prueba? Los objetivos de un plan de muestreo de variables por lo general incluyen la determinacin de la razonabilidad de los valores monetarios. Dichos objetivos normalmente incluyen tanto obtener evidencia que directamente respalde los saldos registrados como obtener evidencia indicativa de un monto por el cual un saldo registrado puede ser incorrecto. Los resultados proyectados pueden ser considerados junto con otra evidencia de auditora para formarse una conclusin respecto del saldo de una cuenta o del tipo de transacciones bajo examen. El muestreo de variables tambin puede usarse para estimar un monto con propsitos contables. Al especificar los objetivos de una prueba, el auditor debe determinar si la prueba es una aplicacin de auditora (para probar si la cantidad segn la compaa es razonable) o una aplicacin contable (para ayudar a la compaa a calcular una cantidad). Las aplicaciones contables y de auditora generalmente tienen distintos riesgos y consecuencias. Cuando un monto registrado no es generado por un sistema contable y se utiliza el muestreo para determinar el importe (una estimacin contable), el monto estimado es normalmente el registrado. El riesgo de que esta estimacin sea errnea

61

debera ser menor; como resultado, el rango de precisin obtenido debe ser relativamente estrecho y el nivel de confianza relativamente alto. Si la gerencia aplica muestreo de variables para una aplicacin contable, el auditor debe considerar si el plan de muestreo provee una base adecuada para la registracin y las implicancias contables del plan de muestreo sobre los procedimientos de auditora a aplicar. Las preguntas a considerar incluyen: si el muestreo es apropiado en las circunstancias; si el mtodo de muestreo elegido es apropiado; y si el tamao de la muestra es adecuado (y, como resultado, si el riesgo de muestreo ha sido adecuadamente limitado).

Los procedimientos de auditora relacionados con una estimacin contable dependen de la naturaleza de la partida o saldo a determinar por muestreo y del plan de muestreo. 2.3.1.2 Cmo se definen el universo y la unidad de muestreo? La definicin de un universo para la aplicacin de muestreo de variables incluye: Identificacin de todo el universo en cuestin. Identificacin de las partidas individualmente significativas. Identificacin de las partidas poco importantes o de riesgo bajo. Definicin del universo a muestrear. Definicin de la unidad de muestreo.

Al definir el universo para el muestreo de variables, el auditor debe determinar el conjunto de informacin sobre el cual es necesario arribar a un a conclusin basndose en parte sobre una muestra representativa de partidas. Por ejemplo, si el objetivo de la prueba es determinar la razonabilidad del total de cuentas por cobrar a una fecha dada, el universo podra definirse como todas las partidas que integran el total de cuentas por cobrar a esa fecha. Si el objetivo es determinar la razonabilidad del remanente de los saldos por cobrar una vez que los saldos importantes y de especial inters de auditora fueron segregados y probados separadamente, el universo ser definido como los saldos restantes. Un paso necesario al definir el universo para una aplicacin de muestreo de variables es identificar las partidas individualmente significativas, partidas no usuales y, si es apropiado, las partidas no significativas o de bajo riesgo. Se presume que el universo es el saldo de una cuenta o un grupo de transacciones o alguna porcin, para el cual el auditor planea probar una muestra representativa de partidas. El auditor debe satisfacerse de que el universo determinado y el universo realmente muestreado (el marco) sean equivalentes. Dependiendo del tipo de muestreo a aplicar, puede ser necesaria una mayor estratificacin a efectos de asegurarse de que suficientes partidas de valores monetarios importantes son probadas. En algunas circunstancias, la estratificacin del universo puede resultar en un tamao de muestra menor. Ms adelante, en el desarrollo del tema, se tratan en detalle las consideraciones sobre estratificacin.

62

La unidad de muestreo ser normalmente definida como los elementos individuales que integran el universo y puede consistir en saldos individuales de cuentas, documentos, partidas u otros elementos. En el ejemplo anterior, el saldo de cuenta de cada cliente, factura o partida individual por cobrar podra representar la unidad de muestreo. 2.3.1.3 Cmo se define el mtodo de seleccin de muestra? El muestreo de variables puede realizarse en forma estadstica o no estadstica. La eleccin entre muestreo estadstico y no estadstico se trata en el tema 1.1.2.7 ya que existen varios mtodos de seleccin de muestras que pueden usarse en relacin con el muestreo de variables. Los mtodos de muestreo de variables ms comunes son: Muestreo proporcionado al tamao (SPS) (Tema 2.3.2) Muestreo clsico de variables (Tema 2.3.3) proyeccin directa estimacin por proporcin y por diferencia Muestreo no estadstico de variables (Tema 2.3.4)

Los mtodos estadsticos de muestreo de variables tienen diferentes caractersticas y uno puede ser ms apropiado que otro para un universo dado. Los siguientes comentarios ayudarn al auditor a comparar las ventajas, desventajas y limitaciones de los mtodos estadsticos de muestreo de variables. 2.3.1.3.1 Muestras SPS El mtodo de muestreo proporcionado al tamao define a cada unidad monetaria (por ejemplo dlar, libra, boliviano) como unidad de muestreo y, como resultado, la probabilidad de que cada unidad fsica sea incluida en la muestra es proporcional a su tamao; la evaluacin estadstica de los resultados de la muestra produce un lmite mximo estimado de error el universo. El SPS est diseado fundamentalmente para probar posibles sobrevaluaciones de universos que contienen pocos errores o montos bajos de error. Si una partida est subvaluada, contiene proporcionalmente menos unidades de muestreo (bolivianos u otra unidad monetaria) y por lo tanto es menos probable que se incluida en la muestra. A medida que la frecuencia y el monto del error aumentan, el lmite mximo de error estimado estadsticamente en el universo aumenta rpidamente. En estas circunstancias, el tamao de muestra requerido para una evaluacin estadstica puede exceder al requerido por otros mtodos. El SPS puede ser efectivo para universos que incluyen partidas dentro de un amplio rango de montos. La estratificacin del universo sobre la base de los montos registrados no es necesaria cuando se aplica este mtodo de muestreo. Adems, la muestra incluir automticamente cualquier partida registrada por un monto que exceda al intervalo de muestreo.

63

Las partidas de montos nulos o de signo contrario no tienen la posibilidad de ser incluidas en una muestra SPS. Por lo general, estas partidas se segregan del universo que est sujeto a la muestra SPS. Si son importantes para los objetivos del auditor, deben probarse y evaluarse por separado. Si se encuentran o se prevn muy pocos o ningn error, los tamaos de las muestras SPS son considerablemente menores que los tamaos de las muestras requeridos por el mtodo por proyeccin directa. Para seleccionar una muestra SPS, el auditor obtiene un nmero al azar y selecciona la partida del universo que incluye el valor monetario correspondiente al nmero al azar. Un mtodo de muestreo sistemtico que comienza con un nmero al azar se utiliza para sumar el universo y seleccionar el remanente de las partidas de la muestra. El mayor o menor esfuerzo de auditora adicional depende de la posibilidad de realizar la seleccin con la ayuda de un computador o de si el auditor debe sumar el universo como parte de otra prueba de auditora. La ventaja principal del muestreo SPS, comparado con la seleccin de partidas al azar, es que la seleccin puede hacerse sobre los mayores valores monetarios y, por consiguiente, proporciona un medio eficaz para satisfacerse del saldo total registrado. 2.3.1.3.1 Muestreo clsico de variables Mtodo por proyeccin directa El mtodo por proyeccin directa (estimacin de la media por unidad)define cada unidad fsica como una unidad de muestreo y estima el monto total del universo calculando el promedio del monto auditado de las partidas seleccionadas de la muestra y multiplicando ese promedio por el total de las partidas del universo. La evaluacin de la muestra por proyeccin directa (estimacin de la media por unidad)no depende de la frecuencia o de la cantidad de errores previstos en el universo o encontrados en la muestra. Se puede utilizar para probar la sobrevaluacin o la subvaluacin de las partidas del universo. La eficiencia del mtodo por proyeccin directa (estimacin de la media por unidad) es mayor cuando todas las partidas del universo son de cuentas relativamente uniformes o se pueden estratificar en pequeos grupos de partidas cuyos montos son relativamente uniformes. La estratificacin de las partidas por valores monetarios es requerida habitualmente para reducir el tamao de la muestra necesario para una evaluacin estadstica especfica y para asegurar la inclusin en el universo de las partidas mayores. Cuando las partidas de la proyeccin se encuentran dentro de un amplio rango de montos, el mtodo por proyeccin directa (estimacin de la media por unidad) puede resultar menos eficiente que otros mtodos de muestreo. No se requiere considerar por separado las partidas con saldo cero o con signo contrario (ejemplo: saldos acreedores en cuentas por cobrar). Por lo general, los tamaos de las muestras son superiores que los que requiere el mtodo SPS (cuando se esperan o encuentran pocos o ningn error) o el mtodo por

64

estimacin de proporcin y por diferencia (cuando se esperan o encuentran una cantidad considerable de errores) El tamao de la muestra depende del desvo estndar (variaciones en el monto) de las partidas del universo. Se puede realizar una estimacin del desvo estndar basndola en el conocimiento previo del universo por parte del auditor, en una muestra piloto o en un anlisis de los montos registrados. El mtodo por proyeccin directa (estimacin de la media por unidad) puede ser utilizado cuando no hay montos registrados; los otros mtodos estadsticos pueden ser utilizados solamente en situaciones en las que los montos auditados pueden ser comparados con los montos registrados de cada partida de la muestra. 2.3.1.3.2 Muestreo clsico de variables Mtodos por estimacin de proporcin y por diferencia Los mtodos por estimacin de proporcin y por diferencia definen cada unidad fsica como una unidad de muestreo y estiman el monto del error en el universo basndose en la proporcin o en el promedio de las diferencias de las partidas de la muestra. La evaluacin por estimacin de proporcin y por diferencia puede resultar apropiada para universos en los que aparecen errores con bastante frecuencia (p. ej.: cuando aproximadamente un 10% de las partidas son errneas). La evaluacin se basa en los montos de los errores y no puede realizarse si hay pocos errores. Puede ser utilizado tanto para la subvaluacin como para la sobrevaluacin de las partidas del universo. El tamao y la evaluacin de la muestra no dependen directamente de la variacin de los montos de las partidas registrados en el universo; sin embargo, dependen de la variacin de los montos de los errores. Como sucede con el mtodo por proyeccin directa, la estimacin del desvo estndar puede basarse en experiencias previas o en los resultados de una muestra piloto. Si no existieran otros datos, se puede suponer que el monto de un error est relacionado con el monto de la partida. Casi siempre se requiere la estratificacin de las partidas por valores monetarios para reducir el tamao de la muestra y confirmar la correcta inclusin de las partidas significativas en la muestra. No se requiere una consideracin por separado de las partidas con saldo cero o con signo contrario (ejemplo: saldos acreedores de las cuentas por cobrar). Si se espera y encuentra una cantidad considerable de errores, el tamao de la muestra ser, generalmente, inferior al requerido por otros mtodos estadsticos. 2.3.1.4 Cmo se determina el tamao de la muestra? La determinacin del tamao de la muestra para una aplicacin de muestreo de variables involucra las siguientes consideraciones: Riesgo de muestreo y error aceptable. Variacin de los montos registrados de las unidades de muestreo.

65

Error esperado. Tamao del universo.

