Muestreo en

Auditoría

Texto de Consulta

Sistema de Control Gubernamental

General

Centro Nacional de Capacitación

1
 MUESTREO EN AUDITORIA

1 PARTE:
CONSIDERACIONES BÁSICAS Y CONCEPTOS SOBRE MUESTREO EN AUDITORÍA
1.1 Unidad
Consideraciones básicas y conceptos sobre muestreo en auditoría ............. 3
1.1.1 Algunas consideraciones básicas .......................................................... 3
1.1.2 Conceptos sobre el muestreo de auditoría .............................................. 5

2 PARTE:
MUESTREO PARA PRUEBAS SUSTANTIVAS DE CUMPLIMIENTO Y PRUEBAS
SUSTANTIVAS DE DETALLE
2.1 Unidad:
Temas básicos de estadísticas enfocados a muestreo de auditoría ........... 20
2.1.1 Distribuciones de frecuencia ..................................................................... 20
2.1.2 Principales medidas estadisticas y de dispersión .................................. 27
2.1.3 Regresión y Correlación ..................................................................... 30
2.2 Unidad:
Muestreo para pruebas de cumplimiento ......................................................... 34
2.2.1 Consideraciones Generales ..................................................................... 34
2.2.2 Muestreo estadístico de atributos ......................................................... 47
2.2.3 Muestreo no estadístico de atributos ............................................. 57
2.2.4 Manejo de sotware para determinación de muestras aleatorias ............ 60
2.3 Unidad
Muestreo de auditoría para pruebas sustantivas de detalle ....................... 61
2.3.1 Consideraciones generales ..................................................................... 61
2.3.2 Muestreo proporcionado al tamaño ......................................................... 70
2.3.3 Muestreo clásico de variables ......................................................... 79
2.3.4 Muestreo no estadístico de variables ............................................. 93
2.3.5 Muestreo estadístico para universos pequeños y medianos .......... 99

2
1 PARTE: CONSIDERACIONES BÁSICAS Y CONCEPTOS SOBRE MUESTREO EN
AUDITORÌA
1.1 Unidad: Consideraciones básicas y conceptos sobre muestreo en
auditoría

1.1.1 Algunas consideraciones básicas

Al llevar a cabo una auditoría el auditor obtiene evidencia suficiente y confiable que le de
una base razonable para emitir su opinión. El muestreo se utiliza muchas veces para
obtener evidencia de auditoría. Sin embargo, el concepto de evidencia en auditoría
abarca muchas cosas más que el muestreo de auditoría, el cual es sólo una técnica más
de auditoría.

1.1.1.1 ¿Cuál es el rol de la auditoría gubernamental en el control externo posterior?

El Sistema de Control Externo Posterior, como componente del Sistema de Control

Gubernamental, se ejecuta por medio de la auditoría externa de las operaciones ya
ejecutadas.

El rol de la auditoría gubernamental es obtener evidencia suficiente y válida dentro de la

planificación y ejecución del trabajo de campo de auditoría para informar acerca del nivel
de correspondencia entre la información auditada y el sensor establecido. (Normas de
auditoría gubernamental, NIA´s, políticas de control interno, etc.)

Las Normas de Auditoría Gubernamental definen a la auditoria como la acumulación y

evaluación objetiva de evidencia para establecer e informar sobre el grado de
correspondencia entre la información examinada y criterios establecidos.

La Auditoría Gubernamental se practica a todas las entidades públicas comprendidas en

los artículos 3 y 4 de la Ley 1178, de Administración y Control Gubernamentales,
promulgada el 20 de julio de 1990 y es ejecutada por:

• La Contraloría General de la República

• Unidades de auditoría interna de las entidades públicas
• Profesionales o firmas de auditoría o consultoría especializada (cuando realizan
auditoría a entidades del sector público)

Cuando cualquiera de estas entidades ejecutan tareas de auditoría en el sector público,

se los denomina auditores gubernamentales y deben aplicar las Normas de Auditoría
Gubernamental.

1.1.1.1.1 ¿Cuál es la característica principal de la Auditoría Gubernamental?

La Ley N° 1178, en sus artículos 15°, para el caso de la Auditoría Interna al ejercer el
Control Interno Posterior, y 16° para el caso de la Auditoría Externa al ejercer el Control
Externo Posterior, contempla el carácter de independencia e imparcialidad que debe
adoptar la Auditoría Gubernamental debido a que las personas e instituciones que lo
ejecutan deben estar libres de compromisos y de ideas preconcebidas para tener una

3
actitud mental independiente, evaluando hechos y circunstancias tal como se presentan,
comparados con criterios preestablecidos.

La independencia permite al auditor actuar con absoluta libertad en la emisión de su juicio

profesional, por lo que debe estar libre de cualquier condicionante interno o externo que
pueda comprometer su percepción u opinión.

1.1.1.1.2 ¿Qué establecen las Normas de Auditoría Gubernamental, respecto a la

ejecución del trabajo?

La Norma de Auditoría Gubernamental N° 218 Ejecución menciona que: “Cualquiera sea

el objeto del examen y tipo de auditoría a ejecutarse, la misma debe ser planificada y
supervisada; estar acompañada de evidencia; y sus resultados deben ser comunicados
en forma escrita”. Para esto se debe aplicar la Norma de Auditoría específica para cada
caso.

Las Normas Específicas de Auditoría Gubernamental números 224, 234, 244, 254, 264 y
274, hacen referencia a la evidencia, como la cuarta Norma que se debe cumplir en
cualquier trabajo de auditoría.

El auditor gubernamental debe obtener la evidencia necesaria que se ajuste a la

naturaleza y objetivos del examen, mediante la aplicación de pruebas de cumplimiento y
sustantivas que le permitan fundamentar razonablemente los juicios y conclusiones
respecto a la entidad auditada.

1.1.1.2 ¿Qué son los universos contables?

En la revisión de estados financieros, los universos contables son muy distintos a los
universos clásicos, ya que los universos contables están muy estructurados. La
composición de todos los universos contables se conoce o se puede determinar. Por otro
lado, se considera que todas las partidas que los conforman se pueden medir. El
muestreo se utiliza como una técnica para ayudar a confirmar estas características y no
como un medio para determinarlas.

1.1.1.3 ¿Cuál es el propósito por el cual el auditor realiza pruebas?

Las pruebas de una muestra de transacciones o de las partidas incluidas en los saldos de
las cuentas pueden ser realizadas tanto para comprobar el cumplimiento de
procedimientos seleccionados de control, como para obtener evidencia sustantiva.

El propósito por el cual el auditor realiza pruebas de partidas seleccionadas (ya sea para
probar el cumplimiento de controles, para obtener evidencia sustantiva o para ambos)
tiene influencia sobre la selección de las partidas a analizar. Ahora, la revisión de
operaciones como prueba de cumplimiento brinda, frecuentemente evidencia sustantiva
sobre las transacciones probadas. En forma similar, las pruebas específicas con
propósitos sustantivos también podría brindar evidencia sobre si los registros contables
son aptos para producir información financiera confiable. Por lo tanto, la clasificación de
cada uno de los procedimientos en uno de los tipos básicos no es absoluta.

4
La mayoría de las aplicaciones sobre un universo determinado no brindas información
acerca de la posible subestimación del universo y esto es algo que preocupa a los
expertos en estadística. Muy rara vez esto preocupa a los auditores, en parte, por la
forma en que la partida doble interactúa en todos los universos contables y en parte
porque el auditor confía en otra pruebas para satisfacerse que no existen
subestimaciones. Por ejemplo, si se omitió registrar un desembolso de banco, las
conciliaciones bancarias lo detectarán; Si los registros de venta no reflejan todas las
operaciones de venta se descubrirán faltantes de existencias durante las pruebas de esa
área. Lo importante es que en la mayoría de las aplicaciones de muestreo, el auditor
quiere estar seguro que lo que se incluye en el universo que se está probando, es
adecuado.

Para cubrir cualquier subestimación el auditor utiliza otras pruebas sobre universos
complementarios (Por ejemplo una muestra de saldos de cuentas por cobrar puede dar
información sobre la integridad de los asientos de ventas)

1.1.1.4 ¿Qué son y como se usan las pruebas sustantivas y pruebas de

cumplimiento?

Las pruebas de cumplimiento proporcionan a los auditores evidencia sobre si los controles
prescritos se aplican y operan en forma efectiva. Los resultados de estas pruebas ayudan
a los auditores a evaluar la posibilidad de que hayan ocurrido errores materiales. Las
pruebas sustantivas, por otra parte, están diseñadas para detectar errores materiales, en
caso de que estos existan en los estados financieros.

