APLICACIONES DEL MUESTREO

Aplicación del Muestreo Estadístico a las Pruebas de Controles

Introducción

Las pruebas de controles constituyen un componente importante del trabajo de campo del auditor. Las mismas son comprobaciones que este realiza para asegurarse de que determinados controles están funcionando correctamente. El objetivo de una prueba de controles será obtener un grado de certeza razonable de la eficacia de los controles, y de que la proporción de errores en su funcionamiento no excede determinado nivel máximo aceptable. De esta forma se puede lograr una evaluación de la eficacia de las actividades de control vigentes.

Recientemente las pruebas de controles han adquirido una consideración especial en las empresas alcanzadas por la ley Sarbanes-Oxley. Estas empresas, como así también sus auditores externos, deben realizar en forma sistemática numerosas pruebas de controles a fin de poder certificar la eficacia del control interno con relación a los informes financieros.

El presente trabajo describe brevemente la aplicación del muestreo estadístico a las pruebas de controles. Sin pretender suplantar a un tratado de estadística, se intenta proporcionar un enfoque práctico que sirva de guía para el auditor que quiera utilizar esta herramienta de análisis. 

Aplicación

 Las pruebas de controles encuentran aplicación en todos los ciclos de un negocio. Por ejemplo:

• Compras: Concordancia entre orden de compra, remito y factura; que se haya seleccionado la mejor cotización; que se haya facturado el precio correcto; que se apliquen los descuentos pactados.
• Pagos: Que esté debidamente aprobado el pago, que haya comprobantes que justifiquen el desembolso, que se haya pagado el importe correcto, que esté bien registrado el pago.

·         Ventas: Que se facture con los precios correctos, exactitud de los cálculos, correcta aplicación del IVA, aprobación del crédito.

• Cobranzas: Cumplimiento de plazos, aplicación de descuentos, contabilización correcta.
• Sistemas: Que las modificaciones de programas estén autorizadas, cumplimiento de normas de codificación, correspondencia entre programas fuentes y objetos.
• Personal: Autorización de las horas extras, días de licencia correctos.

Será conveniente utilizar muestreo especialmente en aquellas situaciones en que la comprobación de la totalidad de las transacciones sea prácticamente imposible o significativamente costosa. Tal sería el caso del análisis de una población muy numerosa en que se requiera la manipulación de documentación en papel. Pero cuando los elementos a analizar estén totalmente contenidos en registros de bases de datos o almacenados en algún tipo de archivo de computadora, muchas veces será preferible hacer una revisión integral utilizando software de auditoría o mediante herramientas de consulta de base de datos.

Muestreo

El muestreo de auditoría consiste en aplicar pruebas de auditoría a menos de la totalidad de un conjunto de transacciones o saldos contables, a fin de sacar conclusiones sobre todo el conjunto.

Al aplicar las pruebas a cada transacción de la muestra, se podrá comprobar si esta cumple con ciertos requisitos preestablecidos. En caso de que no cumpla estaremos ante un error o desviación, y tratándose de una prueba de controles se estaría ante la evidencia de que el control bajo análisis no funcionó correctamente en ese caso particular.

Dado que los desviaciones se proyectan a la totalidad de la población de acuerdo a los resultados de las pruebas sobre las transacciones de la muestra, es deseable que una muestra extraída sea representativa de la población total. Las muestras representativas permitirán hacer estimaciones sobre la población más aproximadas a la realidad.

Tipos de muestreos

Entre los tipos de muestreos se distinguen el muestreo de atributos y el muestreo de variables. El muestreo de atributos permite estimar qué porcentaje de una población contiene desviaciones. El muestreo de variables, por su parte, trataría de evaluar la magnitud de dichas desviaciones.

El tipo de muestreo que aplicaremos a las pruebas de controles es el muestreo de atributos con tamaño de muestra fijo. Otras técnicas de muestreo de atributos –que no se desarrollan en el presente trabajo– son el muestreo secuencial y el muestreo de descubrimiento, que se pueden aplicar cuando se presume que la cantidad de errores en una población es muy baja o nula.

Muestreo estadístico

El muestreo estadístico es aquel que utiliza técnicas que permiten hacer estimaciones sobre una población aplicando las leyes de la estadística. Las aplicaciones de muestreo estadístico deben cumplir los siguientes requisitos:

• El tamaño de la muestra debe calcularse utilizando técnicas estadísticas.
• La selección de la muestra debe hacerse en forma aleatoria.
• La estimación de las características de la población debe hacerse de acuerdo a las leyes de la estadística.

