Auditoría y Control de las

Operaciones de la Empresa
Diseño de Pruebas

Sesión 5
pbs.edu.pe
Objetivo

✓ Comprender los conceptos asociados a la definición

de pruebas de auditoría.
✓ Comprender como definimos los diferentes tamaños
de muestra según el tipo de muestreo a aplicar.
✓Comprender las diferentes opciones de muestreo.

pbs.edu.pe
Diseño de Pruebas
Pruebas de Auditoría
Su objetivo es obtener evidencia de que los procedimientos de
control están siendo aplicados

Sustantivas Cumplimiento

pbs.edu.pe
Diseño de Pruebas
Pruebas de Auditoría

Sustantivas Pruebas sobre los saldos de las

cuentas y transacciones

Detección de errores en los

estados financieros

pbs.edu.pe
Diseño de Pruebas
Pruebas de Auditoría

Cumplimiento Pruebas que diseña el auditor y se

aplican en la práctica

Determinar si los controles

funcionan, verificar políticas y
procedimientos

pbs.edu.pe
Diseño de Pruebas
Pruebas de Auditoría
Cumplimiento

- Factura fue verificada vs OC

- Aprobaciones requeridas
- Correcto registro en sistema

Sustantiva

- Reflejo del monto en los EEFF

pbs.edu.pe
Diseño de Pruebas
Consideraciones

Cumplimiento
✓ Trabajamos con datos
✓ Diferentes tipos de datos

✓ Difíciles de recolectar
(tiempo, costo, etc.).
✓ Analizarlos para evaluar el
control (tiempo, costo, etc.).

pbs.edu.pe
Diseño de Pruebas
Pruebas de Auditoría
Pasos :
1. Seleccionar que se va a probar
• En función al control que debemos evaluar
2. Identificar las fuentes de información
• Definir que datos necesitamos (históricos,
¿Cómo actuales, etc.)
diseñamos la 3. Recolectar los datos
prueba?
• Solicitarlos a una fuente confiable
4. Analizar los datos
• ¿Se requiere una muestra?

pbs.edu.pe
Diseño de Pruebas
Muestreo de Auditoría

Aplicación de los procedimientos de auditoría a un porcentaje inferior al

100% de los elementos de una población relevante para la auditoría, de
forma que todas las unidades de muestreo tengan posibilidad de ser
seleccionadas con el fin de proporcionar al auditor una base razonable
a partir de la cual alcanzar conclusiones sobre toda la población.

pbs.edu.pe
Diseño de Pruebas
Muestreo
Muestreo de Apreciación
Muestreo Estadístico
(no estadístico)
• Ítems de la muestra • Aplica técnicas
determinados a criterio estadísticas, medición
del auditor cuantitativa que ayuda a:
• Tamaño, selección y • Diseñar una muestra
evaluación son subjetivos eficiente
• Más fácil que ocurran • Medir la eficiencia de la
desviaciones evidencia obtenida
• Se sustenta en juicio • Evaluar los resultados de
personal la muestra

pbs.edu.pe
Diseño de Pruebas
Muestreo Estadístico

ESTADISTICA → rama de
las matemáticas que se
refiere a la recolección,
estudio e interpretación de
los datos obtenidos.

pbs.edu.pe
Diseño de Pruebas
Muestreo Estadístico
Población: Total de posibles individuos u objetos de interés del estudio.

Muestra: Parte representativa de una población, seleccionada adecuadamente.

Parámetros: Características que ayudan a describir a un conjunto de elementos.
Estadístico: Cálculo que se obtiene a partir de un conjunto de datos.
Inferencia: Afirmación acerca de la población, con base en la info. de la muestra.
Aceptación
incorrecta
Riesgo de
muestreo Rechazo
incorrecto

Error aleatorio: por tomar una

muestra para realizar inferencias

Disminuye aumentando el tamaño

de la muestra

pbs.edu.pe
Diseño de Pruebas
Muestreo Estadístico en Auditoría
Muestreo de Atributos
• En poblaciones donde el resultado puede ser
cumple o no cumple
• Ej: validar aprobaciones, procedimientos
• Normalmente para validar eficacia operativa de
un control