De acuerdo al enfoque de auditoría uno de estos tipos es más utilizado en la revisión. Sin
embargo en ningún caso se omite el uso de ambos. Es así que si el enfoque de auditoría
es “de confianza”, las pruebas de cumplimiento son mayores que las sustantivas; En
cambio, cuando el enfoque de auditoría es “de no confianza”, las pruebas sustantivas son
más abundantes que las de cumplimiento.

1.1.1.5 El muestreo como una técnica de auditoría

Los planes de muestreo sólidamente desarrollados son técnicas de auditoría muy útiles;
pero el diseño técnico y los requisitos de implantación de tales planes y el análisis
matemático de los resultados no debe resultar en detrimento de juicios cuidadosamente
considerados con respecto a la suficiencia de la evidencia que se obtuvo y al significado
real de los resultados de la prueba.

Como se indicó anteriormente, el muestreo de auditoría es sólo una técnica que el auditor
puede usa para obtener evidencia que le dé mayor satisfacción de auditoría. No es la
única técnica disponible para el auditor ni tampoco es la única fuente de evidencia,
cuando se la utiliza, del saldo de una cuenta o tipo de transacción

1.1.2 Conceptos sobre el muestreo de auditoría

Cada aplicación de muestreo debe ser establecida teniendo en cuenta las siguientes
preguntas:

5
 - ¿Qué queremos conseguir? (Objetivos de la prueba)
- ¿Cuál es la relación del procedimiento con los otros procedimientos de
auditoría y cuál el grado de satisfacción conjunta que podemos lograr?
- ¿Qué es lo que abarcará la muestra? (Definición del universo y de la unidad de
muestreo)
- ¿Cómo se realizará el muestreo? (El método de selección, muestreo
estadístico o no estadístico)
- ¿Cuánto se incluirá en el muestreo? (Tamaño de la muestra)
- ¿Qué significan los resultados? (evaluación e interpretación)

1.1.2.1 ¿Cuáles son los objetivos del muestreo de auditoría?

Los objetivos del muestreo de auditoría son:

a. Obtener evidencia del cumplimiento de los procedimientos de control establecidos
b. Obtener evidencia directa sobre la veracidad de las operaciones y de los saldos
que se incluyen en los registros contables.

En muchas aplicaciones de muestreo se obtendrá evidencia de ambos. La evidencia

conseguida de las pruebas en donde se use muestreo de auditoría se considera junto a la
evidencia que se obtenga de otras fuentes, para llegar a una conclusión sobre el saldo de
una cuenta o un tipo de operaciones

En términos generales, el auditor puede utilizar dos tipos básicos de muestreo: El

muestreo de atributos y el muestreo de variables.

a. El muestreo de atributos se utiliza para estimar la tasa de ocurrencia (o no

ocurrencia) de un evento o circunstancia determinada dentro de un universo. En
términos de auditoría, los atributos probados son generalmente procedimientos
prescriptos por la gerencia para asegurar un nivel adecuado de control interno
contable. Por su naturaleza, se espera que los procedimientos de control interno
funcionen de la misma forma para operaciones de cualquier tamaño a menos que,
por definición del sistema, se requiera procesar de otra manera operaciones de
cierto tipo o tamaño. En las pruebas de cumplimiento, la evidencia de in atributo o
control o está presente o no lo esta. Por lo tanto, generalmente no se atribuye
ninguna cantidad monetaria a los resultados de un plan de muestreo de atributos.

b. El muestreo de variables se utiliza para estimar o probar una cantidad monetaria.

Este muestreo trata de contestar a la pregunta “cuánto” mas que a “con qué
frecuencia”, a la cual está dirigida el muestreo de atributos. La Principal utilidad
del muestreo de variables es en las pruebas sustantivas, para determinar la
razonabilidad de los saldos registrados.

1.1.2.2 ¿Cuál la relación con otros procedimientos?

La naturaleza, alcance y oportunidad (NAO) de los procedimientos de auditoría que se

deberían llevar a cabo dependen de la evaluación del riesgo de auditoría. Cuando el plan
de auditoría incluye una prueba de detalle de una muestra representativa de partidas, el

6
auditor debe considerar la relación entre la satisfacción de auditoría a obtener de la
muestra y la que se obtenga de otras fuentes.
El objetivo de la prueba afecta la elección del método de muestreo. El grado de
satisfacción de auditoría que se deba obtener influye en el alcance de la muestra, sobre
todo debido al riesgo de muestreo

Riesgo de muestreo

Es el riesgo de que la muestra no sea representativa del universo del cual se tomó y,
como consecuencia, el auditor saque conclusiones incorrectas de los resultados de la
muestra. Este riesgo tiene dos aspectos. El primero es el riesgo de rechazo incorrecto;
esto significa que el auditor concluya que no se puede confiar en los controles o que el
saldo de una cuenta no es razonable cuando, en realidad, los controles si son confiables o
el saldo de la cuenta es razonable

El segundo aspecto es el riesgo de aceptación incorrecta. Este es el riesgo de que el

auditor llegue a la conclusión de que se puede confiar en los controles o que el saldo de
una cuenta es razonable, cuando los controles no son confiables en la medida esperada o
cuando el saldo no es razonable.

El auditor debe considerar el riesgo de muestreo en el diseño de cada plan de muestreo,

por tanto, el auditor debe:

a. diseñar el plan de muestreo de forma que produzca una muestra de tamaño

suficiente, y

b. utilizar un método de selección que produzca una muestra que sea

representativa del universo y que responda a los objetivos del auditor

1.1.2.3 ¿Qué es el universo en muestreo de auditoría?

La definición del universo es el paso que sigue directamente a la determinación del

objetivo de la prueba. Por ejemplo, si el objetivo de la prueba es determinar el nivel de
cumplimiento de los procedimientos prescriptos para autorizar los comprobantes, el
universo estará formado por todos los comprobantes emitidos durante el periodo de
prueba. Asimismo, si el objetivo de una prueba es determinar la razonabilidad de las
cuentas por cobrar a una fecha determinada, el universo se definiría como todas las
partidas que integran el total de cuentas por cobrar a esa fecha.

1.1.2.4 ¿Qué es la unidad de muestreo?

La unidad de muestreo se define como los elementos individuales que forman el universo,
y puede consistir en documentos, asientos, partidas, etc. En los ejemplos anteriores,
cada comprobante representaría una unidad de muestreo para la prueba de cumplimiento,
y cada saldo de clientes, factura o partida individual por cobrar podría representar una
unidad de muestreo para la prueba sustantiva

7
1.1.2.5 ¿Cuáles son los métodos usuales para seleccionar muestras?

La selección de la muestra se debe llevar a cabo utilizando partidas adecuadas para el

objetivo de la prueba. Por ejemplo, si el objetivo de la prueba es comprobar si se han
facturado todas las entregas de bienes, no tiene sentido usar las facturas como
documentos fuente. Por el contrario, la selección se debe hacer de otros registros de los
bienes enviados (por ejemplo, notas de expedición).

Los métodos pueden clasificarse en métodos de muestreo por probabilidades y métodos

de muestreo basados en el criterio. Los métodos de muestreo por probabilidades pueden
utilizarse tanto en el muestreo estadístico como en el no estadístico. Los métodos
basados en el criterio pueden utilizarse solamente en el muestreo no estadístico.

1.1.2.5.1 Muestreo por probabilidades

Requiere que todas las unidades de muestreo del universo tengan una probabilidad
conocida de ser seleccionada (aunque no todas tengan el mismo grado de probabilidad).
A continuación se explican los métodos más comunes de muestreo por probabilidades:

Muestreo de números al azar ilimitado

En este método todas las unidades del universo y todas las combinaciones de unidades
de muestreo tienen la misma posibilidad de ser seleccionadas. Para llevar a cabo el
muestreo de números al azar, el auditor:

- Determina el tamaño necesario de la muestra

- Genera suficientes números al azar de una secuencia de números que por lo

menos sea igual al número de unidades de muestreo del universo, y

- Relaciona los números al azar con unidades de muestreo específicas del

universo

Para este fin se pueden utilizar tablas de números aleatorios (Ver tema 2.2.4.2)

El muestreo de números al azar a partir de una secuencia controlada numéricamente

ofrece la misma probabilidad de selección a todas las partidas de la secuencia,
independientemente de su valor monetario. Por lo tanto, el valor monetario total de las
partidas incluidas en la muestra puede resultar insuficiente para el propósito del auditor.
Cuando el valor monetario total de las partidas incluidas en la muestra es un aspecto
importante, se puede estratificar el universo de manera que la prueba incluya las partidas
de mayor valor monetario

Muestreo sistemático de probabilidades

Se refiere a la selección de una muestra en base a uno o más intervalos uniformes de

muestreo. Un intervalo uniforme se determina dividiendo el número de partidas del
universo por el tamaño deseado de la muestra. Se selecciona un punto de partida al azar,
el cual debe ser un número no mayor que el intervalo uniforme. Ese punto de partida se

8
puede obtener usando una tabla de números aleatorios. Una partida de la muestra se
selecciona en el punto inicial y de ahí en adelante en cada intervalo uniforme a lo largo de
todo el universo. Por ejemplo supongamos que queremos seleccionar una muestra de
100 elementos de 30.000 líneas del mayor de cuentas por cobrar. Se determina que el
intervalo uniforme es 300(30.000/100) y se selecciona un punto de inicio al azar entre 1 y
300 inclusive. Entonces el auditor selecciona la partida correspondiente al punto inicial y
cada 300 partidas de ahí en adelante.

