Está en la página 1de 15

MUESTREO DE AUDITORIA PARA PRUEBAS DE DETALLES DE SALDOS.

Tanto el muestreo estadstico como el no estadstico es aceptar conforme los


estndares de auditoria comnmente aceptados, pero el que se elija. Debe
utilizarse de manera correcta.
El despacho de Bob Lake estimul el uso del muestreo estadstico en su prctica y
proporcion un pro-grama de entrenamiento para la capacitacin de un coordinador
estadstico para cada departamento. La coordinadora en la orcina de Bob era Barbara
Ennis. Bob crea que las operaciones de ventas y pruebas de conurbacin de las cuentas
por cobrar se deban realizar utilizando el muestreo estadstico y le pidi a Barbara que
ayudara en el diseo y supervisin de los aspectos estadsticos de estas pruebas
Para los requisitos hacer cualquier oposicin necesaria al decidir los factores que
afectan el tamao.
COMPARACIONES DEL MUESTREO DE AUDITORA PARA LAS
PRUEBAS DE DETALLESDE SALDOS Y EL MUESTREO DE AUDITORA
PARA PRUEBAS DE CONTROLESY PRUEBAS SUSTANTIVAS DE
OPERACIONES.

La mayora de los conceptos de muestreo que se analizaron en el captulo
15,para las pruebas de con-troles y pruebas sustantivas de operaciones, se
aplican por igual al muestreo de las pruebas de detalles de saldos. En ambos
casos, el auditor hace inferencias acerca de toda la poblacin con base en una
muestra. Por lo tanto, los riesgos de muestreo y de no muestreo son importantes
para las pruebas de controles, las pruebas sustantivas de operaciones y las
pruebas de detalles de saldos. En el manejo del riesgo de muestreo, es aceptable
utilizar ya sea el mtodo estadstico como el no estadstico para los tres tipos de
pruebas.

MUESTREO NO ESTADSTICO

Pasos muestreo de auditora
para pruebas de detalles de saldos
Planeacin de la muestra
1. Indicar los objetivos de la
prueba de auditora.
2.Decidir si aplica el muestreo de
auditora
.3.Denir las condiciones de
error.
4. Deni r l a pobl aci n.
5. Denir la unidad de muestreo.
6. Especicar el error tolerable.
7. Especicar el riesgo aceptable
de aceptacin incorrecta.
8. Estimar los errores en la
poblacin.
Pasos muestreo de auditora para las
pruebas de controles y las pruebas
sustantivas de operaciones
Planeacin de la muestra
1. Indicar los objetivos de la
prueba de auditora.
2. Decidir si aplica el muestreo de
auditora.
3. Denir los atributos y
condiciones de excepcin.
4. Deni r l a pobl aci n.
5. Denir la unidad de muestreo.
6. Especicar la tasa de excepcin
tolerable.
7. Especicar el riesgo aceptable
de evaluar el riesgo de control
9. Determinar el tamao inicial
de la muestra.
Seleccionar la muestra y realizar los
procedimientos de auditora
10. Sel ecci onar l a mues t r a.
11. Realizar los procedimientos
de auditora.
Evaluar los resultados
12. Generalizar de la muestra a
la poblacin.
13. Anal i zar l os er r or es .
14.Decidir la aceptabilidad de la
poblacin

demasiado bajo.
8. Estimar la tasa de excepcin de
la pobla-cin.9.Determinar el
tamao inicial de la mues-tra.
Seleccionar la muestra y realizar los
procedimientos de auditora
10. Sel ecci onar l a
mues t r a. 11.Realizar los
procedimientos de auditora.
Evaluar los resultados
12. Generalizar de la muestra a la
poblacin.13. Anal i zar l os
er r or es . 14.Decidir la
aceptabilidad de la poblacin.