Como ya se explic, el auditor se interesa en dos tipos de riesgo de muestreo: 1) el riesgo de rechazo incorrecto el riesgo de que, como resultado de los procedimientos de muestreo, el auditor concluya que el saldo de la cuenta no se ha expresado correctamente cuando en realidad, es razonable y 2) el riesgo de aceptacin incorrecta el riesgo de conclusin de que un saldo de cuenta es razonable cuando en realidad no lo es. Las consecuencias de estas conclusiones errneas no son iguales. Aunque el primer tipo de conclusin errnea puede significar esfuerzos de auditora y gastos adicionales, no es tan perjudicial para el auditor como el segundo tipo. El SAS 39 describe el error aceptable como el error mximo que, a juicio del auditor, puede existir en un saldo de cuenta o en una clase de transacciones, sin ocasionar que los estados financieros estn significativamente distorsionados. El error aceptable est relacionado con los clculos preliminares de niveles de significatividad, de manera tal que el error aceptable, considerado dentro del plan completo de auditora, no supere dicho lmite. El error aceptable para un plan de muestreo especfico debe ser considerado en relacin con los clculos preliminares de los niveles de significatividad pertinentes y en definitiva depende del criterio del auditor acerca de lo que se puede considerar razonable en las circunstancias. Los conceptos de riesgo de aceptacin incorrecta y error aceptable son importantes determinantes del tamao de la muestra. Ambos deben estar cuantificados para poder planear una muestra estadstica. Tanto en las muestras estadsticas como en las no estadsticas, el tamao de la muestra aumenta en la medida en que disminuyen el nivel de riesgo aceptable y el error aceptable (en relacin con el valor monetario del universo). Otros determinantes del tamao de la muestra son el alcance de la variacin en los montos registrados de las unidades de muestreo, el error que el auditor espera exista en el universo y, en un grado ms limitado, el tamao del universo. Si bien todos los factores indicados deben considerarse al establecer el tamao de la muestra, el impacto de cada uno de ellos depender del mtodo de muestreo de variables que se utilice. Ms adelante se explica ms detalladamente el alcance que debe asignarse a cada uno de ellos. 2.3.1.5 Cmo se ejecuta el plan de muestreo? En algunas circunstancias el auditor no podr aplicar los procedimientos planificados para seleccionar las unidades de muestreo. Esto puede ocurrir cuando no se pueden obtener los documentos especficos. Este y otros tipos de situaciones que se presentan a menudo en el muestreo de variables, son tratadas a continuacin. 2.3.1.5.1 Documentos faltantes Los documentos no obtenidos incluyen pedidos de confirmacin de saldos por los que no se ha recibido respuesta y los documentos especficos que no se pueden ubicar en los archivos del cliente. En estas circunstancias, debe aplicarse un procedimiento de auditora alternativo para determinar si la informacin registrada es autntica. Frecuentemente, los procedimientos alternativos incluyen una referencia a otra documentacin o a la

66

confirmacin de informacin por parte de terceros. Por ejemplo, si no se recibe una respuesta a un pedido de confirmacin de un saldo por cobrar, el auditor puede revisar los registros de cobros posteriores, los documentos de venta y de expedicin y otros registros que respalden el saldo de la cuenta en la fecha respectiva. Otro ejemplo es cuando no se han podido localizar las facturas del proveedor que respaldan el costo unitario de las existencias, el auditor podra revisar listas de precios, la orden de compra o pedir confirmacin al proveedor. El procedimiento alternativo que se aplique a una partida en particular depende del criterio del auditor y de factores tales como la naturaleza de la partida y la importancia que tenga en la evaluacin que realiza el auditor de los resultados de la muestra. El mismo procedimiento alternativo no se aplicar necesariamente a todas las partidas. Si el auditor est satisfecho del monto registrado relacionado con el documento faltante, dicho monto puede ser utilizado en la evaluacin de la muestra. Las partidas para las cuales no ha sido posible localizar la documentacin respaldatoria y que, por consiguiente, no pueden ser auditadas, pueden ocasionar serios problemas de auditora. La ausencia de documentacin respaldatoria puede responder a diversas causas, que varan desde errores involuntarios a fraude o irregularidades. Segn las circunstancias ser conveniente consultar al socio o al gerente antes de transmitir la informacin a los funcionarios del cliente o ampliar el alcance de la auditora. 2.3.1.5.2 Partidas anuladas Ocasionalmente la muestra al azar incluye una partida que ha sido anulada. El auditor debe considerar si es apropiada la explicacin dada para justificar la anulacin de la partida, asegurndose que fue anulada por personal autorizado por motivos aparentemente legtimos. Si la anulacin de la partida seleccionada result en un ajuste del monto registrado, por lo general se debe considerar la partida como un error. Suponga, por ejemplo, que el auditor ha seleccionado una muestra de facturas de clientes impagas para circularizacin. Una factura pendiente a la fecha de circularizacin que luego fue anulada porque el monto de facturacin original no es correcto, representa un error en el saldo de las cuentas por cobrar a la fecha de circularizacin. El monto del error es la diferencia entre el monto de la factura original y el monto de la factura que la reemplaz, si existiera. En la evaluacin de los resultados de una prueba sustantiva de detalle, la partida anulada que no origina un ajuste del monto registrado no es considerada como un error. Por ejemplo, las partidas que fueron anuladas a causa de errores de preparacin (por ejemplo, facturas con direccin incorrecta) y que fueron reemplazadas por partidas correctas, no tienen ningn impacto sobre los montos registrados y no son consideradas como errores. Una vez que el auditor considere que el procedimiento de anulacin es apropiado se puede determinar el monto auditado e incluir la partida en la muestra a efectos de su evaluacin. 2.3.1.5.3 Partidas no utilizadas Ocasionalmente, una muestra al azar puede incluir una partida que no ha sido utilizadalos documentos no utilizados se originan por diversas razones en una secuencia numrica

67

consecutiva. Si no se utiliza la partida seleccionada para la prueba debe ser reemplazada por otra partida. El auditor debe considerar el impacto de las partidas no utilizadas cuando define el universo y calcula su tamao. 2.3.1.6 Cmo se evalan los resultados de la muestra? Una vez que las partidas de la muestra han sido examinadas, el auditor proyecta los resultados al universo del cual ha sido seleccionada. Segn el plan de muestreo que se utilice, los resultados proyectados pueden definirse en trminos de error proyectado del universo o el monto proyectado del universo. En los casos de partidas que fueron probadas individualmente porque excedan un monto especfico o por otros motivos, los errores detectados al examinarlas y los montos de esas partidas, deben combinarse con los resultados de la muestra para evaluar en su totalidad el saldo de la cuenta o la clase de transacciones. Cuando el auditor llega a una conclusin con respecto a un saldo de cuenta o a una clase de transacciones, debe tener en cuenta la evidencia obtenida en todas las pruebas. En el SAS 39 se indica que los resultados de proyectar errores determinados por todas las aplicaciones del muestreo de auditora y todos los errores detectados por otras aplicaciones deben ser considerados en su conjunto con otra evidencia pertinente de auditora, cuando el auditor evala si los estados financieros, tomados en su conjunto, no han sido significativamente distorsionados. El efecto prctico de este requerimiento es recordarle al auditor que los errores proyectados no ajustados deben ser considerados cuando se determina si existen errores significativos no ajustados en los estados financieros y que debe tener en cuenta que, en algunas circunstancias, estas partidas pueden resultar importantes si se las considera en conjunto. El auditor debe tener especial cuidado cuando todos los errores proyectados tienen una misma tendencia y/o se acercan a los lmites de significatividad. En estos casos, ser necesario que se realice una evaluacin minuciosa del impacto del conjunto de los errores proyectados. Sin embargo, las pautas del SAS39 que requieren la consideracin de los errores proyectados en su conjunto, no exigen una acumulacin puramente mecnica de los montos. Durante la auditora se realizan y evalan muchas pruebas sustantivas de muestras representativas. Cualquiera de dichas pruebas puede dar un error proyectado. A diferencia de los errores conocidos de los estados financieros, esos errores proyectados pueden tener diferentes caractersticas cualitativas y podra resultar inadecuado sumarlas simplemente para obtener un monto acumulado. Es muy poco frecuente que una muestra representativa de una prueba sustantiva constituya el nico fundamento para que el auditor arribe a una conclusin sobre el saldo de una cuenta en particular. En exmenes de grupos de empresas, se puede emitir por separado un dictamen de auditora sobre los estados financieros de una o ms unidades individuales dentro de un grupo de compaas. Lo importante es que el auditor est atento a la posibilidad de que los errores conocidos y los proyectados de las aplicaciones del muestreo, a pesar de no ser significativos en forma individual, puedan serlo si los consideramos en su conjunto con respecto a los estados financieros tomados en su totalidad.

68

Aunque las consideraciones generales mencionadas anteriormente son comunes para la evaluacin de todos los resultados de muestras sustantivas, las consideraciones especficas difieren segn el mtodo de muestreo que se utilice. En el desarrollo del presente tema se tratan los procesos de evaluacin para los diferentes mtodos de muestreo.
2.3.1.6.1 Aspectos cualitativos de los errores Adems de evaluar la frecuencia y los montos de los errores monetarios, se deben considerar la naturaleza y las causas de una valuacin errnea, como por ejemplo: (1) si surgieron errores a causa de una mala interpretacin de las instrucciones o de un descuido; (2) si revelan aspectos que requieren una investigacin especfica antes de arribar a una conclusin de auditora; o (3) si existen irregularidades a causa de manipulacin o valuaciones errneas intencionales. Si la naturaleza y frecuencia de los errores sugiere que las suposiciones hechas en la planificacin de la auditora no son apropiadas, el auditor debe reconsiderar su enfoque inicial. Si existieran errores que indiquen actividades fraudulentas o irregulares, debe informarse al gerente o socio a cargo del trabajo. 2.3.1.7 Cmo se documentan las aplicaciones del muestreo para pruebas sustantivas de detalle (Variables)? Los papeles de trabajo deben incluir la descripcin de la ejecucin del plan de muestreo y los resultados de la evaluacin de la muestra. Si se hubiera utilizado el computador, la documentacin producida debe incluirse en los papeles de trabajo. A continuacin se enumera una lista de los puntos que deben tenerse en consideracin al documentar una aplicacin de muestreo de variables. Objetivos del procedimiento y definiciones de errores. Tipo de plan de muestreo de variables utilizado. Criterios de seleccin de las partidas individualmente significativas y de otras partidas de inters especfico para la auditora que fueron probadas por separado. Definicin de la unidad de muestreo y del universo. Cmo se satisfizo el auditor de que el marco y el universo son equivalentes. Si se utiliz estratificacin, una definicin de los lmites de los estratos. Riesgo de aceptacin incorrecta o nivel de confianza explcito para cada prueba estadstica. Error aceptable explcito para cada prueba estadstica. Tamao de la muestra. Mtodo de seleccin de la muestra Naturaleza, posibles causas y mtodos de seguimiento de los errores significativos encontrados. Evaluacin de la muestra. Conclusiones generales de auditora.

Para la documentacin se pueden utilizar formularios como los ilustrados en el Anexo 1.