Debido a que el punto inicial se selecciona al azar, el método sistemático permite que
todas las unidades de muestreo del universo tengan la misma probabilidad de ser
seleccionadas. Sin embargo, no le da a todas las combinaciones posibles de unidades de
muestreo la misma probabilidad de ser seleccionadas, por lo que difiere de una muestra
de números al azar. Debido a esta diferencia el muestreo sistemático sólo se debe utilizar
cuando se espera que los atributos que se están comprobando estén distribuidos al azar
en el universo. Un ejemplo de un universo que no está ordenado al azar es una planilla
de sueldos en una empresa constructora cuando está organizada por equipos; cada
equipo tiene1 supervisor y 9 trabajadores por ejemplo. En estas circunstancias, una
selección de cada décimo empleado incluirá sólo supervisores o ninguno, dependiendo
del punto de partida.

Cuando se usa el muestreo sistemático de probabilidades, el uso de puntos iniciales al

azar múltiples puede reducir la posibilidad de que se ignora un patrón en el universo.
Desde cada punto de inicio escogido al azar, se suma el intervalo. Por ejemplo 300,
según el ejemplo anterior.

Muestreo por grupos

El muestreo por grupos se refiere a la selección al azar de varios grupos de unidades

contiguas de muestreo. Por ejemplo, al seleccionar una muestra de 100 partidas, el
auditor puede seleccionar 20 partidas al azar y tomar las 4 partidas contiguas a cada
partida seleccionada (5 en total). Una ventaja potencial de este método es que puede
reducir el tiempo que se necesita para seleccionar la muestra. La desventaja es que se
aumenta considerablemente el tamaño de la muestra necesaria para asegurar que es una
muestra representativa. Por lo general no se utiliza el muestreo por grupos.

1.1.2.6 ¿Qué otros métodos de selección de muestras existen?

Muestreo basado en el criterio

En oposición al muestro de probabilidades, la probabilidad de incluir cualquier partida en

particular en una muestra basada en el criterio no es conocida o determinable. En
consecuencia, los resultados de las muestras seleccionadas mediante este método no
deben ser evaluados estadísticamente.

El auditor debe tratar de evitar la introducción de prejuicios en la muestra seleccionada.

Los métodos por probabilidades al azar o de otro tipo están diseñados para excluir
prejuicios no deseados, y por lo general, son preferibles cuando se pueden aplicar en
forma eficiente.

9
Existen varios métodos de selección de muestras basados en el criterio. Algunos son:

a) Muestreo por selección específica.- Confía en el criterio del auditor. Por ejemplo,
al llevar a cabo pruebas para verificar las partidas del recuento físico de
existencias, el auditor incluirá partidas con saldos grandes, mediano y más
pequeños, partidas de distinto tipo, partidas de diferentes ubicaciones físicas y
partidas contadas por diferentes equipos de recuento del cliente a fin de que la
muestra sea representativa del universo. Sin embargo, es importante que el
auditor no sea influenciado por la conveniencia o inconveniencia de comprobar
algunas partidas en particular.

b) Muestreo Casual.- Es un intento de obtener una simulación de muestreo al azar.

El nombre no significa ni insinúa descuido. En la selección de las muestras, el
auditor elige partidas del universo sin tomar en cuenta el tamaño, fuente u otras
características distintivas. Al utilizar el muestreo casual el auditor debe evitar
distorsionar la muestra seleccionando solamente, por ejemplo, partidas inusuales
o físicamente pequeñas u omitiendo intencionalmente ciertas partidas, tales como
la primera o la última del universo.

c) Muestreo sistemático de criterio.- Este método es similar al método de

probabilidades mencionado anteriormente, excepto que no es imprescindible,
aunque si conveniente, un punto inicial al azar. Este método podría ser usado
cuando el intervalo entre las unidades de muestreo es grande y se necesitan
contar los registros del cliente para localizar cada partida a incluir. Por ejemplo,
suponga que se llevan registros de 10.000 partidas de existencias por número de
partidas y que cada página del listado contiene de 12 a 16 partidas, dependiendo
de la información almacenada por cada `partida. El auditor puede hacer una
selección sistemática basada en tomar la partida número X de cada tantas
páginas, en lugar de cada partida, lo que sería necesario en el método de
probabilidades.

Muestreo estratificado

Al desarrollar el plan de muestreo, el auditor debería considerar el uso de estratificación

en relación con cualquiera de los métodos de selección de muestras que han sido
tratados.

La estratificación requiere la división del universo en distintos subuniversos (estratos) en

base a unidades relativamente homogéneas. Cada estrato, del cual se seleccionará una
muestra, está sujeto a una selección y prueba independiente. Después de hacerse un
calculo separado del porcentaje de desvío o error de cada estrato, los resultados de la
prueba de cada estrato se combinan en una estimación global para todo el universo. Este
tema se ampliará en el desarrollo del tema de muestreo para pruebas de cumplimiento.

Muestreo a niveles múltiples

Este método permite una sucesión de distintas selecciones a varios niveles. Un ejemplo
de este muestreo es seleccionar una muestra de localidades y después una muestra de

10
facturas de cada localidad seleccionada. Su objetivo es calcular los resultados para todo
el grupo de localidades.

1.1.2.7 ¿Cuál es la relación del muestreo estadístico vs muestreo no estadístico?

Los auditores pueden utilizar métodos de muestreo estadístico o no estadístico para

pruebas representativas. Ambos métodos se basan en la presunción de que una muestra
revelará información suficiente acerca del universo en su conjunto, para permitir al auditor
llegar a una conclusión sobre el universo. La diferencia entre los dos métodos es el
grado de formalidad y estructura involucrado en la determinación del tamaño de la
muestra, selección de la muestra y evaluación de los resultados.

Al escoger entre el muestreo estadístico y el no estadístico, el auditor debe considerar los

objetivos de auditoría y la naturaleza del universo objeto de la muestra, como así también
las ventajas y desventajas de cada método. La elección involucra, primordialmente,
considerar el factor costo/beneficio en base a una comprensión de ambos métodos.

El muestreo estadístico le permite al auditor disminuir la incertidumbre derivada del

muestreo, esto no sucede con el no estadístico. Conforme disminuye la proporción entre
la muestra y el universo, los métodos estadísticos son más útiles para asegurar que se
seleccionan muestras representativas y que se llega a conclusiones adecuadas. El
muestreo estadístico es una forma de volver explícitas algunas consideraciones que están
implícitas en el muestreo no estadístico. Al final, ambos están dirigidos hacia el logro del
mismo resultado. El auditor aplicará su criterio profesional para evaluar la suficiencia y
pertinencia de la evidencia de auditoría que se haya obtenido de la muestra,
independientemente del método utilizado.

No es necesario, ni económicamente justificable, llevar a cabo todas las pruebas de

auditoría sobre una base estadística. El muestreo no estadístico se puede utilizar cuando
el auditor decida que el costo del muestreo estadístico excede los beneficios a obtener.
El tamaño de la muestra no debe ser determinante en la decisión de elección entre el
muestreo estadístico y el muestreo no estadístico.

La decisión sobre si usar o no un enfoque de muestreo estadístico o no estadístico es un

asunto para juicio del auditor respecto de la manera más eficiente de obtener suficiente
evidencia apropiada de auditoría en las circunstancias particulares. Por ejemplo, en el
caso de pruebas de control, el análisis del auditor de la naturaleza y causa de errores a
menudo será más importante que el análisis estadístico de simplemente la presencia o
ausencia (o sea, el conteo) de errores. En tal situación, el muestreo no estadístico puede
ser el más apropiado.

1.1.2.8 ¿Cuáles son las normas gubernamentales referidas a muestreo?