Cuando los auditores toman muestras para las pruebas de detalles de saldos, el objetivo
es determinar si el saldo que se est auditando se ha declarado de manera imparcial. La
poblacin de 40 cuentas por cobrar en la tabla 17-1 (pgina 522),que suman un total de
$207,295,se utiliza como una ilustracin de la aplicacin del muestreo no estadstico. El
objetivo de la prueba de auditora ser determinar si el total de $207,295 se ha declarado
de manera errnea. De manera tpica, los errores materiales se denen en trminos de
errores tolerables.
Como se indic en el captulo 15,El muestreo de auditora se aplica siempre que el
auditor planea llegar a conclusiones sobre una poblacin basado en una muestra.
Aunque es comn tomar mues-tras de varias cuentas, existen situaciones en las que el
muestreo no aplica. Para la poblacin de la tabla 17-1, el auditor puede decidir auditar
slo elementos de ms de $5,000 e ignorar todos los de ms debido a que el total de los
ms pequeos no es material.







Muestreo estratificado
Para muchas poblaciones, los auditores subdividen la poblacin en dos o
ms subpoblaciones antes de aplicar el muestreo de auditora. La subdivisin de
poblaciones se de-nomina
Muestreo estraticado
, donde cada subpoblacin es un estrato. El propsito de la estraticacin es permitir
que el auditor enfatice ciertos elementos de la poblacin y reste nfasis a otros. En la
mayora de las situaciones del muestreo de auditora, incluyendo la conrmacin de las
cuentas por cobrar, los auditores desean destacar los valores ms cuantiosos de dlares
registrados; por lo que, comnmente la es traficacin se lleva a cabo con base en esta
dimensin.

Definir la unidad de muestreo
La unidad de muestreo para el muestreo no estadstico de auditora en las pruebas
de detalles de sal-dos casi siempre es el elemento que conforma el saldo de la cuenta.
En el caso de las cuentas por cobrar, por lo general, es el saldo del cliente, el cual se
representa mediante el nombre de cuenta del cliente o el nmero en la lista de cuentas
por cobrar. La unidad de muestreo tambin puede ser una factura individual, que es
parte de un saldo de cuenta.
Especificar el riego aceptable de aceptacin incorrecta
En todas las aplicaciones de muestreo no estadstico y estadstico, existe un riesgo de
que las conclusiones cuantitativas acerca de la poblacin sean incorrectas .Esto siempre
aplica a menos que se hagan pruebas al 100 % de la poblacin. El riesgo aceptable de
aceptacin incorrecta (RAAI)
es el riesgo que el auditor est dispuesto acorrer al aceptar un saldo como correcto
cuando el error real en el saldo.
El entendimiento de cmo el RAERC y el RAAI afectan la acumulacin de evidencia
puede ser difcil. Anteriormente se explic que las pruebas de detalles de saldos para los
errores monetarios se pueden reducir si se descubre que los controles internos son
efectivos en la evaluacin del riesgo de control y realizacin de las pruebas de controles
.Los efectos del RAERC y RAAI son congruentes con esa conclusin. Si el auditor
concluye que los controles internos pueden ser efectivos, el riesgo de control se podr
reducir. Un riesgo de control ms bajo requiere un RAERC menor en las pruebas de
controles, lo cual precisar un tamao de muestra mayor.


Estimar errores en poblacin.
Generalmente el auditor realiza su estimacin basado en una experiencia anterior con el
cliente y en la evaluacin del riesgo inherente, al considerar los resultados de las
pruebas de controles, las pruebas sustantivas de operaciones, y los procedimientos
analticos que ya se realizaron. El tamao planeado de la muestra aumenta conforme
la cantidad de errores esperados en la poblacin se acerca al error tolerable.
Determinar el tamao de la muestro inicial
Los auditores que utilizan el muestreo no estadstico determinan el tamao inicial de la
muestra basados en su propio criterio y considerando los factores analizados hasta el
momento. La tabla 17-3resume los principales factores que inuyen en el tamao de la
muestra para el muestreo no estadstico y cmo se ve afectado. Cuando el auditor utiliza
el muestreo estraticado, el tamao de la muestra se debe distribuir entre los estratos.
Comnmente los auditores distribuyen una porcin ms alta de los elementos dela
muestra entre elementos ms grandes de la poblacin.
Por ejemplo, suponga que el auditor aplic esta frmula a la poblacin en la tabla 17-1 y
que el error tolerable es de $20,000.El auditor primero elimina los elementos de la
poblacin 8 y 30 de la poblacin registrada porque exceden el error tolerable. Estas dos
cuentas individualmente materiales se probarn por separado. La poblacin restante que
se va a examinar es de $135,480 ($207,295 $44,110 $27,705). Adems, suponga que
los riesgos evaluados de control e inherente combinados son moderados y que existe un
riesgo moderado de que las pruebas sustantivas de operaciones y procedimientos
analticos no detecten un error material. El factor de aseguramiento requerido es de
1.6de acuerdo con la tabla. El tamao calculado de la muestra es de 11
[($135,480/$20,000)
1.6 =10.8)



