RESUMEN DE MUESTREO DE AUDITORIA I. INTRODUCCION Muestreo de auditora significa aplicar procedimientos de auditora a menos del 100% de las partidas.

El muestreo se utiliza cuando el volumen de partidas es muy grande o los sistemas de control son efectivos. Aplicar procedimientos a todas las partidas de un tipo no es muestreo. No probar detalles individuales, cuando cualquier error potencial sera poco importante o se descubrira con otros procedimientos de auditora. Por ejemplo, revisar todas las adquisiciones de activos fijos individualmente importantes y no las de montos menores, porque cualquier registro inadecuado sera de poca importancia. II. ELECCIN ENTRE MUESTREO ESTADSTICO Y NO ESTADISTICO 2.1. Muestreo estadstico Es una herramienta que no sustituye ni limita el criterio del auditor, sino que se pone a su servicio. Siempre ser necesario determinar primero la tarea de auditora a ser realizada y luego establecer si es posible utilizar tcnicas de muestreo estadstico. Requiere que todas las partidas del universo tengan una probabilidad conocida de ser seleccionadas, aunque no todas tengan el mismo grado de probabilidad. El mtodo ms comn es el muestreo al azar ilimitado, cuya seleccin puede ser sencilla, sistemtica o por bloque. Las muestras seleccionadas sern representativas del universo y los resultados se podrn evaluar en forma estadstica y no estadstica. Estos mtodos no toman en cuenta los valores monetarios, por lo que la cobertura monetaria puede ser limitada, a menos que se utilice una seleccin aleatoria estratificada. 2.2. Muestreo no estadstico (a criterio) La probabilidad de incluir una partida en la muestra, no es conocida o determinable. Los resultados de la muestra no deben ser evaluados estadsticamente. Considerar si se puede esperar que la muestra sea representativa del universo.

2 Existen varios mtodos no estadsticos para la seleccin de muestras. Entre ellos estn los muestreos por seleccin casual y por seleccin sistemtica casual.

2.3. Seleccin entre muestreo estadstico y no estadstico Considerar los objetivos de auditora, la naturaleza del universo y las ventajas y desventajas de cada uno. Cuando se aplican apropiadamente, ambos brindan suficiente y adecuada evidencia de auditora. Los dos se apoyan significativamente en el juicio profesional del auditor. Se diferencian por el grado de formalidad y estructura en la determinacin del tamao de la muestra, seleccin de la muestra y evaluacin de los resultados. El muestreo estadstico vuelve explcitas algunas consideraciones que estn implcitas en el muestreo no estadstico. El muestreo estadstico permite medir la incertidumbre derivada del muestreo. Conforme disminuye la proporcin entre la muestra y el universo, los mtodos estadsticos son ms tiles. El tamao de la muestra no debe ser un factor primordial, porque en ambos deben tomarse tamaos de muestra sustancialmente iguales. Utilizar el muestreo no estadstico cuando el costo del muestreo estadstico excede sus beneficios. No es necesario ni econmicamente justificable, ejecutar todas las pruebas de auditora sobre una base estadstica. Cuando el universo tiene menos de 1.000 unidades de muestreo, por lo general debe tomarse una muestra no estadstica. III. CONCEPTOS BASICOS 3.1. Objetivos especficos de auditora Antes del diseo de la muestra, deben estar definidos los objetivos especficos de la auditora y los procedimientos para lograrlos.

3 La seleccin de la muestra realizar de un universo adecuado para el objetivo de la prueba. Por ejemplo, si el objetivo de la prueba es comprobar la facturacin de todas las entregas de bienes, no tiene sentido usar las facturas como unidades de muestreo, por el contrario, la seleccin debe hacerse de registros o documentos de los bienes enviados (por ejemplo, notas de expedicin); la prueba ser comparar las notas de expedicin con las facturas o cualquier otra evidencia de facturacin. 3.2. Universo y error El universo es el conjunto total de datos del que queremos tomar la muestra. Se debe definir lo que constituye un error y el universo a usar. En el subttulo anlisis de los errores detectados, se explica lo que es un error. El universo predeterminado (escogido) debe ser igual al universo al que se aplic el muestreo, por lo cual se recomienda seleccionar una fuente conciliada con una cuenta de control o controlada numricamente. Por ejemplo, si se obtiene un listado de cuentas por cobrar, se debe comprobar que contenga todos los documentos o partidas del universo, conciliados con el saldo del mayor general. Solo se necesita una aproximacin razonable del tamao del universo, excepto para universos muy pequeos. 3.3. Unidades de muestreo Son las partidas individuales que componen el universo. Puede dividirse de diferentes maneras. La unidad de muestreo se define segn los objetivos de auditora, para obtener una muestra eficiente y efectiva. Por ejemplo, para probar la validez de las cuentas por cobrar, la unidad de muestreo podra ser cada saldo o cada comprobante o factura. 3.4. Muestra representativa Es la cantidad de partidas que permita inferir que el comportamiento de la muestra es equivalente al comportamiento del universo. 3.5. Tamao de la muestra Involucra definir el universo, la unidad de muestreo, el riesgo de muestreo (sobreconfiabilidad o aceptacin incorrecta), el error tolerable y el error esperado. Una vez que se han adoptado estas decisiones, se puede calcular el tamao de la muestra en forma manual (tablas estadsticas) o mediante un programa de computacin.