Aunque no existe una norma específica referida a muestreo, si se menciona este

procedimiento en varias partes de dichas Normas. A continuación detallamos las normas
y partes en donde se encuentran referencias al muestreo y su uso en la auditoría
gubernamental:

11
Norma Gubernamental Inciso Texto
220 NORMAS DE i) Muestreo. Para la obtención de las evidencias de
AUDITORÍA auditoría, el auditor debe utilizar, en lo posible,
FINANCIERA métodos de muestreo estadístico.
221 - Planificación
224 - Evidencia a) Los papeles de trabajo deben contener:
a) los objetivos, alcance y procedimientos,
incluyendo cualquier criterio de
muestreo utilizado.
230 NORMAS DE e) e) la metodología, explicando claramente las
AUDITORÍA técnicas empleadas para obtener y analizar la
OPERACIONAL evidencia necesaria para alcanzar los objetivos de
la auditoría. Esta explicación debe identificar
235 Comunicación de
cualquier supuesto significativo que se haya usado
resultados
al ejecutar la auditoría; también debe describir las
técnicas comparativas que se hayan aplicado, los
criterios e indicadores que hayan sido utilizados, y
cuando se hayan empleado métodos de muestreo,
explicar la forma en que se ha diseñado la muestra
y las razones para su selección.
250 NORMAS DE e) e) la metodología, explicando las técnicas y
AUDITORÍA ESPECIAL procedimientos empleados para la acumulación de
evidencia y, de ser aplicables, los métodos de
255 Comunicación de muestreo y los criterios de selección, así como el
resultados
ordenamiento jurídico administrativo y otras normas
legales aplicables y obligaciones contractuales
consideradas.
260 NORMAS DE 05 05. En la metodología se describen y explican las
AUDITORÍA DE técnicas especializadas o de auditoría que
PROYECTOS DE permitieron el logro de los objetivos de la auditoría,
INVERSIÓN PÚBLICA y se enuncian los criterios e indicadores técnicos
empleados en el desarrollo del examen realizado.
265 Comunicación de
resultados Cuando se utilicen métodos de muestreo, se
explicará la forma en que se diseñó la muestra y
las razones para su selección.

1.1.2.9 ¿Cuál el contenido de la NIA 530 y su uso en muestreo de auditoría?

A continuación se expone un resumen de la NIA 530 “Muestreo En La Auditoria Y Otros

Procedimientos de Pruebas Selectivas” a fin de exponer la perspectiva de la normativa
internacional al respecto.

1.1.2.9.1 Introducción

El propósito de esta Norma Internacional de Auditoría (NIA) es establecer normas y

proporcionar lineamientos sobre el uso de procedimientos de muestreo en la auditoría y
otros medios de selección de partidas para reunir evidencia en la auditoría.

12
1.1.2.9.2 Definiciones

El "Muestreo en la auditoría" (muestreo) implica la aplicación de procedimientos de

auditoría a menos de 100% de las partidas que integran el saldo de una cuenta o clase de
transacciones de tal manera que todas las unidades del muestreo tengan una oportunidad
de selección. Esto permitirá al auditor obtener y evaluar la evidencia de auditoría sobre
alguna característica de las partidas seleccionadas para formar o ayudar en la formación
de una conclusión concerniente al universo de la que se extrae la muestra. El muestreo
en auditoría puede usar un enfoque estadístico o no estadístico.

Para fines de la NIA, "error" significa tanto desviaciones de control, cuando se

desempeñan pruebas de control, o información errónea, cuando se aplican
procedimientos sustantivos. De modo similar, error total se usa para definir la tasa de
desviación o una información errónea total.

"Error anómalo" significa un error que surge de un suceso aislado que no es recurrente
salvo en ocasiones identificables específicamente y, por tanto, no es representativo de
errores en el universo.

"Universo" significa el conjunto total de datos de los que se selecciona una muestra y
sobre los cuales el auditor desea extraer conclusiones. Por ejemplo, todas las partidas en
el saldo de una cuenta o de una clase de transacciones constituyen un universo. Un
universo puede dividirse en estratos, o sub-universos, siendo examinado cada estrato por
separado.. El término universo se usa para incluir el término estrato.

El "riesgo en el muestreo" surge de la posibilidad de que la conclusión del auditor, basada

en una muestra pueda ser diferente de la conclusión alcanzada si todo el universo se
sometiera al mismo procedimiento de auditoría. Hay dos tipos de riesgo en el muestreo:

(a) el riesgo de que el auditor concluya, en el caso de una prueba de control, que el
riesgo de control es más bajo de lo que realmente es, o en el caso de una prueba
sustantiva, que no existe un error de importancia relativa cuando en verdad sí
exista. Este tipo de riesgo altera la efectividad de la auditoría y es más probable
que lleve a una opinión de auditoría inapropiada; y

(b) el riesgo de que el auditor concluya, en el caso de una prueba de control, que el
riesgo de control es más alto de lo que realmente es, o en el caso de una prueba
sustantiva, que existe un error de importancia relativa cuando de hecho no exista.
Ese tipo de riesgo afecta la eficiencia de la auditoría ya que generalmente llevaría
a realizar trabajo adicional para establecer que las conclusiones iniciales fueron
incorrectas.

Los complementos matemáticos de estos riesgos son llamados niveles de

confianza.

El "riesgo no proveniente de la muestra" surge de factores que causan que el auditor

llegue a una conclusión errónea por cualquiera razón no relacionada al tamaño de la
muestra. Por ejemplo, la mayor parte de la evidencia de auditoría es persuasiva más que

13
conclusiva, el auditor podría usar procedimientos inapropiados, o el auditor podría mal
interpretar la evidencia y dejar de reconocer un error.

"Unidad de muestreo" significa las partidas individuales que constituyen un universo. Por
ejemplo, cheques listados en talones de depósito, partidas de crédito en estados
bancarios, facturas de ventas o saldos de deudores, o una unidad monetaria.

"Muestreo estadístico" significa cualquier enfoque al muestreo que tenga las siguientes
características:

(a) selección al azar de una muestra; y

(b) uso de teoría de la probabilidad para evaluar los resultados de la muestra,

incluyendo medición de riesgos de muestreo.

Un enfoque de muestreo que no tenga las características (a) y (b) se considera un

muestreo no estadístico.

"Estratificación" es el proceso de dividir un universo en sub-universos, cada uno de los

cuales es un grupo de unidades de muestreo que tienen características similares (a
menudo, valor monetario).

"Error tolerable" significa el error máximo en un universo que el auditor está dispuesto a
aceptar.

1.1.2.9.3 Muestreo en pruebas de control

El muestreo en la auditoría para pruebas de control es generalmente utilizado cuando el

control deja evidencia de su aplicación (por ejemplo, iniciales del gerente de crédito en
una factura de venta indicando aprobación del crédito, o evidencia de autorización de
incorporación de información a un sistema de procesamiento de datos basado en una
microcomputadora).

1.1.2.9.4 Muestreo en Procedimientos Sustantivos

Los procedimientos sustantivos están relacionados con montos y son de dos tipos:
procedimientos analíticos y pruebas de detalle sobre transacciones y saldos. El propósito
de los procedimientos sustantivos es obtener evidencia de auditoría para detectar errores
importantes en los estados financieros. Cuando se llevan a cabo pruebas sustantivas de
detalle, el muestreo en la auditoría y para seleccionar partidas y reunir evidencia de
auditoría puede usarse para verificar una o más características sobre una cifra de los
estados financieros (por ejemplo, la existencia de cuentas por cobrar), o para hacer una
estimación de alguna partida en particular (por ejemplo, el importe de inventarios
obsoletos).

14
1.1.2.9.5 Consideraciones del Riesgo al Obtener Evidencia

El riesgo de auditoría representa que el auditor emita una opinión inapropiada cuando los
estados financieros contengan un error con importancia relativa. El riesgo de auditoría
consiste en el riesgo inherente; riesgo de control; y el riesgo de detección.

El riesgo de muestreo y el riesgo no proveniente de muestreo pueden afectar los

componentes del riesgo de auditoría. Por ejemplo, cuando se aplican pruebas de control,
el auditor puede no encontrar errores en una muestra y concluir que el riesgo de control
es bajo, o bien cuando la tasa de error en el universo es, inaceptablemente alta (riesgo
del muestreo). También puede haber errores en la muestra, los cuales deja de reconocer
el auditor (riesgo no proveniente de la muestra). Con respecto a procedimientos
sustantivos, el auditor puede usar una variedad de métodos para reducir el riesgo de
detección a un nivel aceptable. Dependiendo de su naturaleza, estos métodos estarán
sujetos a riesgos de muestreo y/o riesgos no provenientes del muestreo. Por ejemplo, el
auditor puede escoger un procedimiento analítico inapropiado (riesgo no atribuible al
muestreo) o puede encontrar sólo errores menores en una prueba de detalle, cuando, en
verdad, el error en el universo es mayor que la cantidad tolerable (riesgo del muestreo).
Tanto para las pruebas de control como para las pruebas sustantivas, el riesgo de
muestreo puede reducirse incrementando el tamaño de la muestra, mientras que el riesgo
que no proviene del muestreo puede reducirse con la planeación, supervisión y revisión
adecuadas del trabajo.