Peligros de ignorar los resultados de la muestra
Las cuentas comerciales por cobrar eran el activo ms grande de Sahlen &
Associates, Inc.,una compaa privada de servicios profesionales de proteccin e
investigacin con sede en Florida. As que no fue poco usual que los auditores de la
compaa in-tentaran conrmar una muestra de las cuentas por cobrar utilizando
conrmaciones escritas. De las 145conrmaciones enviadas por correo, slo 49 clientes
respondieron .De los que respondieron,35 armaron que no podan conrmar
los saldos de Sahlen o que sus registros indicaban que el saldo de Sahlen era errneo
.Algunos clientes incluso exigieron explicaciones inmediatas y alegaban que no
adeudaban tales saldos. A pesar de la baja tasa de respuesta de la muestra y de las
evidentes excepciones del cliente, los auditores aceptaron la explicacin de la
administracin de que varias de las cuentas por cobrar re-presentaban cantidades que se
le adeudaban por concepto de trabajo que Sahlen haba realizado en sucursales de
grandes clientes corporativos, y que simplemente las conrmaciones se estaban
enviando a las oscinas equivocadas del cliente.
Generalizar a partir de la muestra a la poblacin y decidir la aceptabilidad de la
poblacin.
El auditor debe generalizar de la muestra a la poblacin al (1) proyectar los errores de
los resultados de la muestra hacia la poblacin y (2) al considerar el error de
muestreo y riesgo de muestreo(RAAI).Por ejemplo, en el caso anterior acaso el
auditor concluye que las cuentas por cobrar estn sobrevaluadas por $389? No, el
auditor est interesado en los resultados de la poblacin, n o e n l o s de la muestra.
Por lo tanto, es necesario proyectar de la muestra a la poblacin para estimar el error
dela poblacin.

La estimacin del punto del error en la poblacin es de $6,589, lo que indica una
sobrevaluacin. Sin embargo, la estimacin del punto, por s misma, no es una medida
adecuada del error de la poblacin, debido al error de muestreo. En otras palabras,
debido a que la estimacin est basada en una muestra, estara cerca del error real de la
poblacin, pero es poco probable que sea exactamente el mismo. El auditor debe
considerar la posibilidad de que el error real de la poblacin sea mayor que la cantidad
de error tolerable en circunstancias en las que siempre la estimacin del punto sea
menor que la cantidad de error tolerable. Esto se debe hacer tanto para las muestras
estadsticas como para las no estadsticas

Accin cuando una poblacin es rechazada.
Cuando el auditor concluye que el error en una poblacin puede ser mayor que el error
tolerable despus de considerar el error de muestreo, la poblacin no se considera
aceptable. Existen varios cursos posibles de accin.

No aplicar medidas hasta que las pruebas de otras reas de la auditora hayan
analizado
En ltima instancia, el auditor debe evaluar si los estados nancieros tomados como una
totalidad tienen errores materiales. Si se encuentran errores compensatorios en otras
partes de la auditora, como en el inventario, el auditor puede concluir que los errores
estimados en las cuentas por cobrar son aceptables. Por supuesto, antes de que nalice
la auditora, el auditor debe evaluar si un error en una cuenta puede hacer que los estados
nancieros sean engaosos incluso si hay errores compensatorios.

Realizar pruebas de auditora ampliadas en reas especcas
Si un anlisis de los errores indica que la mayora de los errores son de un tipo
especco, puede ser conveniente restringir el esfuerzo de auditora adicional al rea
problemtica. Por ejemplo, si un anlisis de los errores en las conrmaciones indica que
la mayora de los errores son causados por no registrar las devoluciones de ventas, se
puede realizar una investigacin ampliada de los productos devueltos para asegurarse de
que se han registrado. Sin embargo, se debe ser muy cuidadoso al evaluar la
causa de todos los errores en la muestra antes de sacar conclusiones sobre el
nfasis adecuado en las pruebas ampliadas. Puede haber ms de un rea problemtica.