Una aplicación de muestreo que no cumpla con alguno de estos tres requisitos se considera muestreo no estadístico. El muestreo estadístico posee algunas ventajas con respecto al muestreo no estadístico, entre ellas las siguientes:

• Permite seleccionar de antemano el nivel de confianza de la prueba, es decir la probabilidad de que las conclusiones obtenidas del muestreo sean correctas.
• La selección aleatoria impide que los prejuicios o preferencias del auditor favorezcan la selección de algunos elementos de la población en desmedro de otros.
• Permite limitar el tamaño de la muestra al mínimo necesario, evitando realizar  pruebas de auditoría sobre una cantidad mayor de elementos.
• Los resultados de la prueba se expresan matemáticamente en términos precisos, permitiendo elaborar recomendaciones sobre una base más objetiva.
• Permite hacer más defendibles las conclusiones de la prueba.

No constituye una ventaja del muestreo estadístico garantizar la obtención de una muestra representativa de la población, ya que la incertidumbre respecto de la representatividad de la muestra es una característica inherente al muestreo. Pero, según se menciona más arriba, el muestreo estadístico permite cuantificar dicha incertidumbre, seleccionando el nivel de confianza deseado.

A pesar de las ventajas enumeradas no debemos concluir que el muestreo no estadístico es necesariamente malo. El muestreo no estadístico también tiene sus ventajas, ya que suele ser más sencillo de aplicar y requiere menos entrenamiento. De hecho, hay empresas que han adoptado modelos de muestreo no estadístico para la evaluación obligatoria de su control interno.

Pasos a seguir en una prueba de controles

A continuación se describe un procedimiento de prueba de controles mediante la aplicación de muestreo estadístico. Cada paso se acompaña de un ejemplo a fin de que sirva de referencia para su aplicación a situaciones semejantes.

1. Establecer el objetivo de la prueba

Las pruebas que nos interesa considerar en este momento son aquellas que apuntan a establecer el grado de cumplimiento de determinados objetivos de control asociados a un procedimiento bajo análisis. A su vez, el objetivo de la prueba deberá ser acorde con los objetivos de auditoría del proyecto de auditoría para el que se está trabajando.

Ejemplo: Haciendo la auditoría del circuito de pagos de una empresa comercial, tenemos  como objetivo de auditoría verificar que los pagos realizados a proveedores de mercadería estén debidamente justificados y autorizados. Dentro del trabajo de campo podemos diseñar una prueba cuyo objetivo sea comprobar que los pagos a proveedores del segundo semestre del año anterior estén respaldados por órdenes de pago, y estas acompañadas por el comprobante de recepción de la mercadería y por la factura conformada por un funcionario autorizado de Compras. Además en la orden de pago deberán estar las firmas del responsable de Cuentas a Pagar y del Tesorero.

Se puede apreciar que para establecer los objetivos de la prueba será de gran utilidad tener claramente identificados los objetivos de control que muchas veces estarán implícitos en las normas de procedimiento del circuito bajo revisión.

2. Seleccionar la técnica de análisis más apropiada para el objetivo deseado

Por razones de extensión, nos limitaremos a considerar el caso en que sea de aplicación el muestreo de atributos con tamaño de muestra fijo. Esta técnica será la conveniente cuando se den las siguientes condiciones:

• Nos interesa estimar la proporción o bien la cantidad de desviaciones o errores en la aplicación de determinados controles.

·         La cantidad de transacciones es lo suficientemente grande como para que no resulte práctico o económico hacer un análisis integral de las mismas.

• No se dispone de una base de datos ni archivo de computadora en los que se encuentren todos los elementos a verificar. (En realidad la falta de este requisito no invalida la prueba, pero si mediante software de análisis de datos se puede hacer fácilmente una verificación de la totalidad de las transacciones, el resultado final será más exacto que una estimación hecha mediante muestreo)

Aplicando este criterio a nuestro ejemplo, resulta:

• Queremos estimar la proporción de pagos que no estén debidamente justificados y autorizados.

·         Durante el segundo semestre del año anterior se realizaron alrededor de 3000 pagos a proveedores de mercaderías.