1.1.2.9.6 Diseño de la Muestra

Cuando se diseña una muestra de auditoría, el auditor deberá considerar los objetivos de
la prueba y los atributos del universo de la que se extraerá la muestra.

El auditor debe considerar qué condiciones constituyen un error por referencia a los
objetivos de la prueba. Por ejemplo, en un procedimiento sustantivo relacionado a la
existencia de cuentas por cobrar, como la confirmación, los pagos hechos por el cliente
antes de la fecha de confirmación, pero recibidos poco después de dicha fecha por el
cliente no se consideran un error.

Cuando lleva a cabo pruebas de control, el auditor generalmente hace una evaluación
preliminar de la tasa de error que espera encontrar en el universo que se somete a prueba
y el nivel del riesgo de control. Esta evaluación se basa en el conocimiento previo del
auditor o en el examen de un pequeño número de partidas del universo. De modo similar,
para pruebas sustantivas, el auditor generalmente hace una evaluación preliminar del
monto del error en el universo. Estas evaluaciones preliminares son útiles para diseñar
una muestra de auditoría y determinar el tamaño de la muestra. Por ejemplo, si la tasa
esperada de error es inaceptablemente alta, normalmente no se llevarán a cabo pruebas
de control. Sin embargo, al llevar a cabo procedimientos sustantivos, si la cantidad
esperada de error es alta, puede ser apropiado el examen de 100% o la revisión de una
muestra bastante grande.

15
1.1.2.9.7 Estratificación

La eficiencia de la auditoría puede mejorarse si el auditor estratifica un universo

dividiéndolo en sub-universos que tengan una característica de identificación. El objetivo
de la estratificación es reducir la variabilidad de partidas dentro de cada estrato y por lo
tanto permitir que se reduzca el tamaño de la muestra sin un incremento proporcional en
el riesgo de muestreo. Los sub-universos necesitan ser cuidadosamente definidos de
modo que cualquier unidad de muestreo pueda pertenecer solamente a un estrato.
Cuando se aplican procedimientos sustantivos, el saldo de una cuenta o clase de
transacciones a menudo se estratifica por la importancia de su valor monetario. Esto
permite que se dirija mayor esfuerzo de auditoría a las partidas de mayor valor que
puedan contener el mayor potencial de error monetario. De modo similar, un universo
puede ser estratificado de acuerdo a una característica particular que indique un riesgo
más alto de error, por ejemplo, cuando se prueba la recuperación de cuentas por cobrar,
los saldos pueden ser estratificados por antigüedad.

Los resultados de procedimientos aplicados a una muestra de partidas dentro de un

estrato pueden sólo proyectarse a las partidas que constituyen ese estrato. Para llegar a
una conclusión sobre el universo entero, el auditor necesitará considerar el riesgo y la
importancia relativa en relación a cualquier otro estrato que constituyan el universo total.
Por ejemplo, 20% de las partidas en un universo pueden constituir 90% del valor del saldo
de cuenta. El auditor puede decidir examinar una muestra de dichas partidas. El auditor
evalúa los resultados de esta muestra y llega a una conclusión sobre el 90% del valor
independiente del restante 10% (sobre el cual se usará una muestra adicional u otros
medios para reunir evidencia, o bien pueda considerarse de poca importancia relativa).

1.1.2.9.8 Tamaño de la Muestra

Al determinar el tamaño de la muestra, el auditor deberá considerar si el riesgo de

muestreo se reduce a un nivel aceptablemente bajo. El tamaño de la muestra es afectado
por el nivel del riesgo de muestreo que el auditor esté dispuesto a aceptar. Mientras más
bajo el riesgo que esté dispuesto a aceptar el auditor, mayor necesitará ser el tamaño de
la muestra.

El tamaño de la muestra puede determinarse por la aplicación de una fórmula basada

estadísticamente o mediante el ejercicio de juicio profesional aplicado objetivamente a las
circunstancias.

1.1.2.9.9 Selección de la Muestra

El auditor deberá seleccionar partidas para la muestra con la expectativa de que todas las
unidades de muestreo en el universo tengan una oportunidad de selección. Dado que el
propósito del muestreo es obtener conclusiones sobre el universo total, el auditor
seleccionará una muestra representativa, la muestra necesitará ser seleccionada de modo
que se evite la parcialidad.

1.1.2.9.10 Evaluación de los Resultados de la Muestra

16
En el caso de una prueba de controles, una tasa de error inesperadamente alta en la
muestra puede llevar a un incremento en el nivel evaluado de riesgo de control, a menos
que se obtenga evidencia adicional que soporte la evaluación inicial. En el caso de un
procedimiento sustantivo, una cantidad inesperadamente alta de error en una muestra
puede causar que el auditor estime que el saldo de cuenta o clase de transacciones
contiene errores de importancia relativa.

Si la evaluación de los resultados de la muestra indica que la evaluación preliminar de la

característica relevante del universo necesita revisarse, el auditor puede:
(a) pedir a la administración que investigue los errores identificados y el potencial de
errores adicionales, y que registre los ajustes necesarios; y/o

(b) modificar los procedimientos de auditoría planeados. Por ejemplo, en el caso de

una prueba de control, el auditor podría ampliar el tamaño de la muestra, probar
un control alternativo o modificar los procedimientos sustantivos relacionados; y/o

(c) considerar el efecto en la operación

La NIA 530 es efectiva para auditorías de estados financieros para periodos que terminen
en o después de julio 1 de 1999. Se permite la aplicación antes de dicha fecha.

1.1.2.10 ¿De qué habla la SAS 39 “Muestreo de Auditoría”?

La “Declaración sobre normas de auditoría -SAS 39 “ da el concepto de muestreo de

auditoría, indica los dos enfoques, ya mencionados, de muestreo en auditoría; el
estadístico y no estadístico y habla del riesgo del muestreo de auditoría.

A continuación se exponen los conceptos más importantes y un resumen ejecutivo de la

norma. (Se anexa una copia de la norma emitida por el comité ejecutivo de normas de
auditoría AICPA)

1.1.2.10.1 Conceptos importantes

1.1.2.10.1.1 Definiciones

Muestreo = Aplicación de un procedimiento a menos del 100%

Error = Error o irregularidades
Riesgo Máximo = Riesgo de error contable + Riesgo de detección

Los riesgos de error contable y riesgo de detección se reducen a través de pruebas en el

control Interno y pruebas sustantivas. Por otro lado, el riesgo de muestreo es función del
volumen de la muestra. Así tenemos que:

Si muestra < Entonces >Riesgo de muestreo

1.1.2.10.1.2 El riesgo de muestreo

El riesgo de muestreo se divide en cuatro tipos de riesgo de acuerdo al siguiente detalle:

17
 Tipos de riesgo Pensamos Es
‫ ڿ‬Riesgo de aceptación incorrecta √ X
¥ Riesgo de rechazo incorrecto X √
Confío Es
‫ ڿ‬Riesgo de sobreconfianza √ X
¥ Riesgo de poca confianza X √

¥= Se relaciona con la eficiencia de la audit oría

=‫ڿ‬ Se relaciona con la efectividad de la audit orí a (M ás peligroso)

1.1.2.10.1.3 Muestras de doble propósito

Este tipo de muestras buscan verificar:

Procedimientos de control que se cumplen

Que el importe monetario es correcto

1.1.2.10.2 Resumen ejecutivo de la norma SAS 39

1.1.2.10.2.1 El muestreo estadístico en la auditoría

El muestreo es la aplicación de un procedimiento de auditoría dentro de un saldo de cuenta

o clase de transacciones con el propósito de evaluar alguna característica o clase.

Existen 2 enfoques de muestreo: estadístico y no estadístico, ambos proporcionan al auditor

una medida de precisión confiable.

El muestreo estadístico esta permitido conforme a Normas de Auditoría Generalmente

Aceptadas, la tercera norma relativa a la ejecución del trabajo establece que la evidencia
debe ser comprobatoria, competente, y suficiente, la suficiencia esta relacionada entre otros
factores con el diseño y tamaño de la muestra el cual depende tanto de los objetivos como
de lo efectivo de la muestra (es decir lograr los mismos objetivos con un tamaño de muestra
más pequeño). La elección de usar un enfoque o el otro no debería afectar la decisión del
auditor sobre los procedimientos de auditoría a aplicar.