4 Como ejemplo se adjuntan las tablas estadsticas Nos. 1 al 4, tomadas del libro Auditora: Un Nuevo Enfoque Empresarial. Cada una corresponde a un diferente riesgo de muestreo. Para universos de 10.000 unidades de muestreo en adelante, el tamao de la muestra es igual. Para universos entre 1.000 y 10.000 unidades de muestreo, hay una variacin muy pequea en el tamao de la muestra. Por este motivo, se pueden utilizar tablas estndares para seleccionar muestras a partir de universos con 1.000 unidades de muestreo. El cuadro siguiente muestra el efecto del tamao del universo sobre el tamao de la muestra, bajo los siguientes supuestos: Riesgo de sobreconfiabilidad Error tolerable Error esperado Tamao del universo 500 1.000 10.000 100.000 1.000.000 5% 8% 1% Tamao de la muestra 55 57 58 58 58

La NIA 19 en sus apndices 1 y 2 y el SAS 39 en su apndice, dicen que el nmero de partidas en el universo virtualmente no tiene ningn efecto sobre el tamao de la muestra, a menos que el universo sea pequeo. 3.6. Riesgo de muestreo Los trminos tcnicos empleados en estadstica son confianza y precisin. El empleo de la palabra riesgo en vez de confianza (riesgo es el complemento de confianza) y los conceptos de error tolerable y riesgo de muestreo en lugar de precisin, se hace porque estos conceptos se aplican a muestreo estadstico y no estadstico y porque las palabras confianza y precisin son utilizadas en auditora para significar cosas diferentes. El riesgo de muestreo es parte del riesgo de deteccin. Se mide en porcentaje. El porcentaje de certidumbre o nivel de confianza (por ejemplo 95%) es el complemento del factor de riesgo que en este supuesto ser del 5%. Surge de la posibilidad que la conclusin basada en una muestra, pueda ser diferente de la que se alcanzara si se examinara todo el universo. Est presente tanto en muestreo estadstico como no estadstico.

5 Existe en pruebas de cumplimiento y en pruebas sustantivas, as: 3.6.1. En pruebas de cumplimiento Riesgo de baja confiabilidad: Posibilidad de que, an cuando el resultado de la muestra no apoye la evaluacin del riesgo de control, la proporcin real en el universo s apoyara dicha evaluacin. Riesgo de sobreconfiabilidad: Posibilidad de que, an cuando el resultado de la muestra apoye la evaluacin del riesgo de control, la proporcin real en el universo no apoyara dicha evaluacin (probabilidad de que la cantidad real de errores en el universo exceda el error tolerable calculado a base de la muestra). Un riesgo de sobreconfiabilidad del 10% significa que hay un 10% de riesgo estadstico de que la cantidad real de errores en el universo, exceda el error tolerable. Complementariamente, hay una probabilidad estadstica del 90% (nivel de confianza) de que la cantidad real de errores en el universo no sea mayor que el error tolerable. Cuando el muestreo es la principal fuente de evidencia, se requiere un porcentaje alto de confiabilidad (riesgo bajo de sobreconfiabilidad). Cuando se obtiene esta evidencia mediante otros procedimientos, se requiere un menor grado de confiabilidad en la muestra. Para definir el riesgo de sobreconfiabilidad utilizar el juicio profesional Su efecto sobre el tamao de la muestra se ilustra en el siguiente ejemplo: Tamao del universo Error tolerable Error esperado mayor a 10.000 unidades de muestreo 8% 1% Tamao de la muestra 37 48 58 81

Riesgo de sobreconfiabilidad 20% 10% 5% 1%

A medida que aumenta su porcentaje, disminuye el tamao de la muestra. El uso del riesgo de sobreconfiabilidad del 1% es raro, porque siempre se efectan otras pruebas. Normalmente el 5% es el ms bajo utilizado para propsitos de auditora.