·         La verificación de cada pago requiere la búsqueda de la documentación, que se encuentra archivada entre los comprobantes de egreso de caja del día de pago, junto a comprobantes de otros tipos de egresos. Existe un sistema de computación con el que se procesan las transacciones de compras y pagos, pero la evidencia de las debidas autorizaciones –firmas y sellos– no se encuentra en el sistema sino en la documentación en papel.

Por consiguiente, de acuerdo a las condiciones enunciadas más arriba, el muestreo de atributos sería una técnica apropiada para el objetivo de la prueba. (Pero si el objetivo de nuestra prueba fuera estimar el monto de los pagos no autorizados realizados durante el semestre, en lugar de muestreo de atributos deberíamos aplicar muestreo de variables.)

Nota: Los pasos que siguen a continuación asumen que se está llevando a cabo una aplicación de muestreo de atributos, y por consiguiente no son necesariamente válidos para muestreo de variables u otro tipo de pruebas.

3. Definir la población a analizar

La población en una prueba de controles estará constituida por el conjunto de transacciones que son relevantes para nuestra prueba. Pero las transacciones en sí mismas son acciones pasadas y no objetos de existencia visible. Por lo tanto deberemos identificar una evidencia física concreta que tenga una correspondencia biunívoca con cada transacción producida. La  población debe abarcar todas las transacciones relevantes para nuestra prueba, y nada más que ellas. La definición de la población debe hacerse en términos muy precisos, que no den lugar a ambigüedades, es decir que no quepan dudas sobre si una transacción determinada forma parte o no de la población a analizar. Tampoco debe ocurrir que una misma transacción pueda ser contada más de una vez.

Al definir la población para una prueba de muestreo no necesariamente tendremos que referirnos estrictamente a conjuntos de objetos ya armados o naturalmente agrupados, sino que inventaremos la población conforme a nuestra conveniencia. En este sentido la población es un conjunto de existencia virtual, un agrupamiento mental, ideado por el auditor de acuerdo a su necesidad y al solo efecto de llevar a cabo una aplicación de muestreo específica.

A efectos de poder aplicar muestreo estadístico, un requisito adicional para la población es que debemos poder conocer la cantidad de transacciones que la componen, y poder identificar cada una de ellas en forma precisa. Más adelante volveremos sobre este punto, al tratar sobre la selección de la muestra.

Continuando con el ejemplo anterior, nuestra población estará conceptualmente constituida por los pagos realizados a proveedores de mercaderías durante el segundo semestre del año anterior. A los fines prácticos tendremos que elegir un elemento físico asociado a cada pago realizado, como podría ser una orden de pago. De esta forma, podríamos definir nuestra población a analizar como “el conjunto de órdenes de pago con fecha de emisión entre el 1 de julio y el 31 de diciembre del año pasado, correspondientes a cuentas de proveedores de mercaderías”. Ahora bien, si suponemos que podrían haberse realizado pagos sin la correspondiente orden de pago, nuestra definición de población estaría excluyendo transacciones que no cumplen con las normas de autorización establecida. En tal caso quizás sería preferible definir la población a analizar sobre la base de los movimientos de egresos de caja. Por ejemplo podemos definir la población como “el conjunto de transacciones del archivo histórico de movimientos de caja con código de movimiento de egreso, tipo de cuenta de proveedor de mercadería, y fecha de pago comprendida entre el 1 de julio y el 31 de diciembre del año pasado”.

Aún cuando las pruebas de auditoría en muchos casos requerirán revisar la documentación en papel, puede ser de gran utilidad contar con un archivo en computadora en el cual estén contenidos registros correspondientes a cada una de las transacciones de la población, ya que puede servir como base para la selección de los elementos de la muestra.

4. Definir las pruebas a realizar sobre cada elemento de la muestra

De cada elemento que componga la muestra al auditor le interesará identificar aquellas cualidades que sirvan como evidencia de la correcta ejecución o no del control cuyo cumplimiento se esté evaluando. Esto implicará realizar pruebas tomando uno o más atributos relevantes para nuestro estudio, y que sea factible obtener de los registros o documentación disponibles para analizar. Además, deberán ser características presentes en todos los elementos de la población. Si esto no se cumple, será necesario rever la definición que se haya hecho de la población a analizar.

