Como funciona variáveis ​​clássicas de amostragem do trabalho?

Ao utilizar amostragem variáveis ​​clássica, auditores tratar cada item individual na população como uma unidade de amostragem. Este método é mais parecido com as classes estatísticas que você teve de tomar na escola e na faculdade. Você usa este método para avaliar a sua população inteira com base em seus dados de amostra. Você pode usar três tipos comuns de estimadores variáveis ​​de amostragem clássicas: média por unidade, a proporção, e diferença.

A média por unidade utiliza o conceito estatístico familiar de média. Por exemplo, se você adicionar 10 + 30 + 50 para obter 90, e em seguida, divida 90 por 3 (o número de valores neste exemplo), você obtém 30, que é a média. Como auditor, de aplicar esse conceito estatístico para avaliar características da sua população total. Tomando o valor médio (média) dos itens em sua amostra, você pode estimar o valor da população verdadeira.

Por exemplo, você tem uma população total de 3.000 itens em contas a receber, e o tamanho da amostra é de 50. Somando-se os valores individuais dos 50 itens, você recebe um total de US $ 2.000-, portanto, a sua média é de R $ 40 (2.000 / 50) . Sua estimativa média do verdadeiro valor das contas a receber é $ 120.000 (US $ 40 x 3.000).

Considerando-se esses dados com o seu risco de amostragem, nível de confiança, e taxa de erro, se o seu nível de confiança é de 95 por cento e sua taxa de erro é de 10 por cento, você pode dizer que você é 95 por cento confiante de que o valor total das contas a receber é de R $ 120.000, mais ou menos US $ 12.000 (US $ 120.000 vezes a sua taxa de erro de 10 por cento).

O método médio por unidade é muito boa para usar se você não tiver os documentos subjacentes que suportam o saldo da conta - se, por exemplo, o balanço do seu cliente mostra um total de contas a receber, mas as facturas individuais de apoio o saldo não estão disponíveis.

Outro método de amostragem variáveis ​​clássica é a estimativa rácio, que se aplica a taxa de exemplo para toda uma população. Se a sua amostra para qualquer das contas do seu cliente mostra erros de US $ 1.000 em uma amostra total de US $ 10.000, o seu rácio de distorção é de 10 por cento (1.000 / 10.000).

Você, então, aplicar essa razão a toda a população. Se toda a população totaliza US $ 50.000, a sua distorção projetada, que é uma estimativa da distorção em toda a população, é de R $ 5.000 ($ 50.000 x 10 por cento).

Para o risco de amostragem, se distorção projetada não exceda erro esperado, você pode razoavelmente concluir que distorção real não exceda a sua distorção tolerável.

Por último, diferença é outro método de amostragem variáveis ​​clássica. É semelhante a estimativa razão, exceto que ele incorpora os itens da população. Por exemplo, sua população é constituída por 5.000 itens e sua amostra constituída por 1.000 itens. Os seus procedimentos de auditoria encontrar erros, totalizando US $ 500. A distorção projetada é de US $ 2.500 [($ 500/1000) x 5.000 itens].