Aumentar el tamao de la muestra
Cuando el auditor aumenta el tamao de la muestra, el error de muestreo se reduce si en
la muestra expandida la tasa de errores, la cantidad de dlares y su direccin son
similares a las de la muestra original. Por lo tanto, aumentar el tamao de la muestra
puede satisfacer los requerimientos de error tolerable del auditor.
Ajustar los saldos
Cuando el auditor concluye que un saldo tiene errores materiales, el cliente pue-de estar
dispuesto a ajustar el valor del libro con base en los resultados de la muestra. En el
ejemplo anterior, suponga que el cliente est dispuesto a reducir el valor del libro por la
cantidad de la estimacin del punto ($6,589) para ajustar la estimacin del error. La
estimacin del auditor del error ahora es cero, pero an es necesario considerar el error
de muestreo. Una vez ms, si el auditor supone un error tolerable de $12,000, ahora ste
debe evaluar si el error de muestreo excede $12,000, y no los $5,411 que se
consideraron en un principio.

Muestreo de unidades Monetarias.

El muestreo de unidades monetarias (MUM)
Es una innovacin en la metodologa del muestreo estadstico que se desarroll
especialmente para el uso de los auditores. Ahora es el mtodo estadstico de muestreo
para las pruebas a detalles de saldos que se utiliza ms comnmente, ya que tiene la
simplicidad estadstica del muestreo de atributos y adems proporciona un resultado
estadstico expresado en dlares (u otra moneda adecuada).

La denicin de la unidad de muestreo es un dlar individual
Una caracterstica esencial del MUMes la denicin de la unidad de muestreo como un
dlar individual en un saldo de cuenta. El nombre del mtodo estadstico,
muestreo de unidades monetarias, es resultado de esta caracterstica
distintiva. Por ejemplo, en la poblacin de la tabla 17-1 en la pgina 522, la unidad
de muestreo es1dlar y el tamao de la poblacin son de 207,295 dlares, no las 40
unidades fsicas que se analizaron con anterioridad.

El tamao de la poblacin es la poblacin de dlares registrados
Por ejemplo, la poblacin de las cuentas por cobrar en la tabla 17-1 consta de 207,295
dlares, y ste es el tamao de la poblacin, no las 40 unidades fsicas. Esta denicin
de tamao de poblacin es congruente con el uso de unidades de dlar.


El criterio preliminar de materialidad se utiliza para cada cuenta en lugar del
error tolerable
Otro aspecto nico del MUM es el uso del criterio preliminar de materialidad, analizado
en el captulo 9, para determinar de manera directa la cantidad de error tolerable para la
auditora de cada cuenta.
El tamao de la muestra se determina mediante una frmula estadstica
La informacin utilizada y el clculo del tamao planeado de la muestra se muestran
ms adelante.
Para decidir la aceptabilidad de la poblacin se utiliza una regla de decisin formal
La regla de de-cisin utilizada para el MUM es similar a la que se utiliza para el
muestreo no estadstico, pero es lo bastante diferente para ameritar un anlisis. La regla
de decisin se ilustra despus de que se explica el clculo de los lmites del error.
La seleccin de la muestra se realiza mediante la PPT
Las muestras de las unidades monetarias son muestras seleccionadas con una
Probabilidad proporcional al tamao de la seleccin de la muestra(PPT)
.Tales muestras son muestras de dlares individuales en la poblacin. Sin embargo, los
auditores no pueden auditar dlares individuales. Por lo tanto, el auditor debe
determinar la unidad fsica para realizar las pruebas de auditora. Por ejemplo, en la
tabla 17-4 el auditor tomar una muestra aleatoria de los elementos de la poblacin entre
1 y 7,376 (dlares individuales)