69

2.3.2 Muestreo proporcionado al tamao El tema 1.1.2 explica varios conceptos de muestreo de auditora incluyendo los factores que el auditor considera al elegir entre muestreo estadstico y no estadstico. El tema 2.3.1 ofrece una gua general aplicable al muestreo de variables estadstico y no estadstico. Este tema describe el mtodo de muestreo de variables conocido como muestreo proporcionado al tamao. Visin general El muestreo proporcionado al tamao (SPS) es tratado con distintas denominaciones por varias organizaciones y en la literatura profesional. Por ejemplo, se lo conoce como muestreo de la unidad dlar (Dollar unit sampling DUS), muestreo de valores monetarios acumulados (Cumulative monetary amounts sampling CMA), muestreo de unidad monetaria (Monetary unit sampling MUS), mtodo combinado de atributos y variables (Combined attributes variables method CAV), muestreo de atributos monetarios (Monetary attributes sampling MAS), muestreo de probabilidad proporcionada al tamao (Probability proporcional to size sampling PPS) y tcnica de muestreo de la unidad monetaria (Monetary unit sampling technique). Existen slo diferencias menores entre el mtodo de muestreo SPS descrito en este trabajo y los otros mtodos. El SPS es un mtodo de muestreo de variables que utiliza la teora del muestreo de atributos para calcular, a un nivel de riesgo establecido, el lmite mximo de error en el universo. El lmite mximo de error es una estimacin de la cantidad monetaria mxima de sobrevaluacin en un universo. El SPS toma en cuenta los errores parciales al llevar a cabo una evaluacin. El resultado de la prueba ser la sobrevaluacin mxima estimada o el lmite superior de error debajo del cual debe ubicarse la sobrevaluacin del universo si existe. La unidad de muestreo para una aplicacin del SPS es diferente de la que se usa en los otros mtodos de muestreo que se explican en este trabajo; en lugar de determinar una unidad fsica de muestreo (por ejemplo, recibo, cheque, factura, saldo de la cuente de un cliente), el SPS utiliza la unidad monetaria como unidad de muestreo. Por ejemplo, suponga que el auditor va a hacer una muestra de las adquisiciones de activos fijos, las cuales consisten en 5.000 transacciones de distintos tamaos que forman un total de $ 15.000.000. Usando SPS el universo no se define como las 5.000 transacciones y la unidad de muestreo como cada transaccin. Al contrario, el universo se define como 15.000.000 de unidades monetarias (dlar, boliviano, etc.) y la unidad de muestreo como cada unidad monetaria incluida en dicho monto. En otras palabras, el universo es visto como un gran nmero de unidades individuales de muestreo de una unidad monetaria. Cada unidad monetaria seleccionada se relaciona entonces con la unidad fsica (transaccin), la cual contiene la unidad monetaria seleccionada. Cada una de estas unidades fsicas es luego probada. Cuanto ms grande sea el valor monetario de una unidad fsica, mayor probabilidad habr de que resulta seleccionada. Si en el ejemplo anterior una muestra de 60 partidas fuera seleccionada sistemticamente, cada transaccin de $ 250.000 (15 mill/60) o ms sera

70

elegida; una transaccin de $ 1 tendra una posibilidad de 1 en 250.000 de ser seleccionada. Una partida de $ 10.000 tendra el doble de probabilidad de ser seleccionada que una de $ 5.000 porque tiene el doble de unidades de muestreo. El nombre de muestreo proporcionado al tamao se deriva de este concepto en el que la probabilidad de seleccionar una unidad fsica est directamente relacionada con el nmero de unidades monetarias de muestreo que contenga (es decir, su tamao). El SPS est diseado fundamentalmente como una prueba para detectar una sobrevaluacin de los saldos registrados. El corolario al concepto de muestreo proporcionado al tamao es que si un saldo registrado por $ 1 est subvaluado y el monto real es de $ 300.000, la posibilidad de encontrar ese error es muy baja (ms baja que con una seleccin al azar de unidades fsicas de muestreo). Consecuentemente el auditor puede decidir utilizar otros procedimientos de auditora para detectar subvaluaciones realizando pruebas que le aseguren que todos los despachos del ejercicio fueron facturados y registrados, realizando pruebas del corte de los despachos cerca del cierre y de ventas registradas posteriormente al cierre, revisando las cobranzas posteriores y relacionndolas con las cuentas por cobrar o realizando revisiones analticas de ventas, cuentas por cobrar y existencias o una combinacin de los procedimientos mencionados. Para aplicar el enfoque del muestreo SPS descrito, el auditor deber: determinar el tamao de muestra requerido. calcular un intervalo monetario de muestreo, dividindole monto de universo por el tamao de la muestra. aplicar muestreo sistemtico para seleccionar las unidades monetarias de muestreo a probar.

En el ejemplo anterior, un tamao de muestra de 60 tendra como resultado un intervalo monetario de muestreo de $ 250.000 ($ 15.000.000 / 60). El auditor utiliza como punto de partida de la seleccin un nmero al azar no mayor al intervalo monetario de muestreo (es decir, entre 1 y 250.000 inclusive). De esta forma, cada unidad monetaria en el universo de $ 15.000.000 tiene la misma oportunidad de seleccin. En este ejemplo, si el punto de partida al azar fuera 67.850, el auditor contara el universo y seleccionara la unidad monetaria nmero 67.850 y de ah en adelante uno de cada 250.000 para las dems partidas. El procedimiento de conteo del universo y de seleccin de la muestra se puede llevar a cabo en forma manual o con la ayuda de tcnicas de auditora asistidas por el computador. Las secciones que siguen, tratan los factores que se deben considerar una vez que el auditor ha decidido usar el muestreo proporcionado al tamao. Estos factores se relacionan con: Determinacin del universo. Definicin de la unidad de muestreo. Determinacin del tamao de la muestra. Seleccin de la muestra. Ejecucin del plan de muestreo. Evaluacin de los resultados de la muestra.

71

2.3.2.1 Cmo se determina el Universo? La determinacin del universo a ser evaluado en base a una prueba de una muestra SPS incluye la identificacin de las partidas individualmente significativas que sern probadas como tales y la identificacin de los saldos cero o acreedores que no estn incluidas en el universo a probar. 2.3.2.1.1 Partidas individualmente significativas y otras de inters especfico de auditora Los universos contables a menudo incluyen una o algunas partidas individualmente significativas (por ejemplo saldos o transacciones). Una partida individualmente significativa es una que, debido a si valor monetario, es de importancia suficiente como para merecer la atencin especfica del auditor. El valor monetario significativo para este propsito variar segn la naturaleza de la partida. Por ejemplo, las partidas de una cuenta por cobrar individual, de existencias, de activos fijos y de inversiones podran ser consideradas individualmente significativas a distintos niveles monetarios. Debido a la naturaleza del mtodo de muestreo proporcionado al tamao, todas las partidas del universo que son mayores que o iguales al intervalo monetario de muestreo son elegidas para la muestra. Adems el intervalo de muestreo que se determina estadsticamente por la frmula SPS es siempre menor que el monto mximo de error aceptable definido para la prueba. Por estas razones, no es necesario segregar las partidas de significativo valor individual antes de calcular el tamao de la muestra y aplicar el procedimiento de seleccin de la misma. Sin embargo, a veces el auditor conoce que existen cuentas, saldos o transacciones no usuales que es probable que sean incorrectas o que por otras causas tengan una especial significacin para la auditora. Dichas partidas debern ser separadas del universo para se muestreadas y probadas aparte. 2.3.2.1.2 Saldos cero y acreedores Una seleccin SPS no puede incluir documentos no vlidos o no usados o cualquier otra unidad fsica de monto cero o acreedor. Cuando el auditor est interesado en los saldos cero o acreedores, los mismos deben ser objeto de pruebas separadas. Como en otras aplicaciones del muestreo, es importante determinar que el universo y el marco son equivalentes. En una aplicacin de muestreo de variables, este paso implica comprobar que la sumatoria de las partidas que forman el universo es igual al monto total del universo. Esta comprobacin puede ser efectuada utilizando CAAT. 2.3.2.2 Cmo se define la unidad de muestreo? La unidad de muestreo SPS es siempre la misma; es cada unidad monetaria en el universo sujeto a muestreo. La definicin de la unidad de muestreo SPS es diferente de la que se usa en los otros mtodos de muestreo de variables. Otros mtodos definen a la unidad de muestreo como una unidad fsica (por ejemplo, comprobantes, partidas de existencias, saldos de cuenta de clientes).

72

2.3.2.3 Cmo se determina el tamao de la muestra? La determinacin del tamao de la muestra incluye la definicin de los siguientes conceptos: Riesgo apropiado de aceptacin incorrecta. Un monto mximo aceptable de error (maximum tolerable error amount MTEA) en el universoUn monto conservador de error esperado (conservative expected error amount CEEA) en el universo.

Para un Monto Mximo Aceptable de Error (MTEA) de un porcentaje dado en relacin con el universo, normalmente el valor monetario del universo ser suficientemente grande (superior a 10.000 unidades monetarias) como para que el tamao de muestra no aumente cuando el valor del universo se incrementa. Una vez que se hayan llevado a cabo estos pasos y que el valor monetario del universo haya sido calculado, se usan tablas estadsticas (ver Anexo 2) para calcular el tamao de la muestra. 2.3.2.3.1 Riesgo de aceptacin incorrecta El riesgo de aceptacin incorrecta y el lmite superior de error, que es el trmino mximo estimado de sobrevaluacin en el universo, estn interrelacionados y juntos constituyen una conclusin de la evaluacin. Existe un riesgo de muestreo de que el lmite superior de error calculado resulte menor que el monto real de sobrevaluacin y que la conclusin obtenida de la muestra no resulte cierta para el universo. Por ejemplo, suponga que el auditor examina una muestra de SPS de 50 partidas y no encuentra errores. La conclusin de evaluacin podra ser basado en los resultados de esta prueba, con un riesgo de aceptacin incorrecta del 5%, el universo no tiene una sobrevaluacin de ms de $ 300.000. En este caso, hay un riesgo de muestreo del 5% de que la verdadera sobrevaluacin que tenga el universo exceda $ 300.000. Al determinar un nivel aceptable de riesgo de aceptacin incorrecta, el auditor aplica el criterio profesional y, tal como se coment en el tema 2.3.1, considera factores tales como el riesgo relativo de auditora y la satisfaccin de auditora a obtener de la confiabilidad de los controles internos, procedimientos de revisin analtica y otros procedimientos de auditora. En general, a medida que el grado de satisfaccin de auditora a ser obtenido de la prueba de una muestra decrece, puede permitirse que el riesgo de aceptacin incorrecta aumente. Generalmente no es aconsejable confiar en una evaluacin estadstica de una muestra SPS utilizando un riesgo de aceptacin incorrecta superior al 30%. Dado que el SPS est diseado fundamentalmente para universos que contienen pocos errores o montos totales de error bajos, normalmente no es apropiado para universos cuyos controles internos sean tan dbiles como para requerir un muy bajo riesgo de aceptacin incorrecta (por ejemplo, 1%).

73

La siguiente tabla muestra el efecto del riesgo de aceptacin incorrecta en el tamao de la muestra (para una fcil ilustracin, todos los montos de esta seccin estn expresados en unidades monetarias).

Asuma las siguientes constantes:

Tamao del universo (monto) Monto mximo aceptable de error Monto conservador de error esperado $ 1.000.000 $ 80.000 $ 10.000

El tamao necesario de muestra para varios riesgos de aceptacin incorrecta sera:

Riesgo de aceptacin incorrecta 30% 20 10 5 1 Tamao de la muestra 30 37 48 58 81

2.3.2.3.2 Monto mximo aceptable de error (MTEA) El monto de error aceptable en relacin con el monto registrado del universo a probar, puede expresarse en trminos de la precisin o exactitud que el auditor desea obtener de la muestra de auditora. Si el error aceptable es alto (por ejemplo 30%) en relacin con el total registrado, el auditor necesitar examinar menos partidas que si el error aceptable es bajo (digamos 3% del monto registrado del universo). Para una aplicacin de muestreo dada, cuando el error aceptable decrece en relacin con el monto del universo, el tamao requerido de la muestra aumenta. El efecto del Monto Mximo Aceptable de Error (MTEA) en el tamao de la muestra se ilustra con el siguiente ejemplo Suponga las constantes:
Tamao del universo (monto) Riesgo de aceptacin incorrecta Monto conservador de error esperado $ 1.000.000 5% $ 100.000

El tamao de muestra necesario para varias MTEA sera:

MTEA $ 40.000 60.000 80.000 100.000 Tamao de la muestra 117 78 58 46

74

2.3.2.3.3 Monto conservador de error esperado (CEEA) Para determinar el tamao de una muestra SPS, el auditor debe considerar el monto de error esperado en la muestra. A medida que el error esperado aumenta y se acerca el error aceptable, es necesario obtener informacin ms precisa de la muestra. Por lo tanto, cuando el error esperado aumenta, el tamao requerido de muestra tambin aumenta. El auditor determina el monto de error esperado utilizando su juicio profesional, considerando factores tales como la naturaleza del saldo de la cuenta o grupo de transacciones, la efectividad de los controles internos relacionados y los resultados de las pruebas realizadas en aos anteriores. Como en el muestreo de atributos, el Monto Conservador de Error Esperado (CEEA) es necesario para la determinacin del tamao de la muestra y se utiliza para controlar el riesgo de rechazo incorrecto (por ejemplo el riesgo de que el auditor concluya que la sobrevaluacin del universo exceda el error aceptable cuando no lo excede) A efectos de obtener una proteccin razonable contra el riesgo de rechazo incorrecto, el auditor generalmente debe usar una LEVE sobreestimacin (o sea una estimacin conservadora) del monto de error que se cree existe en el universo. La presuncin de que no se encontrar error en el universo resultar en un tamao de muestra ms pequeo para una conclusin de evaluacin especfica. Sin embargo, si el auditor examina una muestra tan reducida y encuentra cualquier monto de error el tamao de muestra resultara inadecuado para una evaluacin que logre los parmetros estadsticos especificados. El efecto del Monto Conservador de Error Esperado (CEEA) es aumentar el tamao de la muestra a un nivel que permita a la muestra presentar algn monto de sobrevaluacin y an resultar en una evaluacin aceptable. El CEEA a utilizar en la determinacin del tamao de muestra debe, por lo tanto, ser algo mayor que el monto de sobrevaluacin que el auditor espera encontrar al probar la muestra. El efecto del CEEA en el tamao de la muestra se puede demostrar con el siguiente ejemplo.