6 3.6.2. En pruebas sustantivas Riesgo de rechazo incorrecto: Posibilidad de que, an cuando el resultado de la muestra apoye la conclusin de que el saldo de una cuenta o clase de transacciones est representado de manera errnea en forma importante, el examen del universo demostrara lo contrario. Riesgo de aceptacin incorrecta: Posibilidad de que, an cuando el resultado de la muestra apoye la conclusin de que el saldo de una cuenta o clase de transacciones no est representado errneamente de forma importante, el examen del universo evidenciara lo contrario. 3.6.3. Implicaciones del riesgo de muestreo Los riesgos de baja confiabilidad y de rechazo incorrecto causarn que se ejecute ms trabajo del necesario, lo que permitir corregir las conclusiones errneas iniciales. Los riesgos de sobreconfiabilidad y de aceptacin incorrecta es ms probable que lleven a una opinin incorrecta que los otros riesgos mencionados. Considerar el riesgo de muestreo en el diseo de cada plan de muestreo. El riesgo aceptable de muestreo depende de la importancia que tenga la prueba de la muestra para la conclusin global. 3.7. Error tolerable Es el error mximo en el universo que el auditor estara dispuesto a aceptar y an as concluir que el resultado de la muestra ha logrado el objetivo de la auditora. Se le conoce tambin como lmite superior de precisin. Es considerado en la etapa de planificacin de la auditora, para pruebas de cumplimiento y procedimientos sustantivos. En procedimientos sustantivos se relaciona con la importancia relativa y es el error monetario mximo de un saldo o clase de transacciones que se est dispuesto a aceptar, de modo que con los resultados de todos los procedimientos de auditora ejecutados se pueda concluir, con certeza razonable, que no existen representaciones errneas de importancia. En pruebas de cumplimiento est vinculado al riesgo de los controles clave y es el porcentaje mximo de desviacin de un control clave que se est dispuesto a aceptar, basado en la evaluacin preliminar del riesgo de control y, en contrapartida, de excederse modificara el riesgo de control.

7 A continuacin se ilustra esta vinculacin con el riesgo de los controles clave.

Riesgo de control Bajo Moderado Alto Absoluto (total)

Error tolerable 2% a 7% 5% a 10% 8% a 15% No se efectan pruebas de cumplimiento

Incide sobre el tamao de la muestra, como se demuestra en el siguiente cuadro. Tamao del universo Riesgo de sobreconfiabilidad Error esperado Error tolerable 4% 5% 6% 8% 10% 15% mayor a 10.000 unidades de muestreo 5% 1%

Tamao de la muestra 156 93 78 58 46 30

A menor porcentaje de error tolerable, le corresponde un mayor tamao de la muestra. 3.8. Error esperado Son los errores que el auditor espera tenga el universo, para concluir que no es mayor que el error tolerable. Se determina en porcentaje. No puede exceder al error tolerable. Si es superior al error tolerable, en caso de muestreo de atributos, no se realizarn pruebas de cumplimiento y no se confiar en ese control. En la medida que se acerque al error tolerable, se obtendr informacin ms precisa de la muestra y su tamao aumentar. Si se espera errores, se necesita una muestra ms grande que cuando no se espera error. Al determinar el error esperado, deben considerarse asuntos tales como los niveles de errores identificados en auditoras previas, cambios en los procedimientos de la entidad y evidencia disponible de otros procedimientos. Su efecto sobre el tamao de la muestra es el siguiente:

Tamao del universo Riesgo de sobreconfiabilidad Error tolerable Error esperado 0% 1% 2% 3%

mayor a 10.000 unidades de muestreo 5% 8% Tamao de la muestra 36 58 77 95

A medida que aumenta su porcentaje, se incrementa el tamao de la muestra. IV. PLAN DE MUESTREO Preparar un plan de muestreo para cada tipo de muestra a tomar. El objetivo es minimizar el tamao de la muestra, a la vez que lograr los objetivos de auditora El plan de muestreo estadstico cuantifica el riesgo de muestreo, el error tolerable y el error esperado, a la vez que define el universo, la unidad de muestreo, los objetivos de auditora a lograr y las pruebas a realizar. El plan de muestreo no estadstico, no necesita cuantificar los factores de riesgo y error, pero debera considerarlos en forma conceptual. V. PROCESO DE MUESTREO Sea que se utilicen mtodos de muestreo estadsticos o no estadsticos, se debe: Disear y seleccionar una muestra Desempear procedimientos Evaluar los resultados 5.1. Diseo y seleccin de la muestra Para el diseo de la muestra de auditora, considerar los objetivos especficos de auditora, el universo y el tamao de la muestra. El resultado del diseo de la muestra es el plan de muestreo. Los factores definidos en el plan de muestreo se aplicarn para determinar el tamao de la muestra, mediante tablas estadsticas o programas computarizados.