1.1.2.10.2.2 Incertidumbre y Riesgo Máximo

La SAS 39 hace referencia a la incertidumbre inherente en la aplicación de los

procedimientos de auditoría como el riesgo máximo, éste es una combinación del riesgo
que existe de que ocurran errores importantes en el proceso contable y el riesgo de que el
auditor no los detecte, esta incertidumbre puede ser por factores diferentes al muestreo,
como examinar la documentación y no detectar errores incluidos en dicha información o
seleccionar procedimientos de auditoria no apropiados para lograr el objetivo específico, o
el procedimiento de muestreo propiamente, el cual se da cuando una prueba sustantiva o

18
de cumplimiento se limita a una muestra, es decir entre más pequeño es el tamaño de la
muestra, mayor es el riesgo de muestreo.
Los tipos de riesgo de muestreo son: Riesgo de aceptación incorrecta, riesgo de rechazo
incorrecto, riesgo de sobre confianza sobre el control interno y riesgo de poca confianza
sobre el control interno.

1.1.2.10.2.3 Muestreo en pruebas sustantivas de detalle

Al planear una muestra específica para una prueba sustantiva de detalle se debe
considerar:
• La relación de la muestra con el objetivo relacionado de auditoría
• Estimaciones preliminares de niveles de importancia (error tolerable)
• El riesgo permisible del auditor de aceptación incorrecta
• Características del universo (Todas las partidas en el universo deben tener la
oportunidad de ser seleccionadas dentro de la muestra).

Finalmente para determinar el número de partidas que se seleccionarán en una muestra

para una prueba sustantiva particular de detalle, el auditor además de considerar los
puntos citados anteriormente debe aplicar su criterio para relacionar estos factores con el
objeto de determinar el tamaño de muestra apropiado.
Una vez elegida la muestra, los procedimientos de auditoría deben aplicarse a cada partida
de la muestra, si hubieran partidas no examinadas por diversos motivos el auditor debe
considerar procedimientos supletorios si es que el saldo o clase dio error en forma
considerable, o reconsiderar la evaluación inicial de la confianza que se tenía en el control
interno.

1.1.2.10.2.4 Muestreo en pruebas de cumplimiento de los controles internos

Al efectuar la planeación de una muestra de auditoria específica para una prueba de

cumplimiento el auditor debe considerar:

• La relación de la muestra con el objetivo de la prueba de cumplimiento

(considerando que el muestreo generalmente no es aplicable a pruebas de
cumplimiento porque éstas dependen principalmente de la segregación de
funciones o no proporcionan evidencia documental de desarrollo)
• El porcentaje máximo tolerable de desviaciones de los procedimientos prescritos
de control que soportarían su confianza planeada
• El riesgo permisible del auditor de sobre confianza
• Características del universo (Todas las partidas en el universo deben tener la
oportunidad de ser seleccionadas dentro de la muestra).

Una vez elegida la muestra, los procedimientos de auditoría deben aplicarse a cada
partida de la muestra, si hubieran partidas no examinadas, se debe usar procedimientos
supletorios y considerar las razones para esta limitación especialmente de aquellas
partidas seleccionadas como desviaciones de los procedimientos.

19
Finalmente si el auditor concluye que los resultados de la muestra no soportan el grado
planeado de confianza en el procedimiento de control, deberían alterarse las pruebas
sustantivas planeadas.

1.1.2.10.2.5 Muestras de doble propósito

El auditor puede diseñar una muestra que se utilizará para dos propósitos: probar el
cumplimiento con un procedimiento de control que proporciona evidencia documental del
desarrollo y probar si el importe monetario registrado de las transacciones es correcto.

El tamaño de una muestra diseñada para un propósito doble debe ser la mayor de las
muestras como si se hubieran elegido por separado y su evaluación debe ser
independiente uno del otro.

1.1.2.10.2.6 Selección de enfoque de muestreo

El muestreo estadístico ayuda al auditor a cuantificar el riesgo de muestreo y limitarlo a

un nivel que el considere aceptable, le permite además diseñar una muestra eficiente,
medir la suficiencia de la evidencia, y evaluar los resultados de la muestra.

El muestreo no estadístico permite al auditor diseñar muestras individuales para cumplir

los requisitos estadísticos y seleccionar las partidas que van a examinarse, este muestreo
incluye costos adicionales de entrenamiento a auditores.

Ambos enfoques si se aplican apropiadamente podrían proporcionar al auditor suficiente

evidencia comprobatoria.

2 PARTE: MUESTREO PARA PRUEBAS SUSTANTIVAS DE CUMPLIMIENTO Y

PRUEBAS SUSTANTIVAS DE DETALLE
2.1 Unidad: Temas básicos de estadística enfocados a muestreo de
auditoría

2.1.1 Distribuciones de frecuencia

2.1.1.1 ¿Qué son las distribuciones de frecuencia simples?

Una distribución de frecuencia es un resumen de varios datos para facilitar su lectura.

Nos ayudan a indicar el número de veces que parece repetido cada valor de una variable.

Estas distribuciones pueden presentarse en:

Series Simples

Distribuciones de frecuencia con valores puntuales

Series simples

20
Ejemplo 1 : Entregas con cargo a rendición de cuentas (Bs)

X: Entregas con cargo a rendición de cuentas

5200
6580
4400

Ejemplo 2: Edades de los hijos de Lucy

X: Edades de los hijos de Lucy

3
6
18

Ejemplo 3: Nombres de los asistentes a un curso de magia intergaláctica

X: Casimiro
Inspigan
Gualberto

2.1.1.2 ¿Qué son las distribuciones de frecuencia con valores puntuales?

Este tipo de distribución nos ayuda a indicar el número de veces que se repite la variable.

Ejemplo 1: Nº de llamadas de atención a los empleados de una entidad en la gestión

2003

Número de
X empleados Comentarios:
0 30 La variable tiene 6 valores
1 20 El número de empleados indica el número
30 de veces que se repite cada valor de la
2
variable. En este sentido, vemos en la 3ra
3 25 fila que 30 empleados tuvieron 2 llamadas
4 15 de atención en la gestión 2003
5 10 Esta columna se denomina "columna de las
n= 130 frecuencias absolutas simples"

Ejemplo 2: Número de veces que un estudiante del curso de muestreo en auditoría hace
fiesta en una semana

21
 Número de
X estudiantes
0 5 Comentarios:
1 6
2 8 9 estudiantes hacen fiesta 5 veces a la semana
Esta columna se denomina "columna de las
3 5 frecuencias absolutas simples"
4 6
5 9
n= 39

Ejemplo 3: Número de veces de cambios de canal de TV en medio minuto que efectúan

20 personas

Número de
X personas
2 2
3 1 El total de las personas analizadas es de 20. Si estas
fueran todas las personas en un edificio, 20 representaría a
4 3 la población (N), en cambio si fuera sólo algunos de los
5 14 habitantes de ese edifico, 20 es una muestra (n)
n= 20

2.1.1.3 ¿Qué son y como se determinan los intervalos de clase?

Los intervalos de clase son rangos de ordenamiento de datos y se determinan de acuerdo

al número y rango de la variable en un conjunto de datos.

Distribuciones frecuenciales con intervalos de clase (generalmente variables

continuas)

Ejemplo 1: Sobresueldos en Bs cobrados por 300 empleados de una entidad

X Ni Comentarios:
0-1000 20 El tamaño de la muestra es de 300
1000-2000 80 El recorrido de la variable es de 5000
2000-3000 95 Existen 5 intervalos de clase
3000-4000 65 La amplitud de cada intervalo de clase es de Bs1000
4000-5000 40 Los puntos medios o marcas de clase son: Bs500, 1500, 2500,
n= 300 3500 y 4500

Ejemplo 2: Edades de 40 empleados en una entidad

22
 X Ni
18-20 16
21-40 12
41-60 7 Esta es la columna de frecuencias absolutas
61-80 4 simples
81-100 1
n= 40

Ejemplo 3: Notas de un curso universitario de 60 alumnos

X Ni
0-10 2
11-.20 4
21-30 5
31-40 6
41-50 7 Esta es la columna de frecuencias absolutas
51-60 8 simples
61-70 10
71-80 12
81-90 2
91-100 4
n= 60

Cuando existen intervalos de clase se pierde algo de la información original, por ejemplo,
en el 5to intervalo de clase conocemos que7 alumnos tuvieron notas entre 41 y 50, pero lo
que no conocemos exactamente es cuánto cada alumno.