Considere las constantes:

Tamao del universo (monto) Riesgo de aceptacin incorrecta Monto mximo aceptable de error $ 1.000.000 5% 80.000

El tamao de muestra necesario para varios CEEA sera:

CEEA $0 100.000 200.000 300.000 Tamao de la muestra 36 58 58 77

Una vez que ha sido determinado el riesgo de aceptacin incorrecta apropiado, que han sido definidos el MTEEA y el CEEA para el universo y que el valor monetario del universo ha

75

sido obtenido, tablas estadsticas (ver Anexo 2) estn disponibles para calcular el tamao de muestra.
2.3.2.4 Cmo se selecciona la muestra? El mtodo de seleccin de una muestra de SPS es una muestra sistemtica de las unidades monetarias usando un punto de partida al azar. Este mtodo de seleccin produce una muestra que es aproximadamente equivalente a una muestra al azar de las unidades monetarias. Es raro que las unidades monetarias estn distribuidas de acuerdo a un patrn distorsionado y, por lo tanto, se mitiga la posibilidad de que una seleccin sistemtica no resulte en una muestra representativa. Para demostrar la forma en que funciona una seleccin sistemtica de unidades monetarias, suponga que el universo consiste en 10.000 cuentas por cobrar que equivalen a un total de $ 2.450.000. El auditor ha determinado el tamao de la muestra en 150 unidades monetarias. Por lo tanto el intervalo monetario del muestreo es de 2.450.000 dividido 150, o sea 16.333 unidades monetarias. El auditor que selecciona las partidas manualmente podra usar 16.000 para que fuera ms sencillo. Un punto de partida al azar entre 1 y 16.000 se selecciona y, de ah en adelante, una de cada de 16.000 unidades monetarias. Para ilustrar el ejemplo suponga que el auditor ha seleccionado como punto de partida al azar el 4.000. 2.3.2.4.1 Seleccin de la muestra contando en el universo Para seleccionar las cuentas que contengan estas unidades monetarias al azar (4.000; 20.000; 36.000 y as sucesivamente), el auditor procede a considerar una columna vertical acumulativa hasta que la cantidad que se va acumulando sea igual o exceda el intervalo monetario de muestreo. Se selecciona la cuenta que hace posible que esto suceda. A continuacin se muestra la seleccin.

76

Valor Unidad Nmero de monetario monetaria cuenta de cuenta Acumulado seleccionada 1 1.500 1.500 2 1.800 3.300 3 7.800 11.100 4.000 4 15.000 26.100 20.000 5 25 26.125 6 2.400 28.525 7 8.000 36.525 36.000 8 9.000 45.525 9 4.000 49.525 10 20.000 69.525 52.000 68.000 11 1.400 70.925 12 600 71.525 13 1.000 72.525 14 9.500 82.025 15 11.000 93.025 84.000 16 1.200 94.225 17 19.000 113.225 100.000 18 20.000 133.225 116.000 132.000 19 50.000 183.225 148.000 164.000 180.000 20 200 183.425 21 3.700 187.125 22 4.800 191.925 23 150 192.075 24 175 192.250 25 50.000 242.250 196.000 212.000 228.000

Unidad fsica seleccionada

X X

XX

X X XX XXX

XXX

Todas las partidas iguales o superiores al intervalo monetario de muestreo siempre se seleccionarn por lo menos una vez utilizando el SPS. Esto se debe a que las partidas mayores que el intervalo monetario de muestreo componen todo un intervalo e, independientemente del punto de partida al azar, sern seleccionadas. 2.3.2.4.2 Otros mtodos para seleccionar una muestrea SPS Aunque a veces es necesario ir contando en el universo para seleccionar una muestra SPS, otras tcnicas permiten reducir el tiempo en el que se puede hacer esta seleccin, las cuales se describen a continuacin. Cuando un software de auditora no est disponible, la mejor alternativa puede ser usar los totales acumulativos de pgina, sobre todo si el universo tiene partidas pequeas. El total acumulativo de la pgina se utiliza para indicar qu pgina incluye la unidad

77

monetaria seleccionada. El auditor contar hasta esa unidad monetaria evitando la tarea de contar pginas que no tienen unidades seleccionadas. Cuando el listado de saldos contiene totales de pgina pero no son acumulativos el auditor usar en forma similar. Es decir sumar los totales de pgina para saber si la seleccin debe hacerse en una pgina en particular. En efecto primero los totales de las pginas se acumulan y despus se utilizan como se indica anteriormente. 2.3.2.5 Cmo se ejecuta el plan de muestreo? Una vez que se ha diseado el plan de muestreo y seleccionado la muestra, las pruebas de auditora deben ser aplicadas a cada partida seleccionada. El SPS est diseado para circunstancias en las cuales existen pocos errores. Ocasionalmente el auditor encontrar numerosos errores al examinar las primeras partidas de la muestra. Resultar obvio que, aun cuando las restantes partidas no contuvieran errores, la prueba indicara un nivel inaceptable de errores en el universo. En estas circunstancias, el auditor debe considerara si la evidencia de errores significativos es suficiente como para informar a la gerencia antes de efectuar cualquier trabajo adicional de auditora. Es generalmente conveniente que la gerencia investigue la naturaleza y causa de los errores y corrija sus causas en el universo. El auditor puede luego probar el universo corregido. Alternativamente, si la gerencia no corrige el universo, el auditor podra aplicar el procedimiento a una proporcin ms grande o a todas las partidas del universo. Usualmente ser necesario discontinuar el plan de muestreo de SPS dado que fue diseado para circunstancias en las que existen pocos errores. El procedimiento, sin embargo, podra ser aplicado a una muestra de partidas en el universo utilizando otro mtodo de muestreo de variables. 2.3.2.6 Cmo se evalan los resultados de la muestra? Una evaluacin SPS consiste en la proyeccin de los errores de la muestra al universo y el clculo del lmite superior estimado de error. Es conveniente comprender en trminos generales la naturaleza de la evaluacin SPS. A efectos de proyectar los errores de la muestra en el universo, el auditor determina el error proyectado para cada intervalo de muestreo y suma todos los montos proyectados de error. Cuando se encuentra un error en una unidad fsica menor que el valor del intervalo de muestreo, se calcula un porcentaje de sobrevaluacin llamado mancha (Taint). Debido a que cada partida seleccionada representa un grupo de unidades monetarias, equivalente al intervalo de muestreo, el porcentaje de mancha se multiplica por el intervalo de muestreo para proyectar la cantidad del error estimado para este intervalo. Por ejemplo, suponga que el intervalo de muestreo es Bs 10.000 y un saldo seleccionado de cuentas por cobrar tiene un valor registrado de Bs 1.000 y un valor auditado de Bs 700. Se calcula un porcentaje de mancha de 30% (monto de error Bs 300 / cantidad registrada Bs 1.000). Si la unidad fsica es igual o mayor que el intervalo de muestreo, no es necesario proyectar un error estimado, ya que la verdadera cantidad de error para el intervalo ya se conoce. Si en este ejemplo la unidad fsica tuviera un valor registrado de

78

Bs 14.000 y un valor auditado de Bs 12.000, la cantidad de error para el intervalo sera de Bs 2.000. El auditor especifica el error aceptable (MTEA) al disear un plan de muestreo y calcular el tamao de la muestra. De esta forma, si no se encuentran errores en la muestra, generalmente el auditor podr llegar a la conclusin sin hacer clculos adicionales de que, con un riesgo de aceptacin incorrecta determinado al especificar el tamao de la muestra, los resultados de la misma sugieren que la cantidad registrada del universo no tiene una sobrevaluacin mayor al error aceptable. Cuando el lmite superior estimado de error excede al MTEA, la evidencia estadstica no respalda la cantidad contabilizada del universo. En estas circunstancias el auditor debe considera la naturaleza cualitativa de los errores encontrados y mtodos alternativos para identifica errores similares en el universo. Como se trata en el tema 2.3.1, deben considerarse los aspectos cualitativos de los errores, sin tener en cuenta si la evaluacin estadstica respalda el monto registrado. 2.3.3 muestreo clsico de variables Este tema describe los mtodos del muestreo clsico de variables conocidos como por proyeccin directa (estimacin de la media por unidad)y de estimacin por proporcin y por diferencia. Visin general Los mtodos por proyeccin directa, de estimacin por proporcin y por diferencia son conocidos como mtodos de muestreo clsico de variables. El muestreo clsico de variables asume una distribucin normal del promedio de la muestra. Para ilustrar el concepto de distribucin normal de promedio de la muestra asuma mil muestras repetidas de tamao igual y suficiente dentro de un universo de informacin contable. Puede esperarse que los promedios de muestra estn distribuidos normalmente cuando, si se graficara la frecuencia con que cada promedio ocurre, se obtendra una curva simtrica con forma de campana, independientemente de la distribucin del universo. Adems, puede esperarse que la media de dichos promedios (punto medio de la distribucin de frecuencia) resulte igual al promedio del universo y que sea la que ocurra con mayor frecuencia. Sin embargo, al aplicar un procedimiento de auditora, comnmente slo se selecciona una muestra. La conclusin resultante respecto del intervalo de precisin (ver ms abajo bajo Mtodo por proyeccin directa) basada en una muestra clsica de variables puede establecerse de diferentes formas. Adicionalmente siempre existir un riesgo medible de que el monto del universo no est dentro del intervalo de precisin (esto es, que la muestra no sea representativa del universo). Las reglas de decisin recomendadas para el diseo y evaluacin del plan de muestreo clsico de variables son tratadas en detalle en las partes pertinentes de esta Seccin. Los mtodos de muestreo clsico de variables se basan en la seleccin al azar de unidades fsicas sin considerar su valor monetario. Una o muy pocas unidades de

79

muestreo que en conjunto podran dar lugar a un error significativo podran existir en universos grandes. Por lo tanto, si las partidas errneas no son frecuentes, la probabilidad de su inclusin en una muestra clsica de variables es relativamente baja. De acuerdo con ello, el auditor debe: 1) excluir del universo a muestrear y probar separadamente: las partidas que podran por s mismas incluir un error significativo, y las partidas que de acuerdo con la experiencia anterior es ms probable que contengan errores o por otras causas tengan significacin de auditora; 2) seleccionar muestras de tamao suficientemente grande como para brindar una razonable probabilidad de detectar errores significativos que no ocurren frecuentemente, y considerar la estratificacin del universo para asegurar que las muestras incluyen partidas con mayor potencial de error.

