Tecnicas de Muestreo Con IDEA

CI203
Técnicas de
muestreo
avanzadas de
IDEA
IDEA 9
Guía de formación complementaria
Copyright © 2015 CaseWare International Inc.
Todos los derechos reservados. Este manual y sus archivos de datos son propiedad
registrada y poseen todos los derechos reservados. Está prohibida la reproducción,
emisión, transcripción, almacenamiento en un sistema para su recuperación posterior
o traducción a cualquier idioma, de cualquier parte de esta publicación, bajo ningún
concepto, sin el permiso de CaseWare IDEA Inc.
IDEA es una marca registrada de CaseWare International
Inc. CaseWare IDEA Inc.

469 King Street West, 2nd
Floor Toronto, Ontario
M5V 1K4
CI203 Técnicas de muestreo avanzadas de IDEA

Versión: CI203_A4_9.2.0_01
ÍNDICE
Introducción................................................................................................................... 5
1.1. Introducción al Burger Palace de Ed (EBP por sus siglas en inglés)......................6
1.1.1. Instalación de los archivos del curso........................................................6
1.2. Técnicas de muestreo avanzadas en IDEA............................................................7
Muestreo de unidades monetarias................................................................................9

2.1. Muestreo de unidades monetarias .......................................................................10
2.1.1. Aplicaciones del muestreo MUM ...........................................................10
2.1.2. Procedimiento de muestreo MUM .........................................................10
2.1.3. Muestreo MUM en IDEA ........................................................................11
Ejercicio 2A: PlanificaR la muestra MUM .........................................12
Ejercicio 2B: Configurar los valores de extracción de MUM .............15
Ejercicio 2C: Evaluar una muestra MUM ..........................................16
Muestreo de atributos .................................................................................................19

3.1. Muestreo de atributos .......................................................................................... 20
3.1.1. Aplicaciones del Muestreo de atributos .................................................20
3.1.2. Procedimientos del Muestreo de atributos ............................................20
3.1.3. Muestreo de atributos en IDEA .............................................................22
Ejercicio 3A: Preparar el archivo ......................................................22
Ejercicio 3B: Extraer una muestra aleatoria .....................................24

Ejercicio 3C: Evaluar una muestra de atributos ................................25
Muestreo estadístico ...................................................................................................27

4.1. Muestreo estadístico (Muestreo de variables clásicas)........................................28
Ejercicio 4A: Muestreo de ventas anuladas ......................................28
Ejercicio 4B: Muestreo de variables – Preparación ..........................31
Ejercicio 4C: Registro de valores reales obtenidos en la
investigación sobre el terreno ......................................36
Ejercicio 4D: Muestreo de variables – Evaluación ............................37
1
Introducción
Objetivos de la sección
 Cargar los archivos del curso.
 Comprender los conceptos básicos del muestreo estadístico.
Importante
Esta guía proporciona una descripción general del muestro
estadístico usando muestras sencillas y no reemplaza a un
curso de estadística. Se recomienda al lector que busque por
sí mismo más información sobre los conceptos del
muestreo de unidades monetarias, atributos y variables
clásicas.
Sección 1: Introducción
1.1. INTRODUCCIÓN AL BURGER PALACE DE ED (EBP POR

SUS SIGLAS EN INGLÉS).
Ed Willis, Presidente y Consejero Delegado de Ed’s Burger Palace Inc., le ha
invitado a hacer una evaluación independiente de la salud de sus restaurantes,
los cuales están en continuo crecimiento. Con un nuevo sistema informático
instalado en 2014, Ed necesita las mejores herramientas disponibles para
analizar sus datos empresariales y asegurar que su empresa está en el buen
camino para realizar una Oferta pública de venta en dos años e impulsar una
expansión internacional. Ed oyó hablar de IDEA y decidió invitarle a usted y a
su equipo como asesores del proyecto.
1.1.1. INSTALACIÓN DE LOS ARCHIVOS DEL CURSO

Los archivos de ejemplo que se usan en este curso están en el archivo zip.
Debe copiar los archivos en la carpeta Proyectos IDEA que se creó al instalar
IDEA.
1. Busque y seleccione la carpeta Técnicas de muestreo avanzadas de

IDEA.
2. Copie y pegue la carpeta Técnicas de muestreo avanzadas de IDEA
en la siguiente carpeta local:
C:\Usuarios\<ID USUARIO>\Documentos\Mis documentos
de IDEA\Proyectos IDEA
7 CaseWare IDEA Inc.

1.2. TÉCNICAS DE MUESTREO AVANZADAS EN IDEA

Ed necesitaba comprobar si los controles internos estaban funcionando o no.
En casos en los que la información necesaria se encuentra en registros
digitales, IDEA puede realizar automáticamente el 100% de las pruebas de
conformidad para todas las transacciones. Pero en otros casos, el documento
original puede ser un objeto físico, por ejemplo un conteo material de
inventario, o una firma en una orden de compra. En estos casos, por lo
general, no es posible probar el 100% de la población, es necesario usar
técnicas matemáticas en una muestra más pequeña, pero representativa de la
población global, para luego extrapolar esta conclusión a la toda la población.
Existen dos categorías de muestreo

principales:
 Muestreo no estadístico
También conocido como muestreo subjetivo o razonado, proporciona al
auditor la habilidad de decidir qué método de muestreo usar y cómo
evaluar los resultados de la prueba. El muestreo no estadístico se usa
con frecuencia porque no exige formación en técnicas estadísticas y
puede aprovechar mejor conocimientos especializados. Sin embargo,
se critica a menudo por ser un método demasiado subjetivo, que no se
puede defender desde un punto de vista científico.
 Muestreo estadístico
Los métodos de muestreo estadístico, por otra parte, exigen respetar
estrictamente normas y cálculos estadísticos durante el período de la
prueba, incluyendo cómo se planifica, extrae y evalúa la muestra.
Aunque los métodos estadísticos exigen más formación en estadística
y proporcionan menos flexibilidad que el muestreo razonado, son
métodos que se pueden defender científicamente en un tribunal.
Las siguientes secciones tratan tres métodos de muestreo estadístico:

Muestreo de unidades monetarias (MUM), Muestreo de atributos y Muestreo
de variables clásicas.
2
Sección 1: Introducción
NOTAS DE LA SECCIÓN

Muestreo de unidades monetarias
 Comprender los conceptos básicos, procedimientos y aplicaciones del

Muestreo de unidades monetarias (MUM), así como los factores que
afectan al tamaño de una muestra MUM.
 Ver un ejemplo sencillo de muestreo MUM en IDEA.

Sección 2: Muestreo de unidades monetarias
2.1. MUESTREO DE UNIDADES MONETARIAS

El Muestreo de unidades monetarias (MUM) se conoce también como
muestreo de probabilidad proporcional al tamaño o muestreo por valor unitario
en dólares. MUM es similar al muestreo sistemático, pero en lugar de probar
cada tres mil avo registro como el muestreo sistemático, prueba cada tres
mil ava unidad monetaria, en todas las facturas (de modo que las facturas
grandes podrían resultar seleccionadas más de una vez). Esta distinción
hace mucho más posible que el método MUM seleccione registros con
cantidades grandes. Se utiliza por lo general para determinar la precisión de
cuentas financieras, en las que el tamaño es el factor más importante y en las
que se espera que los errores sean pocos y estén alejados unos de otros.
MUM proporciona una evaluación sustancial de errores o incorrecciones en
unidades monetarias y está diseñado específicamente para predecir errores
globales.
Importante
Esta sección proporciona únicamente una descripción general
del
muestro estadístico usando muestras sencillas y no reemplaza
a un curso de estadística. Se recomienda al lector que busque
por sí mismo más información sobre el concepto de
Muestreo de unidades monetarias.
2.1.1. APLICACIONES DEL MUESTREO MUM

El muestreo MUM se debe usar cuando:
 El proceso auditado está establecido y se sabe que es de confianza.

 La probabilidad de que se produzcan errores es baja.
 Es importante obtener un tamaño de muestra pequeño.
 Desea auditar grandes transacciones monetarias y espera ver “picos”
o irregularidades en el gráfico de los datos.
2.1.2. PROCEDIMIENTO DE MUESTREO MUM

El muestreo MUM exige seguir los siguientes pasos:
Planificación
1. Defina los objetivos del ejercicio.

2. Defina la población.
3. Defina el significado de error.

4. Defina el tamaño de la muestra usando los siguientes parámetros:

 Nivel de confianza: porcentaje o valor del nivel de confianza
que tiene en que la muestra sea representativa y en sus
capacidades para interpretar los resultados correctamente.
 Error tolerable: el punto en el que dejará de confiar en el
procedimiento auditado o en la validez de la muestra.
 Error esperado: la cantidad de errores que es razonable
esperar en una población.
Procedimientos del muestreo MUM
5. Seleccione la muestra.
6. Ejecute los procedimientos de auditoría*.
7. Registre y analice cualquier error observado.
Evaluación
8. Cree errores probables mediante la suma de errores y la

extrapolación de éstos a toda la población.
9. Compare el alcance de los errores probables con el límite de
error tolerable.
10. Saque conclusiones
finales.
* El procedimiento anterior ya se implementó en IDEA en forma de asistente,

excepto por paso nº 6 que exige la revisión material de las pruebas y, por esta
razón, no puede automatizarse.
2.1.3. MUESTREO MUM EN IDEA

IDEA proporciona la siguiente estructura de tareas para el muestreo MUM:
 Planificación
Basándose en datos reales o en estimaciones del usuario, deduzca
cuántas muestras se deben tomar para satisfacer un nivel de
confianza deseado.
 Extracción
Basándose en el plan de actividades MUM, defina cómo se debe
extraer la información y cree una hoja de trabajo con campos de
auditoría editables.
 Ejecución de los procedimientos de auditoría
En sentido estricto, esto no se realiza en IDEA, pero la muestra de IDEA
debería usarse como referencia para encontrar las muestras materiales
en cuestión (es decir, facturas en papel).
10
 Registro de sus resultados en IDEA

Registre los valores reales o auditados en IDEA; es decir, los valores
descubiertos durante la ejecución de los procedimientos de auditoría.
 Evaluación
Genere un informe que use métodos estadísticos para evaluar la
diferencia entre los resultados esperados y los resultados reales y
llegar a una conclusión justificable.
 Informe de puntos de muestreo
Otro informe optativo, requiere datos de intervalo de muestreo y valor
de población para que IDEA pueda generar una lista de cada unidad
monetaria seleccionada (puntos de muestreo) en una base de datos en
particular.
EJERCICIO 2A: PLANIFICAR LA MUESTRA MUM

1. A Ed le gustaría verificar que las ventas se registraron correctamente en
el informe de control de gestión, como parte del nuevo sistema de
contabilidad, pero no tiene tiempo de verificar el 100% de las
transacciones. Ed ha revisado el sistema anteriormente, confía lo
suficiente en que éste registra las transacciones correctamente y
está
satisfecho con una muestra representativa. Ed elige el muestreo MUM
como forma de muestreo estadístico para su tarea.
2. Abra la siguiente base de datos de IDEA:
ED-Ventas-2010-L4
3. En la pestaña Análisis, en el grupo Muestreo, haga clic en Unidades

monetarias y luego en Planificación.
Aparece el cuadro de diálogo Muestreo de unidades monetarias -
Planificación.
4. En la lista desplegable Usar valores del campo, seleccione CON_IMP.