A partir de las frecuencias absolutas simples se puede llegar a otras frecuencias que
completan y agregan valor a la información que se pudo recolectar. Tomaremos de
referencia el ejemplo No. 1:
Distribuciones frecuenciales con intervalos de clase (generalmente variables
continuas)

Frecuencias
Frec. Absolutas Frecuencias relativas
relativas simples
X ni hi(%) acumuladas (Ni) acumuladas (Hi)
(hi)
0-1000 20 20/300 0.067 6.67 20 20/300 0.067
1000-2000 80 80/300 0.267 26.67 100 100/300 0.333
2000-3000 95 95/300 0.317 31.67 195 195/300 0.650
3000-4000 65 65/300 0.217 21.67 260 260/300 0.867
4000-5000 40 40/300 0.133 13.33 300 300/300 1
n= 300 100

23
Con este cuadro podemos indicar por ejemplo que en el cuarto intervalo de clase:

- Existen 65 empleados que cobraron sobresueldos comprendidos entre los Bs3000

y 4000

- La probabilidad de que un empleado escogido al azar tenga un sobresueldo entre

Bs 3000 y 4000 es de 21,7% (65/300) (esta es la definición frecuencial de la
probabilidad)

- También en base a la columna hi podemos indicar que el 21.7% de los 300

empleados cobraron sobresueldos entre Bs3000 y 4000. La suma de esta columna es
el 100%

- En base a la columna Ni podemos indicar que 260 empleados cobraron

sobresueldos menores a Bs 4000

- En base a la columna Hi podemos indicar que 260 empleados de 300 cobraron

sobresueldos menores a Bs4000

- También podemos indicar que el 86,7% cobraron sueldos menores a Bs 4000

2.1.1.4 ¿Qué son el histograma y el polígono de frecuencias?

Gráficos

Histograma de frecuencias:

Es una gráfica del conjunto de datos compuesta de una serie de rectángulos, cada uno
con un ancho proporcional a la amplitud de cada intervalo de clase y altura proporcional
al número de elementos que entran en la clase. Si los intervalos fueran de distintas
amplitudes, la superficie de cada rectángulo debe ser proporcional a la frecuencia
absoluta simple.

Polígono de frecuencias:

Es una línea que une los puntos medios de cada clase de un conjunto de datos, trazada
a la altura correspondiente a la frecuencia de los datos. Este gráfico es muy importante
pues da información relacionada a la forma de distribución de la variable.

Frecuencias
relativas simples Frec Absolutas Frecuencias relativas
hi(%)
X ni (hi) acumuladas (Ni) acumuladas (Hi)

0-1000 20 20/300 0.067 6.67 20 20/300 0.067

1000-2000 80 80/300 0.267 26.67 100 100/300 0.333
2000-3000 95 95/300 0.317 31.67 195 195/300 0.650
3000-4000 65 65/300 0.217 21.67 260 260/300 0.867
4000-5000 40 40/300 0.133 13.33 300 300/300 1
n= 300 100

24
 Histograma de frecuencias

100

80
No empleados

60
Serie1
40

20

0
0-1000 1000-2000 2000-3000 3000-4000 4000-5000
Sobresueldos

Si dividimos el polígono de frecuencias de una variable y resulta que un lado es

exactamente igual al otro, se dice que la distribución de la variable es simétrica, caso
contrario se dice que la distribución es sesgada o que tiene sesgo. Si el pronunciamiento
de la gráfica es hacia la derecha, entonces el sesgo es positivo, caso contrario es
negativo

El anterior gráfico tiene sesgo positivo.

Para representar gráficamente las columnas de las frecuencias acumuladas se precisan

los gráficos llamados "ojivas" por la forma de jota que adquiere el gráfico.

FREC Absolutas
X acumuladas (Ni)
0-1000 20
1000-2000 100
2000-3000 195
3000-4000 260
4000-5000 300

Frecuencias Acumuladas
(Ojiva)
Acumulada

400
Frec.

200
s

0
Serie1
00-

00-
1000

20

40
0-

Sobresueldos

25
La distribución de frecuencias completa y los mismos gráficos, pero adecuados para
variables discretas, para el ejemplo en donde X es el No de llamadas de atención a los
empleados de una entidad en la gestión 2003 son los siguientes:

Freuencias.Relativas Frec. Absolutas Frec. Relativas

ni
X simples (hi) hi(%) acumuladas (Ni) acumuladas (Hi) Hi(%)

0 30 30/130=0.23 23.08 30 30/130 = 0.23 23.08

1 20 20/130=0.15 15.38 50 50/130 = 0.38 38.46
2 30 30/130=0.23 23.08 80 80/130 = 0.61 61.54
3 25 25/130=0.19 19.23 105 105/130 = 0.81 80.77
4 15 15/130=0.12 11.54 120 120/130 = 0.92 92.31
5 10 10/130=0.08 8 130 130/130 = 1 100
N= 130 100

Dist frecuencias variables discretas

35
30
25
Empleados

20
Serie1
15
10
5
0
0 1 2 3 4 5
No llamadas de atención

Para graficar las frecuencias absolutas acumuladas

X Ni

0 30
1 50
2 80
3 105
4 120
5 130
n=

26
 Frec Absolutas

5
No empleados

0 20 40 60 80 100 120 140

Llam adas de atención

2.1.2 Principales medidas estadísticas y de dispersión

2.1.2.1 ¿Qué es y cual la aplicación de la media aritmética?

Media aritmética

Es la sumatoria de los valores de la variable, entre el total de los casos observados

Ejemplo 1: Si las edades de un grupo de personas son: 25, 29, 32, 30 y 34, entonces la
media aritmética es:

M(x)
25 M(x)=150/5= 30
29
32 n=5
30
34
150

Ejemplo 2: las edades de un grupo de alumnos de un internado militar son:

19,19,19,19,19,20,20,20,20,20,20,20,20,20,20,20,20,21,21,21,21,21,21,21,21. Hallar la
media aritmética

En este caso podemos agrupar los datos en una distribución de frecuencias:

X ni Xi x ni
19 5 95
20 12 240
21 8 168 M(X)=503/25=20.12 años
n= 25 503 20,12

27
El hecho de encontrar la media aritmética por este método se llama media aritmética
ponderada

2.1.2.2 ¿Cuáles son las propiedades de la media aritmética?

La media de una constante es la constante M(k)=k

Si reemplazamos todos los valores de una variable por la media, la
suma total no varía ∑x=nM(x)

La media de una constante por una variable es igual a la constante por

la media de la variable original M(kx)=kM(x)
Si a todos los valores de una variable le sumamos (o restamos) una
constante, entonces la media aritmética también queda incrementada o
disminuida en dicha constante M(x+k)=M(x)+k
La sumatoria de los desvíos respecto a la media es cero ∑[xi-M(x)]=0
La media de la suma de 2 variables es igual a la suma de las variables M(X+Y)=M(X)+M(Y)

Ejemplo 3: la siguiente tabla refleja la distribución de los salarios mensuales en Bs de un

grupo de 90 trabajadores de una empresa.

X:Salarios No Trabajo xi
1100-1400 15 1250
1400-1700 23 1550
1700-2000 30 1850
2000-2300 12 2150
2300-2600 10 2450
n= 90

M(x)= 1,780

Esta variable se distribuye de la siguiente manera:

28
 35

No trabajadores
30
25
20
15
10
5
0
1100- 1400- 1700- 2000- 2300-
1400 1700 2000 2300 2600
Salarios

2.1.2.3 ¿Qué es y para que sirve la varianza?

La varianza y la desviación típica son medidas de dispersión en estadística. Por esto, y

antes de explicarla más ampliamente explicaremos el concepto de medidas de dispersión.

Medidas de dispersión

Una medida de dispersión da información sobre la forma en que los datos de una variable
están distribuidos en relación a un valor central, con preferencia la media aritmética

Estas medidas nos proporcionan información adicional que nos permite juzgar la
confiabilidad de nuestra ,medida de tendencia central. SI los datos están muy dispersos
la media aritmética es menos representativa del conjunto de datos, que cuando se
agrupen más estrechamente alrededor de la media. Por ejemplo, un medicamento puede
tener una pureza promedio aceptable, pero puede estar variando desde muy buena hasta
muy mala y entonces puede ser peligrosa para la salud

Varianza s2 o V(x)

Es el promedio aritmético de las desviaciones o diferencias de los valores de la variable

respecto a la media aritmética al cuadrado

V(x)=∑[x-M(x)]
n

2.1.2.4 ¿Qué es y para que sirve la desviación típica o estándar?