Por ejemplo, para verificar la correcta autorización de un pago de mercaderías, podemos definir las siguientes pruebas: si existe el comprobante de recepción de mercaderías, coincidencia de las especies y cantidades recibidas con las facturadas, factura conformada por el responsable de compras, orden de pago firmada por el responsable de cuentas a pagar y por el tesorero.

5. Definir los criterios para identificar desviaciones

El auditor tendrá que definir con precisión qué condiciones deben cumplir los resultados de las pruebas sobre los elementos de la muestra para que se considere que se produce una desviación o error en el funcionamiento del control que se está probando. El criterio definido, aplicado a cada transacción de la población, debería permitir clasificar dichas transacciones en dos categorías: las que cumplen y las que no cumplen con el control, no dejando lugar para situaciones dudosas, ambigüedades, o casos no previstos. Aquellas transacciones de la población que de acuerdo con estos criterios no cumplan con el control, serán las que constituyan las desviaciones o errores.

Por ejemplo, en los pagos de mercaderías podemos definir como criterio para identificar una desviación lo siguiente: “Se considera que se produce un desviación en el control de autorización de pagos de mercaderías si ocurre una o más de las siguientes condiciones: 1. Falta el comprobante de recepción de mercaderías; 2. La factura no está conformada por el responsable de compras; 3. Falta la orden de pago autorizada por cuentas a pagar; 4. La orden de pago no tiene la firma y el sello del tesorero.”

6. Evaluar la tasa esperada de errores de la población

El auditor deberá hacer una estimación preliminar del porcentaje de desviaciones existentes en la población. Esta estimación surgirá del conocimiento previo que el auditor tenga de la población bajo estudio, de los resultados de auditorías realizadas anteriormente, y de la propia experiencia del auditor ante casos similares. Particularmente habrá que tener en cuenta si hubo cambios recientes en el proceso, ya que tales cambios, sobre todo si son significativos, podrían estar afectando negativamente el funcionamiento de los controles involucrados.

En caso de que el auditor no disponga de elementos para evaluar de la tasa esperada de errores, podrá obtenerla mediante una muestra de 25 ó 30 elementos, seleccionados en forma aleatoria según se explica más abajo. Sobre la muestra seleccionada se aplican las pruebas de auditoría previstas y, mediante los criterios definidos para identificar desviaciones, se calcula la cantidad de errores de la muestra. Por último, se calcula la tasa esperada de errores como la cantidad de errores observados dividido por el tamaño de la muestra. Multiplicando este resultado por 100 se obtiene la expresión porcentual de la tasa esperada de desviaciones o errores. El porcentaje esperado de errores incidirá en el tamaño de la muestra. Un porcentaje esperado de errores más alto –manteniendo las demás condiciones constantes– requerirá un tamaño de muestra mayor, y viceversa. La tasa esperada de errores habitualmente no excederá del 3 por ciento.

Supongamos que queremos evaluar el porcentaje esperado de desviaciones en los controles de pagos de mercaderías, y que en la misma prueba de controles realizada el año anterior se llegó a la conclusión de que los desviaciones estaban alrededor del 3 por ciento, no habiendo razones para suponer que pudiera haber variado en forma significativa. Sobre esta base podemos fijar una tasa esperada de errores del 3 por ciento. Pero si no tenemos datos que nos permiten estimar la tasa de errores esperada, extraemos una muestra de 30 pagos de mercadería. Si aplicando las pruebas previstas encontramos 1 desviación, calculamos la tasa esperada de errores = 1 ÷ 30 × 100 = 3 por ciento.

7. Definir la tasa aceptable de errores

La tasa aceptable de errores es una medida de la importancia de los desviaciones expresada en porcentaje. Un porcentaje de errores en la población por debajo de dicho valor se considera aceptable. Pero, si se comprueba un porcentaje de errores superior a la tasa establecida, se estará ante un nivel de desviaciones significativo, el que requerirá un análisis más detallado a fin de identificar sus causas. La tasa aceptable de errores será más baja para controles que puedan ser considerados críticos en función del riesgo que tienen involucrado. Manteniendo las demás condiciones sin cambios, una menor tasa aceptable de errores requerirá un mayor tamaño de muestra.

Para el ejemplo que venimos desarrollando definiremos una tasa aceptable de errores del 8 por ciento. Esto quiere decir que un porcentaje de pagos no autorizados por encima de dicha tasa sería considerado un error significativo.