3)

Mtodo de proyeccin directa La mayora de los mtodos de muestreo de variables requieren que los montos individuales registrados sean comparados con los montos auditados. En ausencia de montos registrados, puede usarse el mtodo por proyeccin directa. Este mtodo, sin embargo, requiere un tamao de muestra mayor que otros mtodos utilizando el mismo tamao de muestra. El mtodo por proyeccin directa (estimacin de la media por unidad) estima un monto total para el universo calculando un valor promedio de la muestra que se haya auditado y multiplicndolo por el nmero de partidas en el universo. Por ejemplo, suponga que el auditor selecciona al azar 100 partidas de existencias de entre 1.000 y se encuentra que el monto auditado promedio de la muestra es de Bs 980. El monto estimado de existencias llamado el punto estimado, sera Bs 980.000 (Bs 980 x 1.000). Obviamente, en muy raras ocasiones se esperara que el monto total real del inventario fuera Bs 980.000. Al contrario, existe un rango o intervalo de precisin asociado con esta estimacin a un nivel dado de riesgo de muestreo. El auditor puede llegar a una conclusin de evaluacin estadstica basada en el muestreo por proyeccin directa, como por ejemplo: Basado en los resultados de la prueba, con un nivel de confianza del 95%, el monto de existencias est entre Bs 930.000 y Bs 1.030.000. Es imposible determinar dnde se encuentra realmente el universo dentro del intervalo de presin. De hecho, hay un riesgo del 5% de que no se ubique en el intervalo. Existe un 95% de probabilidad de que el intervalo contenga el monto del universo. El punto estimado no tiene ms probabilidad de ser exactamente igual al monto del universo, que cualquier otro valor dentro del intervalo de precisin. Mtodos de estimacin por proporcin y por diferencia El mtodo de estimacin por proporcin calcula la proporcin entre las cantidades auditadas y las registradas para las partidas de la muestra y proyecta esta proporcin al

80

universo. El punto estimado se calcula multiplicando el monto total registrado por la proporcin del valor auditado con el registrado para las partidas de la muestra. Por ejemplo, si el monto auditado de una muestra fuera Bs 415.000 y el monto registrado de las mismas partidas fuera Bs 427.000, la proporcin sera .97 (Bs 415.000 / Bs 427.000). Entonces el auditor multiplicara el valor de libros, digamos Bs 1.780.000 por .97). Al igual que en otros mtodos de muestreo estadstico, habr un riesgo de muestreo y un intervalo de precisin asociados con esta estimacin. El mtodo de estimacin por diferencia, calcula la diferencia promedio entre los montos auditados y los registrados de las partidas de la muestra y proyecta esta diferencia al universo. Por ejemplo, suponga que el auditor toma una muestra de 200 partidas de un universo de 1.000 para el cual la cifra total segn libros era de Bs1.780.000. El auditor calcula la cifra auditada para cada una de las 200 unidades de muestreo y la compara con la cantidad en libros correspondiente. Suponga que el monto total auditado de la muestra fue Bs415.000 y la cantidad total segn libros de dicha muestra fue Bs427.000. La diferencia de Bs12.000 se divide entre 200, lo cual da una diferencia promedio de Bs60. Esta diferencia promedio entonces se multiplica por el nmero total de partidas en el universo, en este caso 1.000, para obtener una diferencia total de Bs60.000. Debido a que en este caso la diferencia es negativa (dado que el monto total segn libros es mayor que el monto total auditado de la muestra), se resta del monto del universo segn libros para obtener el punto estimado de la cantidad total de existencias de Bs1.720.000. Obviamente, es poco probable que el monto total real de existencias sea exactamente Bs1.720.000. Al contrario habr un riesgo de muestreo y un intervalo de precisin asociados con esta estimacin. Por ejemplo, la muestra puede evaluarse en trminos del monto de existencias, entre Bs1.680.000 y Bs1.760.000 con un nivel de confianza del 95%. Los mtodos de proporcin y por diferencia generalmente son ms eficientes que el de proyeccin directa. Sin embargo, tanto la estimacin por proporcin como por diferencia requieren que haya ms que unas pocas diferencias entre las cantidades auditadas y las cantidades segn libros. Tambin es conveniente que las diferencias incluyan tanto sobrevaluaciones como subvaluaciones. A veces no se encuentran errores pese a que se plane evaluar los resultados de la muestra utilizando una estimacin por proporciones o por diferencias. En estas circunstancias la muestra puede ser evaluada utilizando los clculos del muestreo de atributos. Por ejemplo, suponga que el auditor no ha encontrado errores en una muestra de 200 partidas de un universo de 10.000 (despus de sacar en la estratificacin los valores monetarios altos). Usando las tablas (Anexo 2), se determina que se puede llegar a la conclusin de que, con un riesgo de aceptacin incorrecta del 5%, el porcentaje de error en el universo no excede del 1.5% 150 unidades. El auditor puede entonces utilizar su juicio para evaluar si los resultados de la muestra, junto con otras evidencias, proveen suficiente satisfaccin de auditora respecto del monto registrado del universo. Los factores que deben considerarse una vez que el auditor decidi usar muestreo por estimacin directa, de proporcin o por diferencias, se relacionan con:

81

obtencin de informacin del universo y, si corresponde, diseos de un plan de estratificacin: determinacin del universo: partidas individualmente significativas partidas no significativas y/o de bajo riesgo tamao del universo definicin de la unidad de muestreo, determinacin del tamao de la muestra, ejecucin del plan de muestreo, evaluacin de los resultados de la muestra.

2.3.3.1 Cmo se determina el Universo? Partidas individualmente significativas u otras de inters especfico de auditora Los universos contables a menudo incluyen una o unas pocas partidas individualmente significativas (p. ej. Saldos, transacciones). Una partida individualmente significativa es una que, debido a su valor monetario, es de importancia suficiente como para merecer la atencin especfica del auditor. El valor monetario que se considera significativo con este propsito variar dependiendo de la naturaleza de la partida. Por ejemplo, las partidas individuales de una cuenta por cobrar, de existencias, de activo fijo y de inversiones podran ser consideradas significativas a distintos niveles monetarios. Dado que un universo puede incluir pocas partidas individualmente significativas, si las mimas fueran incluidas en un universo numeroso a muestrear por un mtodo clsico de variables, habra sido una baja probabilidad de que fueran incluidas en la muestra y por lo tanto reflejadas en la evaluacin. Por ello las partidas individualmente significativas deben ser separadas del universo a ser muestreado y probadas como tems individuales. Adems, el auditor frecuentemente tiene conocimiento de cuentas, saldos y transacciones no usuales, que tienen posibilidades de contener errores o que tienen una importancia especial para la auditora. Ciertos saldos de cuenta o tipos de transacciones (por ejemplo, el tipo de cliente, clase de producto) tienen diferentes niveles de riesgo. Esas partidas de las que el auditor tiene conocimiento tambin deben ser eliminadas del universo y probadas por separado. Dependiendo del nivel de riesgo y del propsito de la prueba, cada una de las partidas puede ser probada o se pueden realizar pruebas de ellas sobre una base de muestreo. Partidas poco significativas y/o de bajo riesgo El auditor podra identificar partidas en el universo contable que individualmente o en conjunto se consideran como no significativas o de bajo riesgo de auditora. Por ejemplo: generalmente las existencias de una empresa contienen numerosas partidas de monto conjunto y riesgo de auditor bajos. El auditor podra excluir estas partidas del plan de muestreo para concentrar los esfuerzos en las partidas de mayor inters para la auditora. Para las partidas no significativas y/o de bajo riesgo se pueden aplicar tcnicas de revisin analtica u otro tipo de procedimientos en la medida en que el auditor lo considere necesario.

82

La determinacin precisa de la cantidad de partidas que componen el universo es importante para los mtodos por proyeccin directa (estimacin de la media por unidad)y de estimacin por diferencias. Al proyectar los resultados de la muestra usando la proyeccin directa (estimacin de la media por unidad)o la estimacin por diferencia, se multiplica la cantidad de partidas que componen el universo por los montos auditados promedio o la diferencia promedio para calcular el total o la diferencia del universo. De esta forma, clculos incorrectos del tamao del universo pueden tener como resultado evaluaciones incorrectas de la muestra. En el mtodo de estimacin por proporcin, la proyeccin de los resultados de la muestra se basa en el valor monetario total del universo ms que en la cantidad de partidas que lo componen. 2.3.3.2 Cmo se define la unidad de muestreo? Las unidades de muestreo son las paridas individuales que componen el universo. La definicin de una unidad de muestreo depender del objetivo de la prueba de auditora y la naturaleza del universo. Los factores primarios que deben considerarse son: 1) la naturaleza de la satisfaccin de auditora que debe obtenerse, 2) la facilidad para seleccionar la muestra y 3) la facilidad para aplicar los procedimientos planeados o alternativos para determinar los montos auditados. Un ejemplo de una unidad de muestreo alternativa podra ser un saldo de cuenta, una transaccin individual en un saldo de cuenta o una partida individual de una transaccin. 2.3.3.3 Cmo se determina el tamao de la muestra? Los tamaos de una muestra clsica de variables estn influidos por cuatro factores: a) Tolerancia planeada para el riesgo de muestreo, b) Error Tolerable c) Coeficientes de aceptacin incorrecto y, de rechazo incorrecto y d) Desviacin estndar estimada.. 2.3.3.3.1 Tolerancia planeada para el riesgo de muestreo La tolerancia planeada para el riesgo de muestreo puede ser determinada mediante la siguiente frmula:

Tolerancia planeada para el riesgo de muestreo

= 1+

Error Tolerable Coeficiente de aceptacin incorrecta Coeficiente de rechazo incorrecto

2.3.3.3.2 Error Tolerable El error tolerable es el error monetario mximo que puede existir en la cuenta, sin que los estados financieros estn materialmente errados.

83

2.3.3.3.3 Coeficientes de aceptacin incorrecto y, de rechazo incorrecto Los Coeficientes de aceptacin incorrecto y, de rechazo incorrecto se toman de la siguiente tabla:
Nivel Riesgo Aceptable 1,0% 4,6 5,0 10,0 15,0 20,0 25,0 30,0 40,0 50,0 Coeficiente de Coeficiente aceptacin de rechazo incorrecto incorrecto 2,33 2,58 1,68 2 1,64 1,96 1,28 1,64 1,04 1,44 0,84 1,28 0,67 1,15 0,52 1,04 0,25 0,84 0,00 0,67

2.3.3.3.4 Desviacin estndar estimada La desviacin estndar estimada es calculada con una frmula de Excel Desvestp. O si se desea efectuar manualmente es la raz cuadrada de la varianza. Siendo la Varianza la sumatoria de los desvos elevados al cuadrado. Con los datos precedentes, la frmula para determinar la muestra (n) con el mtodo de variables clsicas-estimacin de la media por unidad es la siguiente:
.2 Tamao de la poblacin x Coeficiente de rechazo incorrecto x Desviacin estndar estimada Tolerancia planeada para el riesgo de muestreo

Tamao de la muestra

2.3.3.4 Cmo se ejecuta el plan de muestreo? Una vez que se ha calculado el tamao de la muestra, se deben seleccionar las partidas de la muestra utilizando uno de los mtodos al azar explicados en el tema 1.1.2 Una vez diseado el plan de muestreo y seleccionada la muestra principal, se deben aplicar las pruebas de auditora planificadas a cada una de las partidas seleccionadas. En algunos casos no se pueden aplicar las pruebas planificadas a las partidas elegidas. Para cubrir esta posibilidad, se sugiere que el auditor seleccione un nmero de partidas de

84

muestra adicionales que sern examinadas solamente si se las requiere como partidas de reemplazo. 2.3.3.5 Cmo se evalan los resultados de la muestra? La evaluacin de los resultados de una muestra clsica de variables incluye: el clculo del punto estimado y el intervalo de precisin obtenido para la prueba al nivel de confianza especificado. La comparacin del monto registrado con el intervalo de precisin calculado, y La consideracin de la naturaleza cualitativa de los errores detectados en las partidas de la muestra.

Si el monto registrado est dentro del intervalo de precisin, est respaldado por los resultados estadsticos de la prueba. A la inversa, si el monto registrado est fuera del intervalo de precisin, la evidencia estadstica no respaldara el monto registrado. La naturaleza de cualquier error encontrado debe ser investigada antes de arribar a conclusiones finales en base a los resultados del muestreo. A continuacin se presentan algunas pautas para evaluar los resultados de las aplicaciones del muestreo clsico de variables. a. b. En la evaluacin se debe utilizar el mismo nivel de confianza que se utiliz al determinar el tamao de la muestra. Si la evaluacin de la muestra indica que no se ha obtenido el intervalo de precisin deseado (es decir, que la precisin lograda es mayor que la precisin planeada), esto significa que la variacin super el lmite anticipado para la determinacin del tamao de la muestra. De acuerdo con lo explicado anteriormente la prueba generalmente debera ser ampliada seleccionando unidades de muestreo adicionales para obtener el intervalo de precisin anticipado. Si se ha obtenido el intervalo de precisin deseado, se compara el monto registrado con el intervalo de precisin, para determinar si los resultados estadsticos de la prueba respaldan el monto registrado.

c.