Es la raíz cuadrada de la varianza, esta medida da el promedio de los desvíos respecto a la

media en las mismas unidades de la variable.

29
2.1.2.5 ¿Qué es y para qué sirve el Teorema de Chebishev?

La desviación estándar nos permite determinar, con un buen grado de precisión, donde
están localizados los valores de una distribución de frecuencias con relación a la media.
El teorema de Chebishev dice que no importa la forma que tenga la distribución, al menos
75% de los valores caen dentro de +-2 desviaciones típicas a partir de la media de la
distribución, y al menos 85% de los valores caen dentro de +-3 desviaciones estándar a
partir de la media.

Ejemplo 1: Dadas las siguientes calificaciones de un grupo de 4 estudiantes:3,4,4,5:

a) Calcular la varianza y la desviación estándar por dos métodos diferentes

b) Comprobar el resultado con una máquina calculadora

c) ¿Qué ocurriría si a todas las notas les disminuimos 1 punto?

2 2 n=4
X X-M(x) [X-M(x)] X M(x) = 4
3 -1 1 9 V(x)= 0,5
4 0 0 16 S(x)= 0,7071068
4 0 0 16
5 1 1 25
16 0 2 66

Ahora por el otro método

2
V(x)=M(x2)-[M(x)]2= (66/4)-(4)= 0,5

c) La dispersión sería la misma puesto que la nueva varianza se la obtendría en relación

a una nueva media disminuida en un punto (3).

2.1.3 Regresión y Correlación

2.1.3.1 ¿Cómo se efectúa el análisis de dos variables – covarianza?

Análisis de dos variables - Covarianza;

En muchos casos existe el interés de investigar en forma simultánea el comportamiento

de dos variables; en esos casos la información tiene la forma de pares ordenados puesto
que se la toma en forma conjunta. Un caso particular de las estadísticas de dos variables
son las series temporales o cronológicas.

La covarianza de dos variable expresa si el grado de relación entre las mismas es directa,
inversa o si no existe correlación. En este caso se trataría de variables independientes

30
(Que la una no tenga nada que ver con la otra). La covarianza de dos variables se define
de la siguiente forma:

COVxy=M(XY)-M(X) M(Y)

Si el signo es positivo, la relación entre las variables es directa, es decir que si aumenta la
variable X, la variable Y también aumentará.

Si el signo es negativo, la relación es inversa. Si el resultado es cero, existe ausencia de

correlación o se trata de variables independientes.

Ejemplo 1;

Suponga que la administración de Toyota quiere conocer si puede relacionar el número

de automóviles en circulación con la venta de neumáticos. La empresa dispone de los
datos de la siguiente tabla y desea conocer la covarianza de ambas variables:

En millones Autos Neumaticos

X Y XY COVxy=M(XY)-M(X) M(Y)
18 40 720
18,3 44 805,2 M(XY)= ∑(XY)/n= 6542.3/6= 1.090,38
18,9 52 982,8 M(X)= ∑(X)/n= 114.7/6= 19,12
19,4 59 1144,6 M(Y)= ∑(Y)/n= 339.0/6= 56,50
19,8 67 1326,6
20,3 77 1563,1 COVxy=1090.38-(19.12X56.5) 10,10
114,7 339,0 6.542,3

Como el resultado es positivo, la relación entre las variables es directa, es decir que si
aumenta el número de automóviles, también aumentará la venta de neumáticos.

Ejercicio:

La empresa de comida rápida Mc Doñas tiene los siguientes datos de venta de

hamburguesas y refrescos por mes para el semestre actual. Calcule la covarianza.

Hamburguesas Refrescos
X Y XY
50 20 1000
60 25 1500
54 22 1188
58 23 1334
64 27 1728
286,0 117,0 6.750,0

31
2.1.3.2 ¿Qué es y para que sirve la Regresión; en modelos lineales y no lineales?

El análisis de regresión, modelos lineales y no lineales;

En numerosas oportunidades el problema consiste en estimar valores de una variable a

partir de datos experimentales de la otra. Por ejemplo, Toyota (del primer ejemplo) puede
estar interesada en predecir las ventas de neumáticos de los próximos años en función
del número de automóviles que se estiman en circulación para los próximos años. Los
pasos para realizar esto son los siguientes:

Paso 1: Representar gráficamente los puntos experimentales o reales en una nube de

puntos o diagrama de dispersión, a través del cual se podrá observar el comportamiento y
la tendencia de ambas variables. En gran parte de los casos esta es lineal. En otros
casos puede existir una tendencia no lineal como la parabólica, exponencial, potencial,
polinómicas, etc. La mayoría de estas funciones pueden ser "Linealizadas", es decir, que
se les puede dar el tratamiento de líneas rectas utilizando sencillos cambios de variable.

Paso 2: Encontrar la mejor función matemática que se ajuste al diagrama de dispersión,

para ello se recurre al cálculo diferencial para obtener la ecuación de la recta por el
método de "mínimos cuadrados". Este método consiste en determinar los errores
existentes entre los valores reales y los teóricos dados por la función de ajuste, luego se
elevan al cuadrado dichos errores y posteriormente se los suma. Finalmente se obtienen
las derivadas parciales respecto a los parámetros desconocidos (a y b) y se minimiza la
función igualándola a cero.

Las ecuaciones resultantes denominadas normales para determinar la función lineal de

ajuste a través del método de mínimos cuadrados son:

1.- na+b∑x =∑y

2
2.- a∑x+b∑x = ∑xy

Con estas ecuaciones podemos obtener la ecuación general de la recta de regresión:

y= a+bx
Ejemplo 1:

La compañía Toyota desea estimar las ventas de neumáticos para los dos próximos años
en los cuales el gobierno estima que el número de automóviles será de 22.3 y 23.4
millones

32
 X Y XY X2
18 40 720 324
18.3 44 805.2 334.89
18.9 52 982.8 357.21
19.4 59 1144.6 376.36
19.8 67 1326.6 392.04
20.3 77 1563.1 412.09
114.7 339.0 6,542.30 2,196.59

1.- na+b∑x=∑y 1.- 6a+114.7b=339

2.- a∑x+b∑x2 = ∑xy 2.- 114.7a+2196.59b=6542.3

Resolviendo el sistema se tiene:

a= -245.53
b= 15.8

Por lo tanto la ecuación de la recta por el método de mínimos cuadrados es:

y = -245.53+15.8x

Las ventas estimadas de neumáticos para 22.3 millones de automóviles será:

y = -245.53+15.8(22.3)

y= 106.81

2.1.3.3 ¿Qué es y para que sirve el coeficiente de correlación?

El coeficiente de correlación sirve para medir la intensidad de la relación entre dos

variables. Una cuantificación de grado de correlación entre dos variables es necesaria
para maximizar precisión y objetividad. El coeficiente de correlación o de Pearson es la
medida usual de correlación y se la simboliza por "r" para una muestra y "p" para la
población.

Los valores que puede tomar "r" se encuentran en el siguiente intervalo:

.-1≤ r ≤1
La magnitud de la relación está indicada por el valor absoluto del coeficiente de
correlación, entre mayor sea la magnitud de "r", más fuerte es la relación. El signo (+o-)
de un coeficiente sólo indica la dirección de la relación y en realidad está dada por la

33
covarianza de las variables. Un r=0 indica que no se ha detectado una correlación entre
las dos variables:
COVxy
r=
SxSy
Ejemplo:

Encontrar el coeficiente de correlación para el ejemplo de los automóviles de Toyota y sus

neumáticos

X Y XY
18 40 720 COVxy= M(XY)-M(X)M(Y)
18.3 44 805.2
18.9 52 982.8 M(XY)= 6542.3/6= 1090.3833 1090.38 10.1
19.4 59 1144.6 M(X)= 114.7/6= 19.116667 19.12 1080.28
19.8 67 1326.6 M(Y)= 339/6= 56.5 56.5
20.3 77 1563.1

114.7 339.0 6,542.30 COVxy= 1090.38-((19.12x56.5))= 10.291667

con fórmula de Excel 10.291667

Luego:
Sx= 0.8070867 Sy= 12.816006

Con esto:

COVxy 10.29167
r= = 0.9949766
SxSy 0.807x12.816

con fórmula de Excel 0.9949766

2.2 Unidad: Muestreo para pruebas de cumplimiento

2.2.1 Consideraciones generales

El muestreo para pruebas de cumplimiento también es llamado muestreo de atributos. Los

siguientes pasos resumen las consideraciones usuales para llevar a cabo una prueba de
cumplimiento, tanto sobre una base estadística como no estadística.

- Determinar los objetivos de la prueba