8. Seleccionar el nivel de confianza

En una prueba de muestreo de atributos se selecciona un conjunto de transacciones de una población, se analiza la proporción de errores en dichas transacciones, y se proyectan los resultados a la totalidad de las transacciones. Esto implica suponer que la proporción de errores en la muestra es aproximadamente igual a la proporción de errores en la población. Pero debido a la aleatoriedad en la selección de la muestra siempre existe la posibilidad de que el verdadero nivel de errores en la población esté por encima de lo que indica la muestra. A esta limitación inherente a las técnicas del muestreo se la llama “error de muestreo”. Esto significa que, por más cuidado que pongamos en aplicar los procedimientos correctos de muestreo, nunca tendremos la certeza de que el verdadero nivel de errores en la población se encuentre dentro de límites aceptables. El nivel de confianza es una medida de la fiabilidad de los resultados de una aplicación de muestreo. En una prueba de muestreo de atributos, el nivel de confianza es la probabilidad, expresada en porcentaje, de que el verdadero nivel de errores en la población se encuentre por debajo del valor evaluado a partir de la muestra. El valor recíproco del nivel de confianza es una medida del error de muestreo probable, y equivale al riesgo de evaluar demasiado bajo el riesgo de control.

El nivel de confianza lo define el auditor según su criterio. Un nivel de confianza alto requerirá seleccionar una muestra más numerosa que un nivel de confianza menor. Los valores que se suelen utilizar para el nivel de confianza van del 80 al 95 por ciento. Por encima de este último valor el tamaño de la muestra requerida tiende a hacerse muy grande a medida que nos aproximamos a 100, ocasionando que la prueba se torne relativamente costosa o prácticamente irrealizable. Por otra parte, a los fines prácticos, si vamos a utilizar tablas para determinar el tamaño de la muestra, nos convendrá seleccionar un valor de nivel de confianza que se encuentre en las tablas disponibles.

 En nuestro ejemplo seleccionaremos un nivel de confianza del 90 por ciento, que equivale a asumir un riesgo del 10 por ciento de evaluar demasiado bajo el riesgo de control.

9. Determinar el tamaño de la muestra

Una vez definidos el nivel de confianza, la tasa aceptable de errores y la tasa esperada de errores de la población, estamos en condiciones de determinar el tamaño de la muestra. Para ello podemos utilizar la tabla de la Figura 1. Seleccionando la fila correspondiente al nivel de confianza deseado y la tasa esperada de errores, buscamos la intersección con la columna correspondiente a la tasa aceptable de desviaciones. El número obtenido es el tamaño de la muestra.

Si el tamaño de muestra obtenido resultara tan alto que fuese impracticable realizar pruebas de auditoría sobre esa cantidad de elementos, quizás convenga rever los pasos anteriores, y considerar la conveniencia de conformarse con un nivel de confianza más bajo.

Figura 1: Muestreo de atributos – Tabla para determinar el tamaño de la muestra.

 Con los datos de nuestro ejemplo: nivel de confianza del 90 por ciento, tasa esperada de desviaciones del 3 por ciento, y una tasa aceptable de desviaciones del 8 por ciento, accedemos a la tabla y obtenemos un tamaño de muestra de 82.

Nota: Una alternativa al uso de tablas estadísticas son los programas de software para muestreo, que permiten calcular el tamaño de la muestra y posteriormente evaluar los resultados.

10. Extraer la muestra

Una vez determinado el tamaño de la muestra, el siguiente paso es seleccionar en forma aleatoria un conjunto de elementos de la población en cantidad igual a dicho tamaño. Hay diferentes técnicas posibles para la selección aleatoria de los elementos que integrarán la muestra. Un punto esencial en las aplicaciones de muestreo estadístico es que todos los elementos de la población tengan igual probabilidad de ser seleccionados.

En primer lugar habrá que asociar un número diferente a cada elemento de la muestra, de manera que permita identificarlo biunívocamente. Es posible que las transacciones ya estén identificadas por un número. Si bien no es imprescindible, por razones prácticas nos convendrá que las transacciones estén numeradas en forma correlativa a partir de 1. Si los elementos de la población no están ya numerados de la forma conveniente, le asignaremos un número correlativo a cada elemento (1, 2, 3, etc.). Esta tarea se puede hacer basándose en un listado de transacciones, o bien con un archivo de computadora que contenga un registro por cada transacción y al que podamos acceder por número relativo de registro.