Si el monto registrado est dentro del intervalo de precisin se ha alcanzado el objetivo deseado. Si el monto est fuera del intervalo de precisin especificado en la planificacin de la muestra, los resultados de la prueba no respaldan el monto registrado. Se recomienda realizar investigaciones adicionales. Por lo general, se pueden determinar e investigar las causas especficas de los errores o se puede cuantificar el monto del universo ms precisamente en base a una muestra ampliada. Sin embargo, antes de ampliar los procedimientos de auditora, es conveniente revisar los errores hallados con el personal del cliente. El cliente debe analizar la naturaleza y causas de los errores, realizar las modificaciones necesarias de los errores identificados e investigar la posibilidad de encontrar errores similares en el resto del universo. Despus de la investigacin, los

85

funcionarios del cliente pueden decidir si hay que registrar las modificaciones adicionales. Suponiendo que el auditor este satisfecho de que el cliente haya hecho una investigacin apropiada y que se haya modificado el monto ajustado quedar respaldado por los resultados estadsticos de la prueba y podra ser aceptado. Un ajuste no puede ser considerado apropiado simplemente porque hizo que el monto registrado quedara dentro del intervalo de precisin. El auditor debera apreciar la causa aparente de los errores y satisfacerse de que los resultados son apropiados, teniendo en cuenta las implicancias de las causas de los errores hallados. d. En algunos casos, se obtiene un intervalo de precisin inferior al deseado y el monto registrado est un poco fuera del intervalo de precisin obtenido. Por lo general, si la diferencia entre el monto registrado y el lmite ms lejano de precisin alcanzado es menor al error aceptable, no existe indicacin de un error significativo. Por ejemplo, suponga que 1) el auditor especific un intervalo de precisin de +- $ 100.000 en base a un error aceptable de $ 200.000, 2) se obtuvo un intervalo de precisin de +- $ 50.000, 3) el clculo del intervalo fue de $ 1.000.000 a $ 1.100.000 y 4) el monto registrado fue $ 1.150.000. el error mximo proyectado sera la diferencia entre el lmite ms lejano (en este ejemplo, $ 1.000.000) y el monto registrado ($ 1.150.000) $ 150.000. Como este monto es inferior al error aceptable de $ 2000.000, el auditor puede arribar a la conclusin de que, al nivel de confianza estipulado, la muestra no indica que el monto registrado sea errneo por un importe significativo. Al examinar la naturaleza y la causa de los errores y la necesidad de un ajuste, el auditor debe considerar el efecto en la evaluacin de los controles internos contables y en los otros aspectos del plan de auditora. Por ejemplo, si en una circularizacin de cuentas por cobrar el auditor encuentra quejas acerca de la correccin de los precios que se estn cobrando, esto puede afecta la evaluacin del sistema de facturacin.

e.

Si el cliente registra un ajuste en base a los resultados de una muestra estadstica (ya sea la muestra original que tom el personal del cliente o una muestra seleccionada por el auditor y que el cliente acept despus de una investigacin adecuada), la gerencia debe estar satisfecha en cuanto al plan de muestreo y su aplicacin adecuada, as como de que los resultados son razonables. La gerencia debe tomar la responsabilidad por los estados financieros. Es importante hacer notar que cualquier ajuste que se haga mediante un proceso de muestreo, ser aproximado y no exacto. Ilustracin de la estimacin de la Media por Unidad (Proyeccin Directa) 1.-Determinar el objetivo de la prueba.- Suponga que los auditores desean probar la existencia y la valuacin bruta de las cuentas por cobrar registradas de un pequeo cliente de servicios pblicos. Ellos desean probar el valor en libros de las cuentas por cobrar confirmando una muestra de las cuentas a travs de correspondencia directa con los clientes.

86

2.- Definir la poblacin y la unidad de muestreo.- Los registros del cliente han registrado 100.000 cuentas con un valor en libros total de $ 6.250.000. Los auditores consideran que los clientes podrn confirmar el total del saldo vigente en la cuenta. Por consiguiente se utiliza el saldo de la cuenta como unidad de muestreo, en lugar de las transacciones individuales que integran el saldo. El siguiente cuadro resume las cuentas

Nmero de cuenta 000.001 000.002 000.003 000.004 000.005 : : : : 003.000 : : : : 099.999 100.000 VALOR EN LIBROS TOTAL VALOR MEDIO DE LA CUENTA*

COMPAA TANIS Cuentas por cobrar 31 de diciembre, 19X3 nombre de la cuenta Aguirre, William Antezana, Juan Antezana, Susana Argote, Jenni Arnez, Gustavo : : : Choque, Sandra 65.55

Valor en libros 66.44 82.42 55.14 44.96 : : : : 65.00

Zabala, Daniel Zegarra, Jammil

82.50 99.20 $6.250.000.00 $ 62.5

* $ 6.250.000/100.000 Cuadro CGR A 3.- Seleccionar una tcnica de muestreo de auditora. Los auditores han decidido utilizar la tcnica de media por una unidad. 4.- Determinar el tamao de la muestra.-Para calcular el tamao requerido de la muestra los auditores deben determinar 1)el error tolerable para cuentas por cobrar 2) los niveles planeados de riesgo de muestreo (los riesgos de aceptacin y rechazo incorrectos) la estimacin de la desviacin estndar de la poblacin y 4) el tamao de la poblacin.

87

Con base en su estudio del control interno, los auditores consideran que todas las cuentas estn incluidas dentro de las 100.000 cuentas del mayor auxiliar de los clientes (la representacin fsica de la poblacin). En vista de la materialidad de las sumas en dlares involucradas, los auditores evalan el error tolerable en US$ 364.000. Puesto que el control interno sobre la existencia y valuacin de las cuentas por cobrar es muy dbil, los auditores evalan el riesgo de control en el mximo nivel, es decir 100%. Adicionalmente evalan el riesgo inherente en 100% y piensan realizar solo un nmero muy limitado de pruebas sustantivas de stas afirmaciones. Por tanto los auditores deciden aceptar 5% de riesgo de aceptacin incorrecta. Con base en una consideracin de los costos de realizar procedimientos adicionales cuando una cuenta es rechazada inapropiadamente, los auditores planean 4.6 % de riesgo de rechazo incorrecto. A partir de sta informacin y utilizando los coeficientes de riesgo obtenidos del punto 2.3.3.3.3, la tolerancia planeada para el riesgo de muestreo puede calcularse de la manera siguiente:
Tolerancia planeada para el riesgo de muestreo = Error tolerable Coeficiente de aceptacin incorrecta 1+ Coeficiente de rechazo incorrecto $364.000 1,64 1+ 2,00 $200.000

Tolerancia planeada para el riesgo de muestreo

= =

Para estimar la desviacin estndar de la poblacin, los auditores utilizan un programa de software de auditora generalizado diseado para calcular la desviacin estndar de los valores registrados en libros de las cuentas de los clientes individuales. El resultado es $15. Al utilizar la frmula de tamao de muestra, el tamao de muestra requerido puede calcularse ahora de la siguiente manera:
Tamao de la poblacin X Coeficiente de rechazo Incorrecto X Desviacin estndar estimada Tolerancia planeada para el riesgo de muestreo 100.000x 2,00x $15 $200.000 3.000.000 $200.000
2 2 2

Tamao de la muestra

Tamao de la muestra

Tamao de la muestra

Tamao de la muestra

= 225 cuentas

5. Seleccionar la muestra. Las cuentas por cobrar del cliente son de los clientes residenciales y no varan mucho en cuanto al tamao. Por esta razn, los auditores

88

deciden utilizar una tabla de nmeros aleatorios para seleccionar una muestra aleatoria no estratificada. 6. Probar los elementos de la muestra. Los auditores envan las confirmaciones y realizan procedimientos adicionales segn la necesidad. 7. Evaluar los resultados de la muestra. La confirmacin de 225 cuentas, en la forma resumida en la figura de 225 cuentas, en la forma resumida en la cuadro CGR 1, da como resultado una muestra con un valor auditado medio de $61 por cuenta. La cuadro CGR 1 indica tambin que el valor en libros medio de 225 cuentas en la muestra fue $63. Observe que este valor en libros medio de la muestra de $63 difiere ligeramente del valor en libros medio de toda la poblacin, $62.50, en la cuadro CGR 1. Esta diferencia de $0.50 por cuenta se debe al azar y no se utiliza directamente en el anlisis de media por unidad. Como un primer caso, suponga que los resultados de la confirmacin indican tambin una desviacin estndar de los valores auditados de la muestra de US$ 15. Puesto que la desviacin estndar de la muestra es igual a aqulla utilizada en la planeacin, la tolerancia ajustada para el riesgo muestral es igual a la tolerancia planeada de $ 200.000. En este caso, la estimacin de los auditores del valor total de la poblacin es $ 6,100,000 y el intervalo de aceptacin para el resultado muestral es esa suma ms o menos la tolerancia del riesgo muestral de $ 200.000, calculado de la siguiente manera: Valor auditado Total estimado Valor auditado total estimado Intervalo de aceptacin = valor auditado medio X Nmero de cuentas = $ 61 x 100.000 cuentas = $ 6.100.000 = Valor auditado total estimado + Tolerancia del riesgo de muestreo = $ 6.100.000 + $ 200.000 = [$5.9000.000 a $6.300.000]

Debido a que el valor en libros del cliente de $ 6.250.000 est incluido en el intervalo de aceptacin, los resultados de la muestra indican que la valuacin del cliente de las cuentas por cobrar no est materialmente errada. Sin embargo, los resultados de la muestra indican un error proyectado de $15.000, calculado de la siguiente manera: Error proyectado = Valor auditado total estimado Valor en libros de la poblacin = $ 6.100.000 - $ 6.250.000 = $150.000 de sobrestimacin

89

Este error proyectado ser considerado cuando los auditores analicen la cantidad total de error potencial en los estados financieros. Adems, los auditores pueden sugerir que el cliente corrija las cuentas cuya prueba revel que estaban erradas, aunque los errores sean menores que el monto de error tolerable. Cmo evalan los auditores los resultados si la desviacin estndar de la muestra difiere de la estimacin? Pueden utilizar las frmulas analizadas anteriormente para calcular una tolerancia ajustada para el riesgo de muestreo. Por ejemplo, si la desviacin estndar de los valores auditados de la muestra hubiera sido ms bien igual a $16, la tolerancia ajustada para el riesgo de muestreo puede calcularse de la siguiente manera:

Tolerancia ajustada para el riesgo de muestreo

Error tolerable

Tamao de la poblacin X Coeficiente de aceptacin incorrecta X Desviacin estndar de la muestra Tamao de la muestra
(100.000 x 1,64 x $16)

Tolerancia ajustada para el riesgo de muestreo

$364.000

225

= $ 189.067 Por tanto, el intervalo de aceptacin construido sera $6.100.000 + $189.067 ($5.910933 a $6.289.067). Como se ilustra en la cuadro CGR 2, el valor en libros del cliente ($6.250.000) tambin est incluido con este intervalo. Por consiguiente, los resultados de la muestra an indican que la cuenta no contiene un error material. Como en los dems tipos de muestreo, los auditores deben considerar los aspectos cualitativos de cualquier error encontrado en su muestra. Qu caus lo errores? Alguno de los errores indica fraude? y Qu implicaciones tienen los errores en otras reas de auditora? son preguntas que los auditores tratarn de contestar en su evaluacin cualitativa de los resultados.