Suponga que el auditor pretende seleccionar una muestra de una PPT de cuatro cuentas
de la poblacin en la tabla 17-4.Debido a que la unidad de muestreo se dene como un
dlar individual, el tamao de la poblacin es de 7,376, y se necesitan cuatro nmeros
aleatorios de un programa de computadora. Suponga que el programa de computadora
genera los siguientes nmeros aleatorios: 6, 586, 1, 756, 850, y 6,499.Los elementos de
la unidad fsica de la poblacin que contienen estos dlares, aleatorios son determinados
mediante referencia a la columna del total acumulativo. Son los elementos 11 (que
contienen de 6,577 hasta 6,980 dlares),4 (de 1,699 hasta 2,271 dlares),2 (de 358hasta
1,638 dlares) y 10 (de 5,751 hasta 6,576 dlares).stos se auditarn, y el resultado para
cada unidad fsica ser aplicado al dlar aleatorio que contenga.


El auditor generaliza de la muestra a la poblacin mediante las tcnicas del MUM
A pesar del mtodo de muestreo seleccionado, el auditor debe generalizar de
la muestra a la poblacin mediante1) la proyeccin de los errores de los resultados
de la muestra a la poblacin y 2) la determinacin del error de muestreo relacionado.
Existen cuatro aspectos importantes en la generalizacin con el uso del MUM:
1. Las tablas de muestreo de los atributos se utilizan para calcular los
resultados. Las tablas como la que se encuentra en la pgina 470 se pueden utilizar,
si se reemplaza el RAERC con el RAAI.
2. Los resultados de los atributos se deben convertir a dlares. El MUM
estima el error de dlares en la poblacin, no el porcentaje de elementos en la
poblacin que tienen errores El MUM logra esto al denir cada elemento de la
poblacin como un dlar individual. Por lo tanto, la estimacin de la tasa de dlares de
poblacin que contiene un error es una forma de estimar el error de dlares total.
3. El auditor debe hacer una suposicin sobre el porcentaje de error para
cada elemento de la poblacin que contiene errores. Esta suposicin le permite al
auditor utilizar las tablas de muestreo de atributos para estimar los errores de dlares.
4. Los resultados estadsticos cuando se utiliza el MUM se les denomina
lmites de error. E s tos lmites de error son estimaciones de la
sobrevaluacin mxima probable (lmite de error superior) y la subvaluacin
mxima probable (lmite de error inferior) a un RAAI de-terminado. Se calcula tanto el
lmite de error superior como el lmite de error inferior.

Generalizado cuando se encuentra en errores.
.
Las cantidades de la sobrevaluacin y subvaluacin se manejan de manera separada y
despus se combinan
.Primero, se calculan los lmites superior e inferior de error por separado para las
cantidades de sobrevaluacin y subvaluacin. Despus, se calcula una estimacin del
punto para las sobrevaluaciones y subvaluaciones. La estimacin del punto de la
subvaluacin se utiliza para reducir el lmite superior inicial de error y la estimacin del
punto de la sobrevaluacin se utiliza para reducir el lmite inferior inicial de error. El
mtodo y razn fundamental para estos clculos se ilustrar al utilizar las cuatro
cantidades de la sobrevaluacin y una cantidad de subvaluacin en la tabla 17-5.2.
Se hace una suposicin diferente de errores para cada error, incluyendo los errores cero
. Cuando no haba errores en la muestra, se requiri una suposicin en lo que respecta
al porcentaje promedio de error para los elementos de la poblacin con errores. Los
lmites de error se calcularon al mostrar varias suposiciones diferentes.


a mayora de los usuarios del MUM cree que el mtodo que se acaba de analizar es
abiertamente conservador cuando existen cantidades compensatorias. Si se encuentra
una cantidad sobre valuada, razonable que el lmite para las cantidades sobrevaluadas
deba ser ms bajo de lo que sera si no se hubieran encontrado las cantidades
subvaluadas, y viceversa. El ajuste de los lmites para las cantidades compensatorias se
hace como sigue:1) se lleva a cabo una estimacin del punto de los errores para las
cantidades de sobrevaluacin y subvaluacin y 2) cada lmite se reduce mediante la
estimacin del punto opuesto. La estimacin del punto para las sobrevaluaciones se
calcula multiplicando la cantidad de sobre valuacin en las unidades de dlares
auditadas por el valor registrado. El mismo mtodo se utiliza para calcular la estimacin
del punto para las subvaluaciones. En el ejemplo, existe una cantidades subvaluacin
de 3 centavos por unidad de dlar en una muestra de 100.La estimacin del
punto de subvaluacin es por tanto de $360 (.03/100 $1,200,000).Asimismo, la
estimacin del punto de sobrevaluacin es de $9,086 [(.671.07.016.0002)/100$1,200,000]