5. Seleccione la opción Valores positivos.
IDEA cuenta con muchas opciones avanzadas para

expertos en estadística que no veremos en este curso. El
siguiente ejemplo muestra un escenario sencillo que usa
la configuración predeterminada, lo cual es suficiente para
la mayoría de los usuarios. Sin embargo, si desea más
información sobre opciones de configuración avanzada,
puede consultar la Ayuda en línea que está disponible
mediante el botón Ayuda en la Cinta de opciones de IDEA.
6. De forma predeterminada, el nivel de confianza es 90%. Si

necesita estar más seguro, este porcentaje se puede aumentar a
95% pero

cuanto más alto sea el nivel de confianza, mayor deberá ser el tamaño
de la muestra. Los niveles de confianza por debajo del 90%, por lo
general, no se recomiendan para el muestreo MUM. Como parte de sus
experiencias pasadas, Ed tiene una confianza razonable en el sistema
de contabilidad, por esta razón, deje el nivel de confianza en 90%.
El siguiente campo es el Error tolerable o el límite absoluto de errores
que puede tolerar sin tener que cambiar la muestra y el procedimiento
empresarial subyacente. Cuanto mayor sea el nivel de tolerancia de
errores, más errores podrá tolerar y menor el tamaño necesario de la
muestra.
Recuerde que MUM solo debe usarse en procedimientos en los que ya

tiene un alto grado de confianza basándose en la experiencia real. Si
dicho proceso tuviera errores significativos, esto podría indicar una de
las siguientes situaciones:
 Falta de transparencia
 Personal incompetente o sin formación
 Síntomas de fraude o malversación
En cualquier caso, sería una inquietud y necesitaría cambiar el proceso
para que sea más transparente y responsable. Basándose en un total
de casi 8 millones de dólares en ventas y el margen de rentabilidad
establecido por la oficina central, Ed decide que una pérdida del 10%
sería lo suficientemente importante como para tener que cambiar
el registro de ventas y el proceso de informes, e iniciar una
investigación. El valor de Error tolerable debe establecerse en 10%.
7. En el área Configuración seleccione la opción Porcentaje.

8. En el cuadro Error tolerable, escriba 10.
El valor de Error esperado, también conocido como tergiversación
anticipada, se refiere a una estimación realista de los errores que se
espera encontrar en el procedimiento. Del mismo modo que con Error
tolerable, la experiencia es la mejor base para realizar una estimación
válida. Como norma, cuanto más bajo sea el valor de Error esperado,
menor será el tamaño de la muestra. El valor de Error esperado debería
ser considerablemente menor que el valor de Error tolerable, de modo
que Ed estima un tercio de Error tolerable y lo redondea al 3%.
9. En el cuadro Error esperado, escriba 3.
2
10. Acepte el otro valor predeterminado tal como está.
11. Haga clic en Estimar para calcular el tamaño de la muestra.

Como describe el texto en la parte inferior del cuadro de diálogo, la

planificación MUM ha indicado que para tener un 90% de confianza en
la evaluación de este procedimiento, es necesario establecer el tamaño
de la muestra en 42 y la suma del porcentaje de error no debería
superar el 126%. Por ejemplo, 13 errores de 10% (130%)
excederían el valor máximo de diferencias o porcentaje de error de
126%. Ahora que tiene definidos los parámetros de éxito y fracaso, es
el momento de extraer la muestra real.
12. Haga clic en

Aceptar.
EJERCICIO 2B: CONFIGURAR LOS VALORES DE

EXTRACCIÓN DE MUM
Una vez aceptados los valores del cuadro de diálogo Muestreo de unidades
monetarias - Planificación, aparece el cuadro de diálogo Muestreo de
unidades monetarias - Extracción.
Hay muchas opciones avanzadas que pueden aprovechar los expertos en

estadística, pero la configuración predeterminada es suficiente para la mayoría
de los usuarios, así que dejará los valores predeterminados como están
excepto uno. Especificará un valor de punto de inicio aleatorio como se
muestra en la imagen a continuación.
1. En el cuadro Punto de inicio aleatorio, escriba 7187,15.
4
2. Haga clic en Aceptar para seleccionar la muestra.
Esta es la base de datos que utilizará para ejecutar sus procedimientos

de auditoría y registrar sus discrepancias en el campo CANT_AUDIT.
De modo predeterminado, el valor de este campo es igual al del campo
que está siendo auditado.
3. Durante la ejecución de sus procedimientos de auditoría, observó

las siguientes discrepancias y necesita documentar esto en el
campo CANT_AUDIT:
Paso 1. Vaya al registro Nº 8 y reemplace
31,77 (CANT_AUDIT) con 28,77.
EJERCICIO 2C: EVALUAR UNA MUESTRA MUM

Después de ejecutar los procedimientos de auditoría, lo único que queda por
hacer es que IDEA evalúe los resultados.
1. En la pestaña Análisis, en el grupo Muestreo, haga clic en Unidades

monetarias, Evaluación > Muestra única.
Si desea combinar los resultados de varias muestras,

puede seleccionar Varias muestras y luego se le pedirá
que identifique las diferentes bases de datos.
Aparece el cuadro de diálogo Muestreo de unidades monetarias -

Evaluación de una sola muestra
Del mismo modo que con el cuadro de diálogo anterior, existen muchas
opciones avanzadas entre las que elegir, pero la configuración
predeterminada es correcta para la mayoría de los usuarios. La mayor
parte de la información se transfiere desde los cuadros de diálogo
anteriores y no necesita cambios.