9 Finalmente, debe definirse el mtodo de seleccin de la muestra. Ms adelante se presentan varios mtodos para seleccionar la muestra. El mtodo escogido debe asegurar que se obtendr una muestra representativa del universo. 5.2. Desempeo de procedimientos de auditora En esta etapa, el auditor obtiene las partidas de la muestra mediante el mtodo escogido; examina la evidencia, aplicando las pruebas del programa de auditora; y, determina la cantidad y tipo de errores encontrados. Las unidades seleccionadas pero no examinadas, tales como las transacciones o documentos no usados, son reemplazadas con nuevas unidades de la muestra. Las unidades seleccionadas pero no examinadas, tales como las transacciones o documentos no usados, reemplazar con nuevas unidades de la muestra. Las transacciones canceladas o los documentos sin usar, no se consideran desviaciones si se ha cumplido apropiadamente el procedimiento contable establecido para estas eventualidades. Cuando no pueda obtener la evidencia esperada de una partida de la muestra, puede aplicar procedimientos alternativos. La partida ser tratada como un error, si no es posible aplicar los procedimientos alternativos, si no se ejecutan satisfactoriamente o no proveen evidencia apropiada. 5.3. Evaluacin del resultado de la muestra Una vez ejecutados los procedimientos en cada partida de la muestra, el auditor debe: Analizar los errores detectados en la muestra Proyectar los errores al universo Llegar a una conclusin global El clculo estadstico basado en la muestra, sustituye al examen del universo. Por tanto, al evaluar los resultados, se debe considerar lo que se hara si fueran el producto de un examen de todo el universo. 5.3.1. Anlisis de los errores detectados Primero determinar que la partida cuestionada sea de hecho un error. Por ejemplo, en un procedimiento sustantivo, un error de traspaso a las cuentas auxiliares no afecta el total de la cuenta. Por consiguiente puede ser impropio considerar esto un error. Si el nmero de errores encontrados en la muestra es menor o igual que lo planeado, la prueba es satisfactoria.

10

Considerar tambin los aspectos cualitativos de los errores, como la naturaleza y causa del error o su efecto sobre otras fases de la auditora. Clasificar en errores y en desviaciones intencionales. Determinar si la desviacin es causada por falta de comprensin de instrucciones o por descuido. El descubrimiento de una irregularidad exige mayor atencin del auditor que el descubrimiento de un error. Este anlisis realizar an cuando los resultados parezcan aceptables. Si sugiere que las presunciones asumidas en la planificacin de la auditora no fueron adecuadas, reconsiderar el enfoque inicial de la auditora. Si todos los errores tienen un rasgo comn, por ejemplo, tipo de transaccin, locacin, lnea de producto o perodo de tiempo, se puede conformar un subuniverso con estas partidas y extender los procedimientos de auditora solo para ellas. En tal caso, analizar por separado los errores de cada subuniverso. 5.3.2. Proyeccin de errores al universo El mtodo de proyeccin al universo de los errores detectados en la muestra, ser consistente con la definicin de la unidad de muestreo. Al proyectar tener en mente los aspectos cualitativos del error encontrado. Cuando el universo ha sido dividido en subuniversos (estratificado), realizar la proyeccin de errores por separado y combinar sus resultados. La proyeccin al universo de los resultados de la muestra se puede realizar mediante varios mtodos. Al valor o porcentaje obtenido con esta proyeccin al universo tambin se le llama lmite de precisin ms alto. En todos los casos el punto de partida es el porcentaje o cantidad de errores encontrados en la muestra. Una forma es agregar al porcentaje de errores encontrado en la muestra, un margen (porcentaje) por el riesgo de muestreo y proyectar al universo con este porcentaje de errores. Otra modalidad es calcular el monto promedio de las diferencias en las partidas seleccionadas como muestra y multiplicar ese promedio por el total de partidas del universo. Igualmente se puede realizar este clculo basndose en la proporcin de las partidas de la muestra que tienen diferencias y proyectar este porcentaje al universo.