Muestreo de Variables
• Alcanzar conclusiones sobre una población en
términos de importe monetario
• Ej: importe de los errores en una cuenta
• Muy útil en pruebas sustantivas de detalle

pbs.edu.pe
Diseño de Pruebas
Tamaño de la Muestra

• Aquel que permita reducir el riesgo de muestreo a

un nivel aceptablemente bajo
• Definir el nivel de confianza y error tolerable y
esperado en base a conocimiento del auditor

✓ Muestras en pruebas de controles

✓ Muestras en pruebas sustantivas

pbs.edu.pe
Diseño de Pruebas
Muestras en pruebas de controles
• Nivel de Confianza = veces en que los resultados serían correctos
- Nivel de confianza alto →Superior al 90% (busco evidencia principal sobre
afirmaciones)
- Nivel de confianza moderado →Entre 80% y 90% (combino con otro tipo de
pruebas)
• Porcentaje de desviación tolerable = % máximo de desviaciones de
cumplimiento de control
- Debe ser muy bajo
- Relación inversa con el tamaño de la muestra
• Porcentaje de desviación esperado = tasa de error que el auditor espera
encontrar en la población.
- En base al conocimiento del entorno
- Inferior a la desviación tolerable
- Más cerca al porcentaje de desviación tolerable → más grande la muestra

pbs.edu.pe
Diseño de Pruebas
Muestras en pruebas de controles
• Cálculo en poblaciones pequeñas
- Cuando controles operan con poca frecuencia

pbs.edu.pe
Diseño de Pruebas
Muestras en pruebas de controles
• Cálculo en poblaciones grandes
- Definir parámetros (NC, Error tolerable, Error esperado)
- Utilizar tablas referenciales o calcular resultado

Tamaño mínimo
con desviación
esperado de 0%

Tamaño mínimo
con desviación
tolerable de 5%

pbs.edu.pe
Diseño de Pruebas
Ejemplo
• Revisión de cálculo en el pago de utilidades
- 3,500 empleados
- Entorno de Control bueno
- Nivel de Confianza = 90%
- Porcentaje de desviación tolerable = 3%
- Porcentaje de desviación esperado = 0%

Tamaño de muestra = 76

pbs.edu.pe
Diseño de Pruebas
Ejemplo

pbs.edu.pe
Diseño de Pruebas
Muestras en pruebas de controles
¿Aceptamos o Rechazamos?
- Ver a cuanto equivalen las desviaciones

- Aceptar / Rechazar / Ampliar la muestra

pbs.edu.pe
Diseño de Pruebas
Muestras en pruebas sustantivas
• Riesgo de Detección = riesgo de que procedimientos aplicados no detecten
una incorrección.
- Riesgo de detección = R. de auditoría /(R. inherente * R. de control)
(1 - Nivel de Confianza)

• Nivel de Confianza = veces en que los resultados serían correctos

- NC alto →Superior al 90%
- NC moderado →Entre 80% y 90%
- NC bajo → Entre 65% y 75%

pbs.edu.pe
Diseño de Pruebas
Muestras en pruebas sustantivas
• Incorrección o Error tolerable = importe establecido por auditor para obtener
un grado de seguridad de que las incorrecciones de la población no superan
dicho importe
- Valor máximo aceptable para concluir que la población se encuentra libre de
errores significativos
- Se puede expresar en términos porcentuales respecto de la población
- Relación inversa con el tamaño de la muestra
• Error esperado = tasa de error que el auditor espera encontrar en la
población.
- Debe ser inferior al error tolerable
- Se puede expresar en términos porcentuales respecto del error tolerable
- Más cerca al error tolerable → más grande la muestra

pbs.edu.pe
Diseño de Pruebas
Muestras en pruebas sustantivas
• Cálculo de muestras
- Definir parámetros (NC, Error tolerable, Error esperado)
- Utilizar tablas referenciales o calcular resultado

Tamaño mínimo
con error
esperado de 0%

Tamaño mínimo
con error
tolerable de 5%

pbs.edu.pe
Diseño de Pruebas
Ejemplo
• Revisión de partidas pendientes de pago
- Nivel de Confianza = 95%
- Porcentaje de desviación tolerable = 3%
- Porcentaje de desviación esperado = 0%