Si desea obtener más información acerca de la

configuración avanzada, haga clic en Ayuda.
2. Haga clic en Aceptar para mostrar el Resumen.
El resumen de resultados proporciona información específica, por

ejemplo: el error bruto y el error neto, e incluye una explicación de los
resultados. Los resultados se pueden exportar a un archivo PDF o
Excel y es posible revisar los errores de sobrevaloración e
infravaloración por separado.
En este ejemplo específico, la conclusión estadística obtenida es la
siguiente:
 Se descubrieron dos errores de sobrevaloración.

 Se descubrieron dos errores de infravaloración.
 El error neto más probable es $6.614,95.
 Tanto los límites de error superior bruto (214.888,23 y
208.273,27) como los límites de error superior neto
(210.561,95 y 197.332,04) son menores que el error material
(error tolerable) de $363.699,89.
6
Conclusión
De esta forma, puede sacar la conclusión, con un 90% de certeza, de que el

total de errores probables, basándose en los errores que encontró en la
muestra hasta la fecha, está ciertamente dentro del intervalo aceptado y no
excederá el error tolerable establecido de 363.699,89 (10%). Esto indica que
la población está entre (3636998,90 -208.273,27) y (3636998,90 +
214.888,23). Como
resultado, puede estar un 90% seguro de que esta muestra es
verdaderamente representativa de la población y de que este control no
necesita ser modificado.
La conclusión estadística aparece en la parte inferior de la

imagen.

Muestreo de atributos

Muestreo de atributos.
 Ver un ejemplo sencillo de Muestreo de atributos en IDEA.

Sección 3: Muestreo de atributos
3.1. MUESTREO DE ATRIBUTOS

El Muestreo de atributos es una técnica de muestreo estadístico que se usa
con frecuencia para probar controles internos. Implica la evaluación de
atributos individuales, tales como valores obtenidos en investigaciones sobre
el terreno, o que un registro sea verdadero o falso. Por ejemplo:
 Saldo de cuentas por cobrar vencido o no.

 Pago autorizado correctamente o no.
 Gastos declarados válidos o no.
Importante
Esta sección proporciona únicamente una descripción general del
por
sí mismo más información sobre el concepto de Muestreo de
unidades monetarias.
3.1.1. APLICACIONES DEL MUESTREO DE ATRIBUTOS

El muestreo de atributos se debe usar cuando:
 Existe la necesidad de obtener una solución de muestreo estadístico

y el muestreo razonado no es suficiente.
 El objetivo de la revisión es poner a prueba el cumplimiento de
controles internos.
 Las pruebas de conformidad deben evaluar un resultado verdadero
o falso.
 Un procedimiento de selección aleatorio cumplirá los objetivos de
su revisión.
3.1.2. PROCEDIMIENTOS DEL MUESTREO DE ATRIBUTOS

Para realizar un muestreo de atributos se deben seguir los siguientes pasos:
Planificación
1. Defina los objetivos del ejercicio.

2. Defina la población.
3. Defina el significado de error.

4. Defina el tamaño de la muestra usando los siguientes parámetros:

 Nivel de confianza: porcentaje o valor del nivel de confianza
que tiene en que la muestra sea representativa y en sus
capacidades para interpretar los resultados correctamente.
 Error tolerable: el punto en el que dejará de confiar en el
procedimiento auditado o en la validez de la muestra.
 Error esperado: la cantidad de errores que es razonable
esperar en una población.
Ejecución de procedimientos
5. Seleccione la muestra.
6. Ejecute los procedimientos de auditoría.
7. Registre y analice cualquier error observado.
Evaluación
8. Cree errores probables mediante la suma de errores y la

extrapolación de éstos a toda la población.
9. Compare el alcance de los errores probables con el límite de
error tolerable.
10. Saque las conclusiones finales.
Similar al muestreo MUM, el muestreo de atributos necesita que se

establezcan ciertos límites y tolerancias para poder realizar los cálculos:
 Tasa de desviación tolerable (%)

También conocida como porcentaje de error tolerable. El porcentaje
absoluto máximo de transacciones erróneas (es decir, incumplimientos)
que es aceptable como coste de la actividad empresarial. Si tiene más
errores que el porcentaje límite de errores tolerables, este control
interno no funciona y debe ser perfeccionado. Cuanto mayor sea el
nivel de tolerancia de errores, más errores podrá tolerar y menor
necesitará ser el tamaño de la muestra.
 Tasa de desviación esperada (%)
También conocida como porcentaje de error esperado. Como no
vivimos en un mundo perfecto, este es el porcentaje de errores (es
decir, incumplimientos) que razonablemente espera ver, basándose en
su experiencia. Por norma, cuanto más bajo sea el valor de Error
esperado, menor será el tamaño de la muestra.
 Nivel de confianza (%)
La probabilidad de que los registros seleccionados sean
verdaderamente representativos de la población total y de que usted
interprete los resultados correctamente. Cuanta más confianza
necesite, mayor será el número de muestras necesario.
20
3.1.3. MUESTREO DE ATRIBUTOS EN IDEA

La ejecución de muestro de atributos en IDEA exige que se realicen las
siguientes operaciones:
1. Planificación de muestra (cuadro de diálogo Muestreo de atributos)