11

Otro mtodo es estimar el error en el universo en base a tablas estadsticas que combinan el riesgo de muestreo asumido, el nmero de errores encontrados en la muestra y el tamao de la muestra. Como ilustracin se acompaan las tablas estadsticas 5 al 8, tomadas del libro Auditora: Un Nuevo Enfoque Empresarial. Las tablas bsicamente son iguales, debiendo escogerse entre ellas segn el riesgo de muestreo asumido en el plan de muestreo. Para ilustrar el uso de estas tablas, asumamos que el auditor ha establecido el riesgo de muestreo del 5% (un nivel muy bajo), la tasa tolerable del 10% y el error esperado en el universo del 4%. En la tabla para el 5% (tabla 2) de riesgo admisible de aceptacin incorrecta (riesgo de muestreo), en la interseccin entre el porcentaje mximo aceptable de desvos (error tolerable) del 10% y el porcentaje conservador de desvo esperado (error esperado) del 4%, se encuentra el tamao de la muestra a tomar de 89 partidas y entre parntesis el nmero de errores admisible en la muestra, en este caso 4 errores. Si el auditor examina las 89 unidades de la muestra, seleccionadas con cualquiera de los mtodos y descubre 2 errores, se debe remitir a la tabla 6 de evaluacin de resultados de la muestra para el 5% de riesgo admisible de aceptacin incorrecta (riesgo de muestreo), a fin de buscar la interseccin entre el nmero real de desvos encontrados (2) y el tamao de la muestra (90, por ser el ms cercano a 89), donde consta el 6.9% como porcentaje mximo estimado de desviacin del universo. Esta tasa tambin se llama lmite de precisin ms alto y constituye la proyeccin al universo de los errores encontrados en la muestra. Slo para una mayor comprensin, puede verse este mismo dato, asumiendo que se han detectado 4 errores. El porcentaje mximo estimado de desvo en el universo en tal supuesto es del 9.9%, es decir igual al error tolerable, comprobndose as que la cantidad de errores especificada entre parntesis en la tabla 2 constituye una gua para conocer directamente si estamos dentro de los lmites del error tolerable o si lo hemos rebasado, antes de proyectar los errores al universo. Ejercicios: 1. En una muestra de 80 partidas ha encontrado 2 errores. El universo tiene 2.000 partidas. Se le pide calcular la proporcin de estos errores en la muestra y proyectar la misma al universo. 2. En una muestra de 90 partidas ha encontrado errores por Bs2.000. El universo tiene 2.000 partidas.

12 Se le pide calcular el monto promedio de los errores en las partidas de la muestra y proyectar el mismo al universo.

5.3.3. Conclusin global Para llegar a una conclusin considerar los errores evidenciados mediante muestreo junto con los provenientes de otros procedimientos de auditora. Comparar el error proyectado al universo, con el error tolerable. El error proyectado, usado para esta comparacin, en el caso de procedimientos sustantivos es neto de ajustes hechos por la entidad. Por ejemplo, si se proyect al universo un error de Bs50.000 y la entidad realiz ajustes por Bs2.000, localizados en la muestra por el auditor, el error proyectado a utilizar para esta comparacin ser de Bs48.000. Finalmente llegar a conclusiones globales de auditora sobre el riesgo de control o la razonabilidad de los saldos o clases de transacciones. Si el error proyectado al universo es menor o igual que el error tolerable, concluir que los resultados son aceptables. Cuando el error proyectado al universo exceda el error tolerable, determinar si los errores son significativos que obligan a revaluar el riesgo de muestreo y modificar el plan de auditora, mediante la extensin del alcance de las pruebas sustantivas (ampliar la muestra), el desempeo de procedimientos alternativos o la consideracin de la forma en que los resultados de las pruebas de control afectan la naturaleza, extensin y oportunidad de las pruebas sustantivas posteriores Prescindiendo de la conclusin respecto de la necesidad de modificar el plan de auditora, informar de los errores a los funcionarios de la entidad para que tomen las medidas necesarias. En la ilustracin expuesta en el subttulo precedente, el auditor llegar a la conclusin de que puede tener un 95% de certidumbre de que la tasa mxima de desviacin del universo es 6.9%. Como la tasa mxima de desviacin del 6.9% es menor que el error tolerable del 10%, establecido inicialmente por el auditor, no cambiar el nivel del riesgo de control. Sin embargo, cuando la tasa mxima de desviacin del universo sea mayor que el error tolerable establecido por el auditor, no se justificar el nivel de riesgo de control estimado inicialmente, y por consiguiente deber cambiarse el mismo. VI. TIPOS DE MUESTREO EN AUDITORIA