Decidir la aceptabilidad de la poblacin por medio del MUM.
Despus de que se calculan los lmites de error, el auditor debe decidir si la poblacin es
aceptable. Para hacerlo, es necesaria una regla de decisin
.La regla de decisin para el MUM consiste en lo sigui ent e: Si ambos, el lmite
inferior de error (LIE) y el lmite de error superior (LES) caen entre las cantidades de
error tolerable de sobrevaluacin y subvaluacin, aceptar la conclusin de que el valor
del libro no tiene errores por una cantidad material.

Determinar del tamao de la muestra mediana del MUM.
a determinacin del tamao de la muestra se analiz con anterioridad al igual que uno
de los pasos en el MUS, pero el estudio del mtodo del clculo se posterg hasta que
usted lograra comprender las suposiciones de error promedio.
Materialidad
El criterio preliminar relativo a la materialidad, por lo general, es la base para la
cantidad utilizada de error tolerable. Si se espera que haya errores en las pruebas que no
son de MUM, el error tolerable ser mucho menor para esas cantidades. El error
tolerable puede ser diferente para las sobrevaluaciones que para las subvaluaciones. En
este ejemplo, el error tolerable para la sobrevaluacin y subvaluacin es de $100,000.
Suposicin del porcentaje promedio de error para las partidas de la poblacin que
contienen un error
De nuevo, puede haber una suposicin separada para los lmites superiores o inferiores.
Esto tambin es un criterio del auditor. Se debe basar en el conocimiento del auditor
sobre el cliente y su experiencia pasada, y si se utiliza menos de 100%, la suposicin
debe ser claramente defendible. Para este ejemplo, se utiliza el 50% para las
sobrevaluaciones y el 100% para las subvaluaciones.
Riesgo aceptable de aceptacin incorrecta
El RAAI es un criterio del auditor y con frecuencia se llega a ste con ayuda del modelo
de riesgo de auditora. Es el 5% en este ejemplo.
Valor de la poblacin registrado
El valor del dlar de la poblacin se toma de los registros del cliente. En este ejemplo es
de $5 millones.
Estimacin de la tasa de excepcin de la poblacin
Normalmente, la estimacin de la tasa de excepcin de la poblacin para el MUM es
cero, ya que es ms adecuado utilizar el MUM cuando no se esperan errores o slo se
esperan unos cuantos.

Relacin entre el modelo de riesgo de auditora con el tamao de muestra para el
MUM
El modelo de riesgo de auditora para la planeacin se mostr en el captulo 9 y los
captulos posteriores como
RPD =RI R /AAx RC

Usos en auditoria del muestreo de la unidad monetaria.
El MUM es atractivo para los auditores por al menos cuatro razones. Primero, aumenta
de manera automtica la probabilidad de seleccin de elementos de dlares elevados de
la poblacin que se est auditando. Los auditores hacen una prctica de concentracin
en estos elementos porque, por lo general, representan el riesgo ms grande de errores
materiales. El muestreo estraticado tambin se puede utilizar para este propsito, pero
el MUM con frecuencia es ms fcil de aplicar.

MUESTREO DE VARIABLES.
El muestreo de variables, como el muestreo de unidades monetarias, es un mtodo
estadstico que utilizan los auditores. El muestreo de variables y muestreo no estadstico
para las pruebas de detalles de saldos tienen el mismo objetivo: medir la cantidad real
de errores en un saldo. Como con el mues-treo no estadstico, cuando se determina que
la cantidad de errores excede la cantidad tolerable, se rechaza la poblacin y se toman
acciones adicionales por parte del auditor. Existen varias tcnicas de muestreo que
constituyen la clase general de mtodos llamada mues-treo de variables. Las que se
estudian en esta seccin son la estimacin de diferencia, estimacin de razones y
estimacin de la media por unidad. Esto se analiza ms adelante.