90

COMPAA TANIS Muestra de cuentas por cobrar 31 de diciembre, 19X3 Nmero del elemento de la muestra 001 002 003 004 005 : : : 224 225 Nmero de cuenta 000.002 000.005 001.100 002.200 003.000 Nombre de la cuenta Valor en libros $ 66.44 44.96 92.16 72.12 65.00 Valor Diferencia auditado $ 66.44 43.00 92.16 68.50 65.00 $ 00.00 1.96 0.00 3.62 0.00

Antezana, Juan Arnez, Gustavo Banner, Jane Boynton, Willis Choque, Sandra

093.212 100.00

Yelbow, Sharlene Zegarra, Jammil

82.50 99.20

82.50 92.00

0.00 7.20 $450.00 2.00

Valor Total (Muestra) $14.175.00 $13.725.00 Valor medio $63.00 61.00 CUADRO 1: Muestra de los auditores de las cuentas por cobrar.

8. Documentar los procedimientos de muestreo. Cada uno de los siete pasos anteriores, lo mismo que la base para las conclusiones globales, deben estar documentados en los papeles de trabajo de los auditores.

Intervalo de aceptacin

$ 5.910.933 Lmite de precisin Inferior

$6.100.000 Estimacin del valor en libros de la muestra

$6.250.000 Valor en libros de la cuenta

$6.289.067 Lmite de precisin superior

$ 150.000 Error proyectado

CUADRO 2: Intervalo de aceptacin para prueba sustantiva

91

Ilustracin de la estimacin de razones y diferencias La informacin presentada en los CUADROS 1 y 2 puede utilizarse para ilustrar el uso de las tcnicas de estimacin de razn y de diferencia. Recuerde que la poblacin consiste en 100.000 cuentas con un valor en libros agregado de $ 6.250.000; el Cuadro 1 indica que los valores totales en libros y auditados de la muestra son $ 14.175 y $ 13.725, respectivamente. Los auditores calculan el tamao requerido de la muestra, seleccionan aleatoriamente las cuentas que sern objeto de muestra, y aplican procedimientos de auditora para determinar los saldos correctos de las cuentas. En realidad las diferencias en las frmulas de tamao muestral11 haran que el tamao de la muestra difiriera de aqul que se obtiene utilizando el mtodo de la media por unidad, pero en este ejemplo continuaremos suponiendo un tamao de muestra de 225, en la forma resumida en el Cuadro 1. Estimacin de razn. Al utilizar la estimacin de razn, los auditores estimarn el error proyectado utilizando la siguiente frmula:
Error neto muestral
X

Error proyectado

= Valor en libros de la
muestra $450 $ 14.175

Valor en libros de la poblacin

Error proyectado

$6.250.000 = 198.413

Debido a que el error proyectado indica una sobrestimacin, esta diferencia se resta del valor en libros para obtener el valor auditado estimado total, de la siguiente manera:

Valor auditado total estimado = Valor en libros de la poblacin Sobrestimacin proyectada = 6.250.000 198.413 = $6.051.587 Si el error proyectado hubiera sido una subestimacin, el monto habra sido agregado al valor en libros de la poblacin. Estimacin en diferencia. Si se utiliza la estimacin de diferencia, los auditores estimarn la diferencia promedio por elemento como una sobrestimacin de $2 ($450 / 225 elementos). Multiplicar $2 por las 100.000 cuentas en la poblacin indica que el error proyectado para las cuentas por cobrar es una sobrestimacin de $ 200.000, en la forma calculada en seguida:

92

Error proyectado

Error neto muestral Elementos muestrales $450 225

Elementos poblacionales

Error proyectado

100.000 = $ 200.000

El valor auditado estimado total de la cuenta se calcula de la siguiente manera:

Valor auditado total estimado = Valor en libros de la poblacin Sobrestimacin proyectada

= $ 6.250.000 200.000 = $ 6.050.000 Las frmulas son vlidas para las estimaciones de razn y de diferencia para calcular una tolerancia ajustada para el riesgo de muestreo que permita controlarlo en una forma similar al mtodo de media por unidad. Puesto que no se presentan aqu no se lleva al anlisis ms all del clculo del error proyectado y el valor auditado total estimado. 2.3.4 Muestreo no Estadstico de Variables El tema 2.3.1 ofrece una gua general aplicable tanto al muestreo estadstico de variables como al no estadstico. Este tema trata las consideraciones necesarias para la aplicacin del muestreo no estadstico de variables. Visin general Existen muchas circunstancias en las que se aplica una prueba de detalle slo a parte de las partidas del saldo de una cuenta o de un tipo de transaccin. El hecho de que dicha prueba constituya una aplicacin de muestreo depende del propsito de la prueba. En esta seccin se explica el muestreo no estadstico de variables (es decir, pruebas de partidas representativas para proyectar, en base a un muestreo no estadstico, los resultados de las pruebas de las partidas de la muestra sobre el universo en su totalidad). Como se explicar ms adelante, el universo a ser muestreado puede ser el saldo de una cuenta o solo una parte del mismo. Adems, puede suceder que un saldo de cuenta que al principio parece un solo universo incluya dos o ms universos desde el punto de vista de auditora. El muestreo no estadstico de variables se usa normalmente para cumplir con objetivos de auditora ms que con objetivos contables. Los factores que deben ser considerados cuando se utiliza el muestreo no estadstico de variables estn relacionados con: La determinacin del universo. La definicin de la unidad de muestreo. La determinacin del mtodo de seleccin.

93

La determinacin del tamao de la muestra La ejecucin del plan de muestreo. La evaluacin de los resultados de la muestra.

2.3.4.1 Cmo se determina el Universo? La determinacin del universo a ser evaluado en base a una prueba de una muestra representativa de partidas, incluye la identificacin de las partidas individualmente significativas que sern probadas como tales y la identificacin de las partidas poco importantes y/o de bajo riesgo que pueden ser incluidas o no en el universo a probar. 2.3.4.1.1 Partidas individualmente significativas y otras de inters especfico de auditora Los universos contables a menudo incluyen una o algunas partidas individualmente significativas (por ejemplo, saldos o transacciones). Una partida individualmente significativa es una que, debido a su valor monetario es de importancia suficiente como para merecer atencin especfica del auditor. El valor monetario considerado significativo para este propsito variar segn la naturaleza de la partida. Por ejemplo, las partidas individuales de cuentas por cobrar, de existencias, de activos fijos y de inversiones podran ser consideradas individualmente significativas a distintos niveles monetarios. Como en un universo grande puede haber muy pocas partidas individualmente significativas, hay muy pocas probabilidades de que se las seleccione en una muestra y que por consiguiente se reflejen en la evaluacin. Por lo tanto, es necesario que se segreguen del universo las partidas individuales. Estas pruebas no seran consideradas como muestreo en el sentido que se la al trmino en esta gua. Adems, con frecuencia, el auditor conoce otras cuentas, saldos y transacciones que son inusuales y que tienen ms probabilidades de contener error o que por otras razones, tienen reconocida importancia de auditora. Dichas partidas deben ser segregadas del universo a ser muestreado y probadas por separado. Segn el nivel de riesgo y el propsito de la prueba, se puede probar cada una de las partidas o se pueden realizar pruebas de estas partidas en base a muestreo. 2.3.4.1.2 Partidas poco importantes y/o de bajo riesgo El auditor podra identificar partidas del universo contable consideradas poco importantes individualmente o en conjunto, o que presenten un riesgo de auditora relativamente bajo. Esto podra ocurrir por su monto poco significativo o por la presencia de controles internos relativamente fuertes sobre ciertos tipos de partidas. Por ejemplo, las existencias de una industria contienen generalmente numerosas partidas de valor agregado bajo y de riesgo de auditora limitado., el auditor puede excluir estas partidas del plan de muestreo para concentrar los esfuerzos en las partidas de mayor inters de auditora. Se puede aplicar revisin analtica u otros procedimientos a las partidas poco importantes y/o de bajo riesgo, en la medida en que el auditor lo considere necesario en las circunstancias. Adems de los tipos de partidas tratadas anteriormente, frecuentemente el saldo de un componente de los estados financieros incluye otras partidas que el auditor debe probar por medio de una muestra representativa. Las partidas remanentes constituyen el universo residual para propsitos de una muestra representativa.

94

Como en cualquier aplicacin de muestreo, es importante determinar que el universo y el marco sean equivalentes. En una aplicacin de muestreo de variables, esto usualmente significa asegurarse de que el monto total de las partidas en una lista del universo sea igual al monto total del universo. 2.3.4.2 Cmo se define la unidad de muestreo? Las unidades de muestreo son cada una de las partidas que forman el universo. La definicin de una unidad de muestreo depender del objetivo de la prueba de auditora y de la naturaleza del universo. Los factores principales que se deben considerar son: 1) el tipo de satisfaccin de auditora que debe obtenerse, 2) la facilidad para seleccionar la muestra, y 3) la facilidad para aplicar los procedimientos planeados u otros alternativos para determinar los montos auditados. Definiciones alternativas de unidad de muestreo podran ser, por ejemplo, un saldo de cuenta, una transaccin individual en el saldo de una cuenta o una partida individual en una transaccin. 2.3.4.3 Cmo se determina el tamao de la muestra? En la planificacin de la muestra representativa, el auditor trata de determinar un tamao de muestra que controle adecuadamente el riesgo de muestreo y que adems, constituya una prueba de auditora eficiente. El riesgo de muestreo est inversamente relacionado con el tamao de la muestra; es decir, que a medida que aumenta el tamao de la muestra, disminuye el riesgo de muestreo. Los factores relativos a la consideracin del riesgo de muestreo y a la determinacin del tamao de la muestra para el muestreo no estadstico de variables incluyen: 1) el riesgo relativo de auditora, 2) el error esperado y 3) la variacin de los montos registrados de las unidades de muestreo. 2.3.4.3.1 Riesgo de auditora Al establecer el alcance del trabajo que se realizar para cada componente se debe estimar el riesgo relativo de auditora. Se debe dar mayor nfasis a las situaciones que aparentemente son ms susceptibles de errores o irregularidades importantes y lento nfasis a las otras. El tamao requerido de la muestra aumenta a medida que aumenta el riesgo relativo de auditora observado. Entre los factores que deben considerarse se incluye el grado de confianza depositado en los controles y en otras pruebas sustantivas (por ejemplo, procedimientos de revisin analtica) que proporciona satisfaccin de auditora con respecto al universo al que se aplicar el muestreo. El tamao de la muestra debe estar relacionado con el grado de satisfaccin de auditora que debe obtenerse de la prueba. Esta relacin variar segn las circunstancias, desde una limitada evidencia de mera corroboracin hasta una evidencia sustancial cuando la muestra es la fuente principal de satisfaccin de auditora. 2.3.4.3.2 Error esperado A medida que aumenta el error esperado y se aproxima el error aceptable para la prueba, surge la necesidad de obtener informacin ms precisa de las pruebas de las partidas de la muestra. Por lo tanto, a medida que aumenta el error esperado, tambin aumenta el

95

tamao de muestra requerido para un determinado error aceptable y, particularmente, su relacin en las circunstancias. Sin embargo, no es necesario que estos conceptos se cuantifiquen explcitamente en una aplicacin de muestreo no estadstico. 2.3.4.3.3 Variacin de los montos registrados de las unidades de muestreo Se debe tener en cuenta la posibilidad de estratificar el inverso del cual se seleccionar una nueva muestra representativa de partidas. Los propsitos de la estratificacin incluyen: la preferencia lgica del auditor por examinar partidas de mayor valor monetario en lugar de valores monetarios ms pequeos, y la consideracin de muestreo de que, si se reduce la variacin de un universo o estratos reducir el tamao de la muestra que puede ser utilizada para respaldar una conclusin en particular.