13 En muchas aplicaciones de muestreo se obtiene a la vez evidencia sobre cumplimiento de los procedimientos de control y sobre la razonabilidad de las transacciones y saldos, an cuando estn orientadas a uno solo de estos aspectos. Esta particularidad tener presente, cuando se evalen los resultados de los muestreos de atributos y de variables que se exponen a continuacin. 6.1. Muestreo de atributos Se utiliza en pruebas de cumplimiento para probar controles o funciones de procesamiento. Responde a la pregunta Con qu frecuencia? Un atributo es conocer si una partida est o no errada, o si se ha ejecutado o no un control en particular. La no ejecucin de un control se conoce como una desviacin de cumplimiento. Los atributos son siempre s o no (verdadero o falso). Generalmente los resultados no se vinculan con ninguna cantidad monetaria. 6.2. Muestreo de variables Se utiliza en pruebas sustantivas, para comprobar la razonabilidad de una cantidad monetaria, como los saldos de cuentas por cobrar o de inventarios. Este tipo de muestreo contesta a la interrogante Cunto? VII. METODOS DE SELECCIN DE LAS MUESTRAS Se aplican para muestreo de atributos o de variables. Los mtodos de seleccin usuales se exponen a continuacin. Los cuatro primeros son utilizados en muestreo estadstico y los dos ltimos en muestreo no estadstico. 7.1. Seleccin sencilla Es el nombre comn para la extraccin de muestras al azar. Utilizarlo donde se requiere proyeccin estadstica, sin desviacin. Primero determinar el universo y el tamao de la muestra. Luego, tomar un punto de partida al azar y seleccionar las partidas con una tabla de nmeros aleatorios, hasta completar el tamao de la muestra predeterminado. WINIDEA calcula los nmeros aleatorios, si se le da un punto de partida. La muestra puede extraer de un libro elaborado manualmente o segn el nmero de transaccin de un archivo magntico.

14 Para ampliar la muestra, continuar el proceso con la tabla de nmeros aleatorios hasta alcanzar el tamao de la nueva muestra. Utilizar para escoger libre de prejuicios, las partidas de inventarios a recontar, los sitios a visitar, los elementos a rastrear, pruebas en compras y pagos, las cuentas por cobrar y cobros a confirmar, partidas a verificar fsicamente o adiciones a chequear en activos fijos, pruebas de ventas e ingresos. 7.2. Seleccin sistemtica Se usa donde las muestras requieren cubrir uniformemente el universo completo. Extrae un nmero de partidas de un universo, a intervalos uniformes. Es a menudo conocido como muestreo a intervalos. Implica seleccionar un intervalo uniforme, as como un punto de partida al azar dentro del primer intervalo. Si es un punto de partida, el intervalo se calcula dividiendo el universo entre el tamao de la muestra previamente determinado. Si son mltiples puntos de partida, el intervalo se calcula dividiendo el universo entre el tamao de la muestra y este primer resultado se multiplica por el nmero de puntos de partida. El intervalo puede basarse en el nmero de partidas o en los valores monetarios acumulativos. No requiere de tabla de nmeros al azar, salvo para seleccionar el punto de partida. Utilizarlo solo cuando las unidades de muestreo estn distribuidas al azar y no cuando estn estructuradas segn un patrn particular que afecte al intervalo de muestreo. El uso de mltiples puntos de partida, escogidos al azar, puede reducir la posibilidad de que un patrn del universo genere una muestra no representativa, a la vez que disminuye el nmero de intervalos. Por ejemplo, si se quiere seleccionar una muestra de 100 partidas dentro de un universo de 20.000 unidades de muestreo y se decide usar 5 puntos de partida, para cada punto de partida el intervalo ser de 1.000 unidades de muestreo (200 x 5) y se seleccionarn como puntos de partida 5 nmeros al azar entre 1 y 1.000 inclusive. La muestra se seleccionar cada 1.000 unidades de muestreo, desde cada uno de los puntos de partida. Los pasos son: Definir el universo, sea como rango de partidas o total monetario, segn la opcin escogida.