Distribuciones de muestreo
A pesar de que los auditores pueden evaluar la naturaleza general de las poblaciones con
el propsito de seleccionar el mtodo de muestreo ms adecuado, ignoran el valor
medio (promedio) o la distribucin de las cantidades de error o los valores auditados de
las poblaciones que se estn probando en los compromisos de auditora.

Indiferencia estadstica.
De forma natural, cuando se toman muestras de una poblacin en una situacin real de
auditora, el auditor desconoce las caractersticas de la poblacin y, por lo general,
existe slo una muestra que se tom de la poblacin. Sin embargo, el conocimiento de
las distribuciones de muestreo permite a los auditores disear conclusiones
estadsticas, o inferencias estadsticas, sobre la poblacin.

Mtodos de variables.
El proceso estadstico de inferencia que se acaba de analizar se utiliza para todos los
mtodos de muestreo de variables. La diferencia principal entre los diversos mtodos
estriba en el elemento caracterstico y, por lo tanto, en la poblacin que se
est midiendo. Los tres mtodos de variables se analizan ahora de manera individual.
Estimacin de la diferencia
La estimacin de la diferencia se utiliza para medir la cantidad total estimada de
errores en una poblacin cuando existe un valor registrado y un valor auditado para cada
elemento en la muestra.
La estimacin de razones
Es similar a la estimacin de la diferencia, excepto que la estimacin del punto del error
de la poblacin se determina al multiplicar la porcin de los dlares de la muestra con
errores por el valor del libro de la poblacin total registrada. El clculo delos lmites de
conanza del error total se puede realizar para la estimacin de razones con un clculo
similar al que se muestra para una estimacin diferente.
Estimacin de la media por unidad
El auditor est interesado en el valor auditado y no en la cantidad de errores de cada
elemento en la muestra. Salvo por la denicin de lo que se est midiendo, la
estimacin de la media por unidad se calcula exactamente de la misma forma que la
estimacin de la diferencia. La estimacin del punto del valor auditado es el valor
promedio auditado de los elementos en la muestra, multiplicado por el tamao de la
poblacin.
Mtodos estadsticos estratificados. Como se analiz anteriormente, el muestreo
estraticado es un mtodo de muestreo en el cual todos los elementos en la
poblacin total se dividen en dos o ms subpoblaciones. Despus, cada subpoblacin se
prueba de manera independiente. Cuando los auditores utilizan el muestreo estadstico
estraticado, los resultados se miden de forma estadstica y se realizan clculos para
cada estrato. Se combinan en una estimacin general de la poblacin en trminos de un
intervalo de conanza. La estraticacin se aplica a la estimacin de la diferencia, de
razones y de media por unidad, pero, por lo general, se utiliza con mayor frecuencia en
la estimacin de la media por unidad.
ILUSTRACIN QUE UTILIZA LA ESTIMACIN DE LA DIFERENCIAS
Como se analiz anteriormente, se pueden aplicar a la auditora muchos tipos diferentes
de tcnicas de muestreo de variables en diversas circunstancias. Una de stos, la
estimacin de la diferencia por medio de pruebas hipotticas, se ha seleccionado como
un medio para ilustrar los conceptos y metodologa del muestreo de variables. La razn
para utilizar la estimacin de la diferencia es su relativa simplicidad. Cuando un mtodo
es considerado conable en un conjunto determinado de circunstancias, es preferido por
la mayora de los auditores sobre otros mtodos de muestreo de variables.
Planear la muestra y calcular el tamao de la muestra mediante la estimacin de la
diferencia.
Indicar los objetivos de la prueba de auditora
El objetivo de la prueba de auditora en el ejemplo dela Hart Lumber Company es
determinar si las cuentas por cobrar antes de la consideracin de la estimacin para
cuentas incobrables se declararon de forma materialmente errnea.
Decidir si aplica el muestreo de auditora
El muestreo de auditora aplica en la conrmacin de las cuentas por cobrar debido al
gran nmero de cuentas por cobrar.
Denir las condiciones de error
La condicin de error es un error del cliente determinado en la conrmacin de
cada cuenta o procedimiento alternativo.
Denir la poblacin
El tamao de la poblacin se determina por conteo, como se hizo para el mues-treo de
atributos.
Denir la unidad de muestreo
La unidad de muestreo es una cuenta en la lista de cuentas por cobrar.
Especicar el error tolerable
La cantidad de error que el auditor est dispuesto a aceptar es una cuestin de
materialidad. El auditor decide aceptar un error tolerable de $21,000 en la auditora de
las cuentas por cobrar de Hart Lumber.
Especicar el riesgo aceptable
El auditor especica dos riesgos:
1. Riesgo aceptable de aceptacin incorrecta (RAAI)
.Es el riesgo de aceptar cuentas por cobrar como correctas cuando en realidad tienen
errores por ms de $21,000.El RAAI se ve afectado por el riesgo aceptable de auditora,
los resultados de las pruebas de controles y las pruebas sustantivas de operaciones, los
procedimientos analticos y la relativa importancia de las cuenteas por cobrar en los
estados nancieros. En Hart Lumber, se utiliza un RAAI de 10%.
2. Riesgo aceptable de rechazo incorrecto (RARI)
.Es el riesgo de rechazar cuentas por cobrar como incorrectas cuando en realidad no
tienen errores por una cantidad material. El RARI se ve afectado por el costo adicional
de la repeticin del muestreo. Debido a que es bastante costoso conrmar las cuentas
por cobrar una segunda vez, se utiliza un RARI de 25%.Para pruebas de auditora en las
cuales no es costoso incrementar el tamao de la muestra, es comn un RARI mucho
ms alto.