A continuación, con la ayuda de una tabla de números al azar extraeremos números con una cantidad de dígitos acorde con la cantidad de elementos de la población. A medida que obtengamos nuevos números iremos descartando aquellos que estén fuera del rango de números asociados a los elementos de la población. Además, descartaremos eventuales repeticiones de números que pudieran producirse. Este proceso continuará hasta haber obtenido una cantidad de números aleatorios igual al tamaño de la muestra.

Una vez obtenidos los números de elementos de la población, nuestra muestra estará formada por los elementos de la población asociados a cada uno de los números.

En los papeles de trabajo habrá que dejar detalladamente documentado el método utilizado para la selección de la muestra.

Por ejemplo, supongamos que tenemos que extraer una muestra de 82 elementos, de una población  representada por un listado impreso de transacciones numeradas correlativamente de 1 a 2844. En las tablas de números al azar los números suelen estar dispuestos en columnas de cuatro o cinco dígitos de ancho. Elegimos una página en la tabla de números al azar, dentro de la página seleccionamos una columna, y dentro de la columna marcaremos un punto de arranque que no necesariamente será el de más arriba. Como de acuerdo al tamaño de nuestra población nos interesa obtener números de 4 dígitos, descartaremos los dígitos excedentes si los hubiere. A partir del punto de arranque y avanzando hacia abajo en la columna iremos seleccionando y contando cada grupo de 4 dígitos que estén comprendido entre 0001 y 2844. Tacharemos los números que estén fuera de dicho rango. Cuando hayamos alcanzado la cantidad de 82 números dentro del rango deseado,  daremos por terminada la selección. Luego señalaremos en el listado de transacciones las 82 correspondientes a los números obtenidos. En los papeles de trabajo incluiremos una referencia a la página de la tabla de números al azar, mencionando el criterio utilizado para seleccionar la página y el punto de arranque. Si no hay limitaciones de Copyright que lo impidan podremos fotocopiar la página utilizada de la tabla de números al azar, con nuestras anotaciones. Además guardaremos el listado de transacciones que sirvió de base para la extracción de la muestra.

11. Aplicar procedimientos de auditoría sobre las transacciones de la muestra

Por  cada elemento de la muestra obtenida habrá que acceder a la documentación correspondiente a la transacción, y sobre cada una de ellas se aplicarán las pruebas de auditoría que permitan, de acuerdo a los criterios previamente definidos, identificar la existencia de desviaciones en el funcionamiento de los controles. Se deberá documentar el resultado de las pruebas realizadas sobre cada una de las transacciones de la muestra,  tomando nota de todas las irregularidades detectadas.

12. Determinar la cantidad de desviaciones

En base a los procedimientos de auditoría realizados sobre las transacciones de la muestra, habrá que calcular la cantidad de transacciones en las cuales se hayan detectado desviaciones en el funcionamiento de los controles según los criterios establecidos.

En nuestro ejemplo, supongamos que entre los 82 pagos de la muestra encontramos dos con la orden de pago sin firma, uno de los cuales carece además del comprobante de recepción de la mercadería. Hay también un pago con la factura sin conformar. Esto totaliza un error de 3 errores o desviaciones en la muestra. (Si bien el total de irregularidades observadas es de 4, son 3 los pagos con errores, y un mismo pago no debería contarse más de una vez.)

13. Evaluar la suficiencia de la muestra obtenida

A fin de evaluar la suficiencia de la muestra, habrá que aplicar la tasa esperada de desviaciones de la población al tamaño de la muestra. Si el resultado no es entero, se llevará al número entero inmediato superior. El valor obtenido es la cantidad máxima de desviaciones que puede tener la muestra para ser considerada suficiente para el trabajo realizado. Pero si la cantidad de desviaciones encontradas en la muestra superan dicho límite, será necesario rever la evaluación del riesgo de control planificada, dado que sería un indicio de que la estimación de errores en la población es incorrecta.

En el ejemplo que venimos desarrollando, el tamaño de muestra es 82 y la tasa esperada de desviaciones es del 8 por ciento. Calculamos la cantidad máxima aceptable de desviaciones en la muestra = 82 x 8% = 6.56 ≈ 7. Como el número de desviaciones 2 es inferior a 7, no hay inconveniente en seguir adelante con la prueba.