Tamaño de muestra = 100

pbs.edu.pe
Diseño de Pruebas
Ejemplo

pbs.edu.pe
Diseño de Pruebas
Muestreo por Unidad Monetaria (MUM o MUS)
• Se basa en la distribución de Poisson
• Sencillo de utilizar
• Se basa en teoría de atributos (hay o no error) pero permite expresar
una conclusión en términos de importe monetario (y no de
ocurrencia)

Consideraciones para su uso:

a) Los elementos de la población representados por unidad monetaria
b) Poblaciones pequeñas → con reposición
c) Extraer importe nulos o negativos

Intervalo de Muestreo = Población

n
pbs.edu.pe
Diseño de Pruebas
Muestreo por Unidad Monetaria (MUM o MUS)
Cálculo de Muestra Mediante Fórmula

pbs.edu.pe
Diseño de Pruebas
Muestreo por Unidad Monetaria (MUM o MUS)
Cálculo de Muestra Mediante Fórmula

Nivel Confianza = 90%, Error tolerable =5%, Error esperado = 2% (= 40% de 5%)
pbs.edu.pe
Diseño de Pruebas
Ejemplo
• Revisión de partidas pendientes de pago
- Población: $ 750,000
- Nivel de Confianza = 95%
- Porcentaje de desviación tolerable = 3%
($22,500)
- Porcentaje de desviación esperado = 0%

Tamaño de muestra = 750,000*3 = 3 = 100

22,500 .03

Intervalo de muestreo = 750,000 / 100 = 7,500

pbs.edu.pe
Diseño de Pruebas
Muestreo por Unidad Monetaria (MUM o MUS)
Cálculo de Muestra Mediante Fórmula

pbs.edu.pe
Diseño de Pruebas
Muestreo por Unidad Monetaria (MUM o MUS)
Cálculo de Muestra Mediante Fórmula

pbs.edu.pe
Diseño de Pruebas
Ejemplo
• Revisión de partidas pendientes de pago
- Población: $ 750,000
- Nivel de Confianza = 95%
- Porcentaje de desviación tolerable = 3%
($22,500)
- Porcentaje de desviación esperado = 10%
(como % del error tolerable)

Tamaño de muestra = 750,000*3 = 119.04

22,500 – (2,250* 1.6)

Intervalo de muestreo = 750,000 / 119 = 6,302.52

pbs.edu.pe
Diseño de Pruebas
Muestreo por Unidad Monetaria (MUM o MUS)
Cálculo de Muestra Mediante Fórmula

CONSIDERAR

pbs.edu.pe
Diseño de Pruebas
Muestreo por Unidad Monetaria (MUM o MUS)
¿Aceptamos o Rechazamos?
- Ver a cuanto equivalen las desviaciones

Desviación encontrada vs. Desviación Tolerable

- Si tengo desviaciones en valores menores al intervalo de muestreo

- Considerar el límite máximo de error

pbs.edu.pe
Diseño de Pruebas
Métodos de Muestreo
ALEATORIO
• Variación igual en todas las
unidades
• Cada unidad tiene la misma
oportunidad de ser
seleccionada
• Selección independiente
ESTRATIFICADO
• Población dividida en
estratos homogéneos
• Más variación entre cada
estrato que dentro del
mismo
• Selección aleatoria en cada
estrato
pbs.edu.pe
SISTEMATICO
• Una unidad tomada al azar
y las siguientes cada n
unidades
POR CONGLOMERADOS
• Subgrupos similares entre
ellos
• Más variación dentro del
subgrupo
• Tomar uno al 100% o
aleatoriamente
Diseño de Pruebas
Muestreo Aleatorio
Función Aleatorio.Entre

1
Población / Tamaño de muestra
(intervalo)

Muestreo Sistemático
Con esto seleccionamos el inicio de la muestra o “semilla”
A partir de este elemento seleccionamos cada x elementos, donde x = Población / tamaño
de muestra
EJEMPLO:
Población = 5,000 → Muestra = 40 → Intervalo = 125 → Semilla = 35
Elementos a seleccionar:
35, 160, 285, 410, 535, 660, ……………….4,910

pbs.edu.pe
Diseño de Pruebas

Ejercicio

pbs.edu.pe