Seleccionar la muestra y realizar los procedimientos.

Seleccionar la muestra
Debido a que se requiere una muestra aleatoria (diferente a la PPT) ,el auditor debe
utilizar uno de los mtodos de seleccin de muestra probabilstica analizados en el
captulo15 para seleccionar los 100 elementos de muestra para conrmacin.
Realizar los procedimientos de auditora
El auditor debe tener cuidado al conrmar las cuentas por cobrar y realizar
los procedimientos alternativos mediante los mtodos analizados en el captulo 16.Para
las conrmaciones, un error es la
diferencia
entre la respuesta de la conrmacin y el saldo del cliente despus de la conciliacin de
todas las diferencias de tiempo propicio y errores del cliente. Porejemplo, si un cliente
regresa una conrmacin e indica que el saldo correcto es $887.12,y el saldo en los
registros del cliente es de $997.12,la diferencia de $110 es una cantidad de
sobrevaluacin si el auditor concluye que los registros del cliente son incorrectos.

Analizar los errores
No existen diferencias al analizar los errores para los mtodos no estadsticos
y estadsticos. El auditor debe evaluar los errores a n de determinar la causa de cada
error y decidir si se necesita la modicacin del modelo de riesgo de auditora.
Decidir la aceptabilidad de la poblacin
Cuando se utiliza un mtodo estadstico, se necesita una regla de decisin para decidir si la poblacin es
aceptable.

Accin cuando se rechaza una hiptesis.
Cuando uno o ambos lmites de conanza yacen fuera de la variedad de errores tolerables, la poblacin
no se considera como aceptable. Los cursos de accin son los mismos que los discutidos para el mues-
treo no estadstico, excepto que una mejor estimacin de error de la poblacin sea prctica.
Por ejemplo, en el caso de Hart Lumber, si el nivel de conanza hubiera sido $9,040
+$15,800 y el cliente hubiera estado dispuesto a reducir el valor del libro por
$9,040,los resultados seran 0 +$15,800.El nuevo lmite inferior de conanza
calculado sera una subvaluacin de $15,800,y el lmite superior de conanza
una sobrevaluacin de $15,800,los cuales son aceptables dado el error tolerable
de $21,000.El ajuste mnimo que el auditor puede hacer y seguir manteniendo la
poblacin como aceptable es $3,840 [($9,040 + $15,800)

$21,000].Sin embargo, el cliente puede no estar dispuesto a ajustar el saldo con base en
una muestra. A dems, si el intervalo de precisin calculado excede el error tolerable,
no se puede hacer un ajuste a los libros que satisfaga al auditor. ste sera el caso en el
ejemplo anterior si el error tolerable fuera de slo $15,000.

También podría gustarte