14. Estimar el total de errores de la población

La estimación de errores de la población se puede hacer con la ayuda de tablas

En la tabla de la Figura 2, para el nivel de confianza seleccionado se busca la intersección de la fila correspondiente al tamaño de muestra con la columna correspondiente a la cantidad de desviaciones halladas. Se obtiene, expresado en porcentaje, el límite de precisión superior logrado para la población. (Aplicando dicho porcentaje al tamaño de la población, es decir la cantidad total de transacciones, obtendríamos una estimación de la cantidad máxima de desviaciones correspondiente al nivel de confianza escogido.) Si el valor extraído de la tabla es menor o igual que la tasa máxima aceptable de desviaciones, concluiremos que para el nivel de confianza seleccionado la tasa de errores de la población no supera el máximo tolerable.

Por ejemplo, si nuestro nivel de confianza es 90, el tamaño de muestra es 82, y al aplicar las pruebas de auditoría previstas a las 82 transacciones se detectaron 2 desviaciones, entramos con estos valores en la tabla de la Figura 2. Dado que la tabla prevé tamaños de muestra de 80 y de 85 pero no de 82, haremos una interpolación lineal. El límite de precisión superior para un tamaño de muestra de 80 es de 6,7%, y para una muestra de 85 es de 6,3%. El valor para 82 será aproximadamente: 6,7% + (6,3% – 6,7%) x (82 – 80) / (85 – 80) = 6,5%. Como nuestra tasa máxima aceptable era del 8 por ciento, siendo 6,3 < 8, la evaluación hecha para la población está dentro de los valores admisibles. Podemos expresar los resultados en los siguientes términos: “Existe un 90 por ciento de probabilidad de que la cantidad de pagos que no están debidamente autorizados o justificados no supere el 8 por ciento.” En otras palabras, hay un 10 por ciento de probabilidad de que la tasa de errores supere el máximo tolerable del 8 por ciento. Este 10 por ciento es el riesgo de evaluar demasiado bajo el riesgo de control.

Figura 2: Muestreo de atributos – Tabla de evaluación de resultados

Nivel de confianza: 90%

Nivel de confianza: 95%

15. Análisis cualitativo de las desviaciones

El auditor no deberá conformarse con conocer la cantidad de desviaciones en la muestra o en la población, sino que también deberá hacer una cuidadosa evaluación de todas las anormalidades detectadas que le permitan identificar sus causas. Se deberá determinar si los errores son casos aislados, si hay fallas en el diseño del proceso de control, o bien si el procedimiento previsto no se está aplicando de la forma adecuada.  Con estos elementos estará en condiciones incluir en el informe sobre el trabajo recomendaciones concretas para corregir las fallas observadas en el funcionamiento de los controles.

16. Documentación del trabajo

En los papeles de trabajo de la auditoría se deberá incluir la documentación del muestreo realizado, detallando:

• Objetivo de la prueba
• Tipo de muestreo
• Definición de la población
• Tamaño de la población
• Pruebas a realizar sobre los elementos de la muestra
• Criterio de aceptación o rechazo
• Tasa esperada de errores, con su justificación
• Tasa aceptable de errores, con su justificación
• Nivel de confianza
• Cálculo del tamaño de la muestra, señalando de qué tabla se obtuvo o con qué fórmula o software se calculó
• Procedimiento utilizado para extraer la muestra, incluyendo números aleatorios utilizados y su obtención
• Listado de las transacciones de la muestra seleccionada, con el resultado de las pruebas de auditoría realizadas sobre cada una de ellas. La identificación de las transacciones debe ser tal que permita la rápida localización de los comprobantes. Muchas veces será apropiado adjuntar a los papeles de trabajo fotocopias de la documentación analizada.
• Cantidad de errores o desviaciones
• Evaluación de suficiencia de la muestra obtenida
• Si la muestra se hubiese evaluado como insuficiente, repetición de los cinco puntos precedentes para la ampliación de la muestra original
• Cálculo del total de errores estimado
• Evaluación del resultado del muestreo, mencionando la tabla o el software utilizados
• Análisis cualitativo de los errores o desviaciones
• Conclusión de la prueba de muestreo, por ejemplo, "Existe un 90% de probabilidad de que los errores en el funcionamiento del control no superen el 2% del total de transacciones, encontrándose dicha tasa de errores dentro de los límites de tolerancia aceptables. Se considera que el control funciona en forma satisfactoria."
• Recomendación de mejoras, si fuera aplicable