Como se ha indicado anteriormente, uno de los propsitos de la estratificacin es concentrar el esfuerzo de muestreo de manera de seleccionar valores monetarios ms grandes y probar, por consiguiente, un mayor porcentaje del total del universo. Despus de considerar el riesgo relativo de auditora y el error esperado, el auditor puede determinar un tamao de muestra que se espera proporcione una muestra representativa del universo y apropiada en las circunstancias. Al determinar las partidas que se van a seleccionar, el auditor puede estratificar el universo para alcanzar el objetivo de probar un mayor porcentaje del valor monetario. Por ejemplo, suponga que el auditor ha establecido que una muestra de 200 saldos de cuentas por cobrar alcanza para proporcionar la evidencia de auditora que se requiere de la muestra. Para facilitar la seleccin de unidades de muestreo, el auditor obtuvo la siguiente estratificacin de los saldos de cuentas por cobrar:
Estrato 1 Partidas mayores a $ 100.000 2 Partidas mayores de $ 10.000 pero no mayores de $ 100.000 3 Partidas menores de o iguales a $ 10.000 Cantidad de saldos 10 300 4.000 4.310 Monto registrado Monto promedio $ 10.000.000 $ 18.000.000 $ 12.000.000 $ 40.000.000 $ 1.000.000 $ 60.000 $ 3.000 $ 9.281

Despus de revisar el cuadro precedente, el auditor decidi probar todas las partidas del estrato superior y una muestra de cada estrato restante. El tamao de muestra establecido anteriormente puede ser distribuido de la siguiente manera:

96

Cantidad total de partidas a probar: Menos: Cantidad de partidas del estrato superior a probar Cantidad total de partidas a muestrear Monto total registrado del universo del estrato 2 y 3 Porcentaje del monto del universo precedente en Estrato 2 ($ 18.000.000/$ 30.000.000) Estrato 3 ($ 12.000.000/$ 30.000.000)

200 10 190 $ 30.000.000 60% 40%

Por consiguiente, el auditor puede decidir muestrear 114 partidas (60% de 190) del estrato 2 y 76 partidas (40% de 190) del estrato 3. sin estratificacin el auditor habra probado un total de aproximadamente $ 1.856.000 (200 partidas representan un valor promedio de $ 9.281). despus de la estratificacin el auditor probara $ 17.068.000 en base al tamao de la muestra y los montos promedio de cada estrato. Por medio de la estratificacin, el auditor ha probado un mayor valor monetario total del que habra probado sin estratificacin. El otro propsito de la estratificacin es reducir la cantidad general de partidas que deben ser probadas, obteniendo el mismo grado de satisfaccin de la prueba. Para ello, el auditor utiliza ms informacin sobre la naturaleza u otra caracterstica sobre el universo al que se aplicara la prueba. Mediante la estratificacin del universo en base a los montos registrados u otro criterio, el auditor puede reducir la variacin de las partidas de cada estrato a niveles inferiores al del universo entero. Despus de considerar el riesgo relativo de auditora y el error esperado, el auditor puede establecer la cantidad de partidas que se seleccionarn de cada estrato. Puede considerarse razonablemente que seleccionando una muestra representativa de cada estrato se pude obtener una evidencia de auditora equivalente a travs de una muestra menor a la que sera requerida si se hubiera obtenido una sola muestra del universo entero. No hay reglas fijas para determinar, la cantidad de estratos o sus lmites. Sin embargo hasta 6 estratos resulta apropiado y de 2 a 4 estratos de aproximadamente el mismo valor monetario total podra resultar un mtodo prctico. A medida que el auditor Aumenta la cantidad de estratos, disminuye la variacin de los montos de las unidades de muestreo de cada estrato y aumenta la posibilidad de un tamao de muestra total ms pequeo. Cuando la muestra es la fuente principal de satisfaccin de auditora con respecto a un componente significativo de los estados financieros el auditor debe considerar que a medida que la muestra se transforma en una proporcin ms pequea del universo, los mtodo estadsticos resultan ms tiles para asegurarse de que 1) se determine un tamao de muestra apropiado y 2) se arribe a conclusiones de auditora apropiados. El conocimiento de los tamaos de la muestra en base a la teora estadstica puede resultar til en la aplicacin del criterio profesional para determinar el tamao de una muestra no estadstica.

97

2.3.4.4 Cmo se ejecuta el plan de muestreo? Una vez que se ha diseado el plan de muestreo y se ha seleccionado la muestra se deben aplicar las pruebas de auditora planeadas a cada una de las partidas seleccionadas. Pueden existir casos en los que no es posible aplicar las pruebas planeadas a las unidades de muestreo seleccionadas. Para cubrir esta posibilidad, se sugiere que el auditor est preparado para seleccionar un nmero de partidas adicionales que seran probadas solamente si se las requiere como partidas de reemplazo. 2.3.4.5 Cmo se evalan los resultados de la muestra? Al evaluar los resultados de los resultados no estadstica de variables, el auditor debe: 1) proyectar le monto de los errores de la muestra al universo, 2) considerar el riesgo de muestreo y 3) considerar los aspectos cualitativos de los errores encontrados 2.3.4.5.1 Proyeccin del error El auditor puede usar cualquiera de los mtodos para proyectar al universo el monto de los errores de la muestra. un mtodo es calcular la proporcin entre los montos auditados y los registrados entre las partidas de la muestra y proyectar esa proporcin al universo (o estrato) por ejemplo, suponga que el universo tiene un total de Bs. 1.000.000 y el monto total registrado de las partidas muestreadas es de Bs. 100.000 y el auditor descubre errores que suman Bs 3.000 en la muestra. de esta forma la proporcin de error en la muestra es del 3 % y el error de proyeccin en el universo es de Bs. 30.000 (Bs.1.000.000 x 3%). Este suele ser el mtodo preferible para la mayora de las muestras no estadsticas. Otro mtodo es proyectar el error promedio de las partidas incluidas en las muestra a todas as partidas que forman el universo (o estrato) por ejemplo, suponga que el auditor selecciona una muestra de 100 partidas de un universos de 3.000 unidades y descubre errores en la muestra que suman Bs. 500. el monto promedio de error por partida de muestra es de Bs. 5, el cual se multiplica por el nmero de unidades de muestreo del universo (3.000) para determinar un error proyectado en el universo de Bs. 15.000. Es de hacer notar que la precisin de este mtodo de la proyeccin del error, depende de la precisin con la que se determine el nmero de partidas en el universo. En lo casos en los que el auditor estratifica el universo, se puede hacer una proyeccin por separado para cada estrato. El auditor calcula un error proyectado para todo el universo combinando montos de error proyectados para cada estrato. El error proyectado total debe ser comparado con el concepto del auditor sobre el error aceptable del universo. El auditor debe considerar tambin la naturaleza de los errores encontrados para evaluar la similitud y el posible efecto de los errores de naturaleza similar en el universo. Cualquier error que se descubra en las partidas que se probaron por su importancia individual debe ser agregado, cuando se considera el saldo de la cuenta en su totalidad, a los resultados proyectados de la muestra. El auditor debe considerar los resultados de las aplicaciones de muestreo, incluyendo los errores reales y los proyectados, adems de otra evidencia pertinente de auditora, cuando formula una conclusin sobre el saldo de cuenta relacionado o el tipo de

98

transacciones. Cuando se determine que probablemente considera necesario realizar ajustes el auditor sugiere por lo general, que la entidad investigue los errores y, si fuera requerido, que ajuste al monto registrado. En otros casos, la necesidad de realizar un ajuste en relacin con el saldo o clase en particular no es tan imperiosa. No obstante se debe evaluar el impacto conjunto de dichas partidas en los estados financieros tomados en su totalidad 2.3.4.5.2 Consideraciones de riesgo de muestreo Si el error proyectado total es inferior al error aceptable, el auditor debe considerar el riesgo de muestreo de que dicho resultado podra ser obtenido an cuando el verdadero error del universo excediera el error aceptable. Al utilizar el muestreo no estadstico el auditor emplea su experiencia y su criterio profesional para realizar dicha evaluacin. En cualquier evaluacin de resultados de una muestra le auditor debe tener en cuenta que con un tamao de muestra ms grande se puede obtener una proyeccin ms precisa del error real del universo. En consecuencia, el riesgo de muestreo de que el error real del universo sea superior al error proyectado, es una funcin del tamao de la muestra que ha sido probada. Este concepto debe ser considerado al evaluar en base al criterio los resultados de la muestra. Si el error total proyectado es considerablemente menor que el error aceptable, el auditor puede llegar a la conclusin que hay un riesgo de muestreo aceptablemente bajo, de que el verdadero error del universo exceda el error aceptable. Por ejemplo, los resultados de una muestra con un error proyectado del 1% del valor monetario del universo y un error tolerable del 5% de dicho valor por lo general sern aceptables. Sin embargo, si el error total proyectado se acerca al error aceptable, el auditor puede llegar a la conclusin de que hay un riesgo inaceptablemente alto de que el error del universo exceda el error aceptable. Si el error proyectado no supera el error esperado por el auditor, utilizado en la determinacin del tamao apropiado de la muestra, se puede llegar a la conclusin de que hay un riesgo aceptablemente bajo de que el error verdadero exceda el error aceptable. A la inversa si el error proyectado supera el error esperado por el auditor utilizado en la determinacin del tamao apropiado de la muestra, generalmente se llegar a la conclusin de que hay un riesgo inaceptablemente alto de que el error verdadero exceda el error aceptable. En algunas ocasiones, los resultados de la muestra podran no respaldar la aceptacin de los montos registrados ya que la muestra no es representativa del universo, aunque haya sido seleccionada de tal forma que se crea iba a ser representativo. Cuando el auditor considere que la muestra no es representativa del universo, se pueden probar unidades de muestreo adicionales con el fin de obtener una base apropiada para determinar si el monto registrado del universo est expuesto razonablemente. 2.3.5 Muestreo estadstico para universos pequeos y medianos Se puede determinar la muestra tomando en cuenta una muestra piloto, a la que llamaremos pre-muestra sin tomar en cuenta directamente el riesgo de rechazo

99

incorrecto, el riesgo de aceptacin incorrecta o el % mximo de desvo permitido. Este mtodo supone una distribucin normal En general, si es estimador de , pediremos al menos dos propiedades deseable para 1. Estimador E() = 2. V() sea pequea, es decir que el estimador tenga la menor varianza posible. El error de estimacin viene dado por - como el 36 o 44 dan un error de 4. Es decir que si un valor real es 40, valores

No podemos establecer que un estimador observado estar dentro de una distancia especificada de , pero podemos al menos, encontrar un lmite k tal que: Probabilidad P ( - -1 para cualquier probabilidad deseada 1-, donde 0< < 1 Si tiene una distribucin normal, entonces k = Z /2. Donde Z /2 es el valor que separa un rea de (/2) en la cola del lado derecho de la distribucin estndar. La tabulacin de valores de Z /2 se presenta en la tabla 10 expuesta en el ANEXO 2 aumentar esta tabla Por ejemplo, si 1- = 0.95, entonces =0.05 y /2=0.025, por consiguiente el rea al lado derecho de la distribucin normal (campana) debe ser 0.475, puesto que toda la mitad vale 0.5. El valor de 0.475 se busca en la 10 expuesta en el ANEXO 2 aumentar esta tabla y obtenemos el valor de Z /2=1.96, que para fines de esta consultora llamaremos k 2.3.5.1 Cmo se efecta la determinacin de la muestra en universos pequeos y medianos? La frmula para determinar la muestra n, es la siguiente:

N x Varianza ((N-1) x Z)+Varianza

Donde:
.2

Z=

k 4

A continuacin se presenta un ejercicio sobre el mtodo de determinacin de muestras del presente tema. Se desea estimar la cantidad promedio de dinero para las cuentas por cobrar de una agencia de viajes, donde la varianza estimada es 625. se sabe que existen N = 1.000

100

cuentas abiertas. Encuentre el tamao de muestra necesario (n) con un lmite para el error de estimacin de k = $ 3. Solucin, Aplicando la frmula tenemos: N = N 2 / (N-1) Z + 2 donde Z = k2 / 4 = 9/4 = 2.25 N = 1.000 (625) / 999 (2.25) + 625 = 217.56 Por consiguiente necesitamos aproximadamente 218 casos para estimar (la media de las cuentas por cobrar) con un lmite para el error de $ 3 (al 95%).

101