15

Determinar el tamao de la muestra a seleccionar, en nmero de partidas. Calcular el intervalo en nmero de partidas o en unidades monetarias, segn corresponda. Determinar el punto de partida dentro del primer intervalo, mediante tabla de nmeros aleatorios u otro mtodo objetivo, como el nmero de un billete de dinero. Como punto de partida no escoger la primera unidad de muestreo, sino un punto al azar dentro del primer intervalo. Para ampliar la muestra tomar el mismo punto de partida y un mayor tamao de muestra (ms partidas a menor intervalo). Tener cuidado de no duplicar las partidas. Un ejemplo es un universo de 100 lotes, de aproximadamente 80 facturas por lote (un total de alrededor de 8.000 facturas), de donde se requiere escoger una muestra de 25 partidas. Con estos datos calculamos el intervalo dividiendo las 8.000 facturas entre las 25 partidas a tomar como muestra. Como resultado determinamos un intervalo de 320 facturas, es decir obtendremos una partida de cada 4 lotes (4 lotes de 80 facturas cada uno, constituyen el intervalo de 320). El punto de partida se determinar al azar, entre las primeras 320 facturas. Para esta ilustracin se decidi tomar los primeros nmeros de un billete de Bs20 que tena el nmero 10352793. El punto de partida, por tanto, corresponde a la factura que ocupe el sitio 103 dentro del primer intervalo, es decir la 23 del segundo bloque de facturas. Esta factura ser la primera escogida como muestra y a partir de ella se escoger una adicional cada 320 facturas (423, 743, 1.063 y as sucesivamente), conformndose de esta manera la muestra de 25 facturas. Ejercicio: 1. En un universo de Bs100.000.000, extraer una muestra de 80 partidas, considerando dos puntos de partida (tomar dos partidas de cada intervalo, como muestra). Se le pide calcular el intervalo en Bs y definir dos puntos de partida en el primer intervalo. 7.3. Seleccin por bloques

16 Selecciona al azar varios grupos de unidades de muestreo contiguas. Es similar a la seleccin sistemtica, diferencindose en que a ms de la partida seleccionada en cada intervalo, toma varias que le siguen o le preceden, segn se decida. Reduce as la cantidad de intervalos. Ejemplo, tomar una muestra de 100 partidas, seleccionando al azar 20 partidas y las 4 unidades siguientes a cada una (5 en total en cada intervalo). 7.4. Seleccin aleatoria estratificada Dividir el universo en subuniversos. Luego escoger de cada estrato (subuniverso), un nmero especfico de partidas al azar. Utilizarlo donde el universo consista de diferentes grupos (las partidas tienen diferentes riesgos o valores) que necesiten ser evaluados separadamente. Cada unidad de muestreo pertenecer a un solo estrato. Permite reducir el tamao de la muestra. Asegura la inclusin de las partidas de mayor valor monetario y la extraccin de al menos una transaccin de cada grupo. Capacita para dirigir los esfuerzos hacia las partidas de valor ms alto, a fin de detectar representaciones errneas de importancia relativa. La estratificacin ayuda en el diseo eficiente y efectivo de la muestra. Aplicar principalmente para pruebas sustantivas, cuando una seleccin al azar ofrece una cobertura monetaria limitada o insuficiente. En el muestreo de atributos su aplicacin no es frecuente. A cada estrato se pueden aplicar diferentes procedimientos de auditora. Por ejemplo, confirmar todos los saldos de cuentas por cobrar importantes y solo una muestra de los restantes. En tal situacin, utilizar muestreo solo para las cuentas menores. Puede aplicarse WINIDEA para revisar los mayores generales, cuando hay diferentes tipos de partidas. El archivo de transacciones puede ser separado en diferentes tipos (por ejemplo: ventas, compras) usando mltiples extracciones, as cada tipo puede ser probado y analizado apropiadamente. 7.5. Seleccin casual (a criterio) Es una alternativa aceptable a la seleccin sencilla. Extrae la muestra del universo, sin la intencin de incluir o excluir partidas especficas.

17 La seleccin de esta muestra se realiza totalmente segn el criterio del auditor y se espera que sea representativa del universo. Para seleccionar una muestra representativa, incluir los distintos tipos de partidas que conforman el universo y tener cuidado de que la seleccin sea imparcial. No influenciarse u orientar por la facilidad o dificultad de comprobar algunas partidas o por otras consideraciones que podran hacer que la muestra no sea representativa del universo. Por ejemplo, para efectuar pruebas del recuento fsico de las existencias, incluir partidas con saldos grandes, medianos y pequeos, partidas de distinto tipo, partidas de diferentes ubicaciones fsicas y partidas verificadas por distintos equipos de recuento. 7.6. Seleccin sistemtica casual (a criterio) Es similar al mtodo de seleccin sistemtica ya mencionado, excepto que no es imprescindible, aunque s conveniente, la determinacin al azar del punto de partida. Otro mtodo de este tipo es la seleccin sistemtica que no se basa en un intervalo fijo. Utilizarlo cuando el intervalo entre las unidades de muestreo es grande y se necesitan contar los registros para localizar la partida de la muestra. Por ejemplo, si se llevan registros de 10.000 partidas de inventarios, ordenadas segn su nmero de identificacin y cada pgina contiene de 12 a 16 partidas, dependiendo de la informacin de cada una, el auditor puede realizar una seleccin sistemtica basada en tomar la partida nmero X de cada tantas pginas, en lugar de contar las partidas. VIII. CASO PRACTICO 8.1. Datos del problema La entidad pblica encargada de construir la infraestructura vial, cuenta con personal jerrquico capacitado y funciona en forma eficiente. Los controles sobre las compras son satisfactorios. Las facturas de los proveedores son numeradas en forma consecutiva, al ser recibidas por el Departamento de Contabilidad. Para su pago se emite una Solicitud de Pago que se numera correlativamente al emitir el cheque. Este comprobante es la cartula del legajo de pago que incluye la factura y toda la documentacin respaldatoria. Luego del pago, el legajo se archiva correlativamente. Los nmeros de los comprobantes consisten en dos primeros dgitos que indican el mes, seguidos de tres dgitos que corresponden a la secuencia numrica dentro de cada mes. Se procesan aproximadamente 800 solicitudes de pago por mes. Como parte de la auditora se ha decidido probar el funcionamiento de los controles durante el perodo enero a septiembre, en cuanto a los siguientes atributos:

18 1. Si el monto de la factura coincide con la orden de compra. 2. Si la cantidad facturada concuerda con el informe de recepcin (en los casos de un servicio, existe la aprobacin del gerente de departamento). 3. Si la imputacin de la factura es razonable. 4. Si la factura est correctamente contabilizada en el registro de cuentas por pagar. 5. Si la factura y la solicitud de pago estn correctamente aprobadas para el pago. 6. Si la solicitud de pago, la factura y toda la documentacin respaldatoria estn canceladas mediante un sello apropiado. Segn la experiencia anterior, el sistema de control interno relacionado con esta rea funciona en forma efectiva. De los muestreos realizados anteriormente nunca surgieron errores o desvos superiores al 0.5% de los comprobantes revisados. A efectos de determinar el tamao de la muestra se considera razonable esperar un riesgo de sobreconfiabilidad del 5% porque se quiere correr el menor riesgo, y un error tolerable en el universo del 6% porque el riesgo de control es bajo, conforme lo expuesto en el prrafo anterior. 8.2. Se pide: 1. 2. 3. 4. 5. Definir el universo. Definir la unidad de muestreo. Detallar los comprobantes sujetos a revisin. Determinar el tamao de la muestra. Para el tamao de la muestra fijado y a partir de los resultados obtenidos que se informan a continuacin, concluir para cada atributo por separado. No. de errores 2 3 4 5 6 1 1 6

Atributo 1

19 8.3. Solucin sugerida: 1. Universo El universo est constituido por la totalidad de los pagos efectuados a proveedores durante el perodo enero a septiembre. El universo se estima en 7.200 pagos (800 pagos por mes, multiplicados por 9 meses), respaldado cada uno con la correspondiente Solicitud de Pago. 2. Unidad de muestreo Se define como unidad de muestreo a la Solicitud de Pago. 3. Comprobantes sujetos a revisin: Solicitud de pago Orden de compra Factura del proveedor Informe de recepcin Registros contables 4. Determinacin del tamao de la muestra. Riesgo de sobreconfiabilidad Error esperado Error tolerable Universo Tamao de la muestra Errores o desvos admitidos 5. Evaluacin de atributos Atributo 1 2 3 4 5 6 No. errores 1 1 6 % error muestra(1) 1.3 1.3 7.7 % error universo (2) 5.8 3.7 5.8 3.7 3.7 14.3 5% 0.5% 6% 7.200 comprobantes 78 comprobantes (ver en tabla 2) 1 (ver en tabla 2, la cifra entre parntesis)

(1) Este dato es calculado dividiendo el nmero de errores entre 78 que es la muestra examinada y multiplicando por 100. En esta metodologa, no es dato til para la proyeccin de errores al universo.

20 (2) Ver tabla 6 elaborada para el 5% de riesgo de muestreo. Buscar el punto de interseccin entre la fila de tamao de la muestra (80 que es lo ms cercano a 78) y la columna de nmero real de errores encontrados. 6. Conclusin Como resultado de la revisin de los atributos del 1 al 5, se puede concluir con un 95% de confianza que el error en el universo no sobrepasa en ninguno de ellos el 6% de error tolerable planificado, es decir, se encuentra dentro de los parmetros estimados. En el caso del atributo 6 (cancelacin de la documentacin de respaldo), el porcentaje de error proyectado al universo asciende al 14.3% que es superior al porcentaje de error tolerable planificado, por lo que se debe evaluar la posibilidad de aplicar otros procedimientos de auditora. BIBLIOGRAFA NIA 19 Declaracin sobre Normas de Auditora, SAS N 39. Programa IDEA para Windows (WINIDEA) Auditora: Un Nuevo Enfoque Empresarial, de Carlos A. Slosse y otros