Calcula el tamaño apropiado para la muestra según el método, el nivel
de confianza y el nivel de tolerancia de errores seleccionados por el
usuario. Hay dos pestañas en la pantalla de planificación de muestra
que representan los dos tipos de planificación de muestra para
controlar los dos tipos de riesgo:
 Control de riesgo Beta: El riesgo de apoyarse en controles
que son inadecuados. Esta es la opción predeterminada y la
más utilizada por auditores.
 Control de riesgo Alfa y Beta: El riesgo de apoyarse en
ambos controles, así como de no apoyarse en controles
que no funcionan. Exige dos series de niveles de confianza
y límites superior e inferior. Excepto que se lo pida un
experto en estadística, no utilice esta opción.
2. Tomar una muestra aleatoria en función del tamaño de muestra
establecido anteriormente. La toma de una muestra aleatoria no
forma parte de la funcionalidad de muestreo de atributos misma y
será necesario realizar esto por separado.
Para que el muestreo de atributos sea estadísticamente

correcto, debe ser totalmente imparcial y exige que el
método de muestreo sea aleatorio. Si necesita muestras
estratificadas, use el método de muestreo de variables
clásicas, el cual se trata en la Sección 4 de esta guía.
3. Realizar los procedimientos de auditoría usando el archivo de ejemplo

y registrando el número de errores encontrados.
4. Evaluación de la muestra (pantalla Muestreo de atributos). Escriba el
número de errores (desviaciones) encontrados y deducirá el porcentaje
de errores para toda la población con porcentajes de errores mayores
y menores, dentro del nivel de confianza elegido.
EJERCICIO 3A: PREPARAR EL ARCHIVO

ED-Ventas-2011-L4-Ventas diarias por producto (solo cupones)
2. En la pestaña Análisis, en el grupo Muestreo, haga clic en Atributos.

Aparecerá el cuadro de diálogo Muestreo de atributos.
3. En el campo Tamaño de la población, escriba 690. Este es el

número de registros de la base de datos seleccionada.
4. En el cuadro Tasa de desviación tolerable (%), escriba 10. Ed
no tolerará más de un 10% de errores en total.

5. En el cuadro Tasa de desviación esperada (%), escriba 3. Ed

calcula unos 3 cupones falsos de cada 100 cupones.
6. En el campo Nivel de confianza (Control de riesgo Beta), escriba 90.
Ed está razonablemente seguro de que el proceso es
efectivo.
7. Haga clic en Calcular.
IDEA ha finalizado sus cálculos y ha llegado a las siguientes

conclusiones: siempre que no haya más de dos errores (desviaciones)
en la muestra, Ed puede estar un 90% seguro de que no habrá más de
un 10% de errores en toda la población, lo cual es la prueba más
importante para Ed porque determina si el control es efectivo o no. Si se
encontraran tres o más errores, el control tendría que ser
perfeccionado.
8. Haga clic en Cerrar para salir. Ahora es el momento de tomar

una muestra aleatoria
2
EJERCICIO 3B: EXTRAER UNA MUESTRA ALEATORIA

En este ejercicio va a realizar un muestreo aleatorio de 50 registros.
1. Asegúrese de que ED-Ventas-2011-L4-Ventas diarias por producto

(solo cupones) es la base de datos activa.
2. En la pestaña Análisis, en el grupo Muestreo, haga clic en Aleatorio.
Aparecerá el diálogo Muestreo aleatorio de registros.
3. En el campo Nº de registros a seleccionar escriba 50.

4. En el cuadro Archivo, escriba muestra aleatoria de 50 cupones.
IDEA genera el número de inicialización aleatorio y este

valor será distinto cada vez que ejecute un Muestreo
aleatorio de registros.
5. Haga clic en Aceptar.

Ahora tendrá que realizar procedimientos de prueba de auditoría
detallados, usando los 50 registros de la base de datos resultante como
referencia para encontrar los cupones correspondientes.
Es necesario realizar un conteo y conciliar los cupones con la lista en

IDEA. Como en este curso no se han repartido cupones entre los
participantes, vamos a suponer que ha descubierto lo siguiente durante
su análisis.
 3 casos de falsificación.
 2 cupones que faltan.
 Resultado: cinco desviaciones o errores.

EJERCICIO 3C: EVALUAR UNA MUESTRA DE ATRIBUTOS

1. Asegúrese de que ED-Ventas-2011-L4-Ventas diarias por producto
(solo cupones) sea la base de datos activa.
2. En la pestaña Análisis, en el grupo Muestreo, haga clic en Atributos.
Aparecerá el cuadro de diálogo Muestreo de atributos.
3. Haga clic en la pestaña Evaluación de la muestra.

4. En el campo Tamaño de la población, escriba 690.
5. En el campo Número de desviaciones en la muestra, escriba 5.
6. En el campo Tamaño de la muestra, escriba 50.
7. En el campo Nivel de confianza deseado (%), escriba 90.
8. Haga clic en Calcular.
En este ejemplo específico, la conclusión estadística obtenida es la

siguiente:
 Se han descubierto cinco desviaciones (errores).

 Según los errores encontrados, es un 90% cierto que puede
haber errores en hasta el 17.39% de la población.
4
Como no eligió límites bilaterales, puede ignorar los campos

denominados límite inferior bilateral y límite superior bilateral.
Conclusión
De acuerdo con la conclusión, encontrar cinco desviaciones (es decir, más del
doble del máximo de dos, necesarias durante la etapa de planificación), Ed
puede estar un 90% seguro de que el número de desviaciones en toda la
población podría ser significativamente mayor de lo que está dispuesto a
aceptar.
Ed encontró exactamente cinco errores, los cuales usan el total del 10% de
límite de error tolerable en tan solo una muestra pequeña. Es un 90% cierto
que Ed puede encontrar hasta un 17,39% de errores, si explorara toda la
población.
En conclusión, Ed no confía en que esta muestra sea representativa y está

casi seguro de que tendrá que perfeccionar los controles de la gestión de
cupones.

Muestreo estadístico

Muestreo estadístico.
 Ver un ejemplo sencillo de Muestreo estadístico en IDEA.

Sección 4: Muestreo estadístico
4.1. MUESTREO ESTADÍSTICO (MUESTREO DE

VARIABLES CLÁSICAS)
El muestreo estadístico o muestreo de variables es una técnica de muestreo
que se usa para hacer pruebas en poblaciones en las que se esperan muchos
errores. El muestreo de variables normalmente requiere un tamaño de
muestra mayor que otros métodos de muestreo.
Importante
Esta sección proporciona únicamente una descripción general
del
por sí mismo más información sobre el concepto de muestreo
estadístico.
EJERCICIO 4A: MUESTREO DE VENTAS ANULADAS

Como parte de la investigación de las prácticas operativas del antiguo director
del local 4 del restaurante, a Ed le gustaría analizar las transacciones
anuladas.

ED-Ventas-2010-L4-Ventas diarias por método de pago
2. Realice una Extracción directa de todas las transacciones que

muestran en METODO_PAGO el valor ANULADO y llame a la base
de datos resultante 2010 Anulaciones.
ED-Ventas-2011-L4-Ventas diarias por método de pago
4. Realice una Extracción directa de todas las transacciones que

muestran en METODO_PAGO el valor ANULADO y llame a la base
de datos resultante 2011 Anulaciones.
5. Con la base de datos 2010 Anulaciones activa, anexe 2011
Anulaciones y llame a la base de datos resultante Anulaciones
de 2010 y 2011.
La base de datos Anulaciones de 2010 y 2011 debería tener 726
registros. Observe los valores negativos en el campo SUMA_SIN_IMP.

El muestreo estadístico funciona mejor con número positivos.

Necesitará anexar un campo a la base de datos Anulaciones de 2010
y 2011 que calcule el valor absoluto de los datos de SUMA_CON_IMP.
6. Agregue un campo Numérico virtual con 2 posiciones

decimales, llamado ANULACIONES_ABS, que utilice los
siguientes criterios:
@Abs(SUMA_SIN_IMP
)
El nuevo campo se añade a la base de

datos.
7. Haga clic en Total de control para el campo ANULACIONES_ABS.

8. Haga clic en Sí para calcular el Total de control en el
campo seleccionado.
2
Se devolvió un total de $344.778,12 a los clientes. Esto exige que se

investigue más.

Como cada transacción anulada tendría que verificarse manualmente con

cada comprobante o recibo de efectivo de caja, Ed no podrá comprobar el
100% de las transacciones y tendrá que tomar una muestra representativa.
Al tener un pleito pendiente, es importante que el muestreo se realice de una

manera objetiva para que los resultados se puedan extrapolar a toda la
población. En este caso, se prefiere utilizar un método de muestre estadístico
en lugar de uno basado en el juicio del auditor.
Si consideramos los malos resultados del local 4 y el hecho de que el jefe del
restaurante está detenido por fraude, Ed cree que se encontrarán muchas
discrepancias, por ello, el método de muestreo por unidad monetaria (MUM)
no es el más indicado para este análisis. El muestreo de variables, por su
parte, es el más apropiado porque está diseñado para tratar muchas
excepciones.
Tenga en cuenta que cuando la muestra representa menos del 100% de la

población, existe la posibilidad de que se produzcan riesgos de muestreo. Por
ejemplo, podría elegir la muestra incorrecta o una muestra que no sea
representativa de la población. Por esta razón debe definir su nivel confianza
para los datos desconocidos de los siguientes parámetros:
 Nivel de confianza, en términos de porcentaje

El nivel de confianza es el valor que se obtiene al sustraer el valor de
riesgo de muestreo que está dispuesto a aceptar. En otras palabras, si
necesita un grado muy alto de confianza en que su muestra representa
adecuadamente a toda la población, debería elegir un nivel de
confianza del 95%, lo que significa que solo permitirá un 5% de
posibilidad de error en la muestra. Si elige un 80% de nivel de
confianza, entonces el riesgo de muestreo será del 20%. Cuanto más
altos sean los niveles de confianza, mayores deben ser los tamaños de
la muestra.
 Precisión deseada (factor conocido también como precisión y
margen de error) expresada como importe monetario.
La precisión es la diferencia entre el error tolerable y el error esperado
y debería ser una diferencia lo suficientemente generosa como para
acomodar el riesgo de muestreo. Determinar este valor puede resultar
difícil ya que requiere conocer el historial de los datos y las
experiencias pasadas para conseguir una mayor precisión. Un valor
menor de precisión permite menos margen de error y requiere
muestras más grandes. Un valor de precisión mayor da más margen y
requiere muestras más pequeñas.
En este caso, Ed descubrió un fallo técnico en el sistema de registro de ventas

del local 4 que permite a los cajeros realizar anulaciones sin supervisión y sin
una distribución de responsabilidades apropiada. Ed pudo confirmar que esto
estaba sucediendo en los datos de ventas subyacentes y además comprobó
que la mayoría de las anulaciones correspondía a transacciones en efectivo.
Ed sospechaba que esto se debía a robos a la caja registradora. Sin
embargo, necesitaba pruebas detalladas, así que estableció las siguientes
hipótesis:
“La deficiencia de los sistemas de registro de ventas resulta en

anulaciones fraudulentas de transacciones, desde una de cada cinco
transacciones, hasta uno de cada tres casos.”
30
Esto significa que en lo que se refiere a error tolerable, la tasa de error más
alta aceptable sería del 33% (1 de cada 3) de todas las anulaciones. El
error esperado, el error mínimo que Ed debe esperar sería del 20% (1 de cada
5) de todas las anulaciones.
Con un total de $344.778,12 por transacciones anuladas:
 Error tolerable = 344778,12 * 0,33 = 113.776,78

 Error esperado = 344778,12 * 0,20 = 68.955,62
 Precisión deseada = $44.821,16
EJERCICIO 4B: MUESTREO DE VARIABLES –

PREPARACIÓN
Para que el muestreo estadístico se considere válido, el tamaño de la muestra
se debe preparar mediante cálculos estadísticos y el resultado se debe
evaluar usando métodos estadísticos. IDEA ofrece un asistente que le
ayudará en dos pasos a conseguir estos dos objetivos:
 Preparación de la muestra: Cálculo estadístico aleatorio del tamaño

de la muestra.
 Evaluación de la muestra: Evaluación estadística de los resultados
con gráficos e informes.
A Ed le gustaría usar el Muestreo de variables en IDEA con los parámetros

definidos en su propuesta empresarial.
1. Asegúrese de que Anulaciones de 2010 y 2011 sea la base de datos

activa.
2. En la pestaña Análisis, en el grupo Muestreo, haga clic en Variables y
luego en Preparación.
Aparece la ventana Variables clásicas: Preparación -
Estratificación.
El primer paso en la preparación del muestreo de variables es la

estratificación. Lo normal es que exista una diferencia considerable
entre los valores más altos y más bajos, en cuyo caso, la
estratificación de datos en bandas o estratos ayudará a obtener
mejores muestras.
Sin embargo, en un restaurante de comida rápida, los valores

individuales de cada transacción son bastante bajos y no tiene sentido
estratificar esta población.
3. En el campo Número de estratos escriba 1.

Por la misma razón, no hace falta definir los valores
altos.
4. Desactive la casilla Muestreo automático de elementos de valor alto.

5. En la lista Campo de valor contable, seleccione
ANULACIONES_ABS, ya que éste es el campo de
muestreo.

6. Acepte el resto de las opciones predeterminadas.
7. Haga clic en Siguiente para continuar y ver el resultado de su

estratificación.

Aparece la ventana Variables clásicas: Resultado de la

estratificación.
La tabla Estadísticas de estrato en la imagen anterior indica que solo

hay un estrato con una media (Promedio) de 474,90 y una desviación
estándar de 210,50, cantidad que está justo por debajo de la mitad del
promedio. Esto significa que los datos se ajustan de manera razonable
y no tienen muchos valores extremos. Si observa el histograma
(diagrama de frecuencia), casi tiene el aspecto de una curva de
distribución normal.
8. Haga clic en Siguiente.

Aparece la ventana Variables clásicas: Preparación - Planificación.
Ahora necesita planificar su muestra y especificar los requisitos.
9. En el campo Nivel de confianza, escriba 95.

10. En el campo Precisión deseada, escriba 44821,16.
2
11. En el campo Proporción esperada de errores en la población,

escriba 20.
12. Haga clic en Calcular el tamaño de la muestra.


Conclusiones.
Basándose en los parámetros que ha proporcionado, IDEA determinó

que 60 muestras satisfarán sus requisitos. Si hubiera cualquier
problema con la muestra o los parámetros especificados, en la sección
Información y advertencias aparecería información para corregir el
problema.
13. Haga clic en Cerrar para volver a la pantalla anterior.

14. Haga clic en Siguiente.
Extracción
15. En el campo Nombre de archivo, escriba ANULACIONES.

16. En el campo Campo para valores auditados, acepte CANT_AUDIT.
IDEA anexará un campo con este nombre y lo convertirá en campo
numérico editable con el valor predeterminado de
ANULACIONES_ABS. Se espera que verifique esta información
contrastándola con los informes
impresos y que reemplace estos valores con las cantidades
("auditadas")
reales para que se tomen en cuenta durante la etapa de evaluación de
la muestra.
El número de inicialización aleatorio es verdaderamente aleatorio y lo

más seguro es que no sea 20123 como se muestra a continuación. Esto
es normal. Este número proporciona un punto de inicio aleatorio y todas
las muestras se tomarán también de una manera aleatoria, lo cual es un
4
requisito del Muestro de variables.
17. Acepte el nombre predeterminado para la base de datos resultante.

En la tabla de tamaño de la muestra puede ajustar el tamaño de la

muestra para cada estrato. Vamos a dejar los valores tal como están
para este ejemplo.
18. Haga clic en Finalizar.

La muestra debería tener 60
registros.
EJERCICIO 4C: REGISTRO DE VALORES REALES OBTENIDOS

EN LA INVESTIGACIÓN SOBRE EL TERRENO.
Ahora es el momento de buscar los comprobantes de la caja registradora y la
documentación impresa que debería coincidir con los 60 registros en su
muestra.
1. En la base de datos ANULACIONES, haga clic en el campo

CANT_AUDIT
.
2. Seleccione manualmente 20 registros y cambie cada campo
CANT_AUDIT para que su valor sea considerablemente más bajo
que el valor predeterminado.
Ahora puede evaluar estadísticamente los resultados de su auditoría.
6
EJERCICIO 4D: MUESTREO DE VARIABLES – EVALUACIÓN

1. Asegúrese de que ANULACIONES sea la base de datos activa.
2. En la pestaña Análisis, en el grupo Muestreo, haga clic en Variables y
luego en Evaluación.
Aparece el cuadro de diálogo Variables clásicas: Evaluación, con el
número de "correcciones" (número de errores) que ha cometido.
Para cada estrato en la tabla, puede seleccionar Sí o No en la última

columna. Esto le permite excluir estratos individuales del informe final, si
es necesario.
3. Acepte los valores predeterminados y haga clic en Aceptar.

El resultado se muestra en la ventana Base de
datos.

Consiste en un gráfico con seis técnicas de estimación

estadística diferentes:
 Media
 Diferencia
 Proporción combinada
 Proporción separada
 Regresión combinada
 Regresión separada
Como la técnica de estimación media es la que está creando los errores
más grandes en este ejemplo, debería revisar este informe.
4. Haga clic en la palabra media en el gráfico para abrir el informe

de evaluación del muestreo de variables:
8
Basándose en este ejemplo, Ed esperaba entre un 20% y un 33% de

errores, pero IDEA ha determinado, con un 95% de confianza, que los
errores en las transacciones anuladas oscilan entre $71.050,04 por
debajo del valor actual y $16.496,48 por encima de valor actual. El
intervalo entre los errores más bajos y más altos se ajusta al valor más
bajo esperado por Ed, de 20% a 33%, de modo que puede concluir que
su muestra es representativa de toda la población y que no necesita
realizar más pruebas de control.
Los números mostrados anteriormente variarán, ya que los

ajustes fueron diferentes al basarse en una muestra
aleatoria y debido a los cambios específicos realizados
en el paso anterior.

Tecnicas de Muestreo Con IDEA

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tecnicas de Muestreo Con IDEA

Cargado por

Copyright:

Formatos disponibles

CI203

IDEA es una marca registrada de CaseWare International

Inc. CaseWare IDEA Inc.

CI203 Técnicas de muestreo avanzadas de IDEA

Muestreo de unidades monetarias................................................................................9

Muestreo de atributos .................................................................................................19

Ejercicio 3B: Extraer una muestra aleatoria .....................................24

Muestreo estadístico ...................................................................................................27

 Cargar los archivos del curso.

 Comprender los conceptos básicos del muestreo estadístico.

1.1. INTRODUCCIÓN AL BURGER PALACE DE ED (EBP POR

1.1.1. INSTALACIÓN DE LOS ARCHIVOS DEL CURSO

1. Busque y seleccione la carpeta Técnicas de muestreo avanzadas de

7 CaseWare IDEA Inc.

1.2. TÉCNICAS DE MUESTREO AVANZADAS EN IDEA

Existen dos categorías de muestreo

Las siguientes secciones tratan tres métodos de muestreo estadístico:

7 CaseWare IDEA Inc.

 Comprender los conceptos básicos, procedimientos y aplicaciones del

 Ver un ejemplo sencillo de muestreo MUM en IDEA.

2.1. MUESTREO DE UNIDADES MONETARIAS

2.1.1. APLICACIONES DEL MUESTREO MUM

 El proceso auditado está establecido y se sabe que es de confianza.

2.1.2. PROCEDIMIENTO DE MUESTREO MUM

1. Defina los objetivos del ejercicio.

11 CaseWare IDEA Inc.

4. Defina el tamaño de la muestra usando los siguientes parámetros:

Procedimientos del muestreo MUM

8. Cree errores probables mediante la suma de errores y la

* El procedimiento anterior ya se implementó en IDEA en forma de asistente,

2.1.3. MUESTREO MUM EN IDEA

 Registro de sus resultados en IDEA

EJERCICIO 2A: PLANIFICAR LA MUESTRA MUM

3. En la pestaña Análisis, en el grupo Muestreo, haga clic en Unidades

4. En la lista desplegable Usar valores del campo, seleccione CON_IMP.

IDEA cuenta con muchas opciones avanzadas para

6. De forma predeterminada, el nivel de confianza es 90%. Si

1 CaseWare IDEA Inc.

Recuerde que MUM solo debe usarse en procedimientos en los que ya

7. En el área Configuración seleccione la opción Porcentaje.

9. En el cuadro Error esperado, escriba 3.

10. Acepte el otro valor predeterminado tal como está.

11. Haga clic en Estimar para calcular el tamaño de la muestra.

3 CaseWare IDEA Inc.

Como describe el texto en la parte inferior del cuadro de diálogo, la

12. Haga clic en

EJERCICIO 2B: CONFIGURAR LOS VALORES DE

Hay muchas opciones avanzadas que pueden aprovechar los expertos en

1. En el cuadro Punto de inicio aleatorio, escriba 7187,15.

2. Haga clic en Aceptar para seleccionar la muestra.

Esta es la base de datos que utilizará para ejecutar sus procedimientos

3. Durante la ejecución de sus procedimientos de auditoría, observó

EJERCICIO 2C: EVALUAR UNA MUESTRA MUM

1. En la pestaña Análisis, en el grupo Muestreo, haga clic en Unidades

Si desea combinar los resultados de varias muestras,

Aparece el cuadro de diálogo Muestreo de unidades monetarias -

5 CaseWare IDEA Inc.

Si desea obtener más información acerca de la

2. Haga clic en Aceptar para mostrar el Resumen.

El resumen de resultados proporciona información específica, por

 Se descubrieron dos errores de sobrevaloración.

De esta forma, puede sacar la conclusión, con un 90% de certeza, de que el

La conclusión estadística aparece en la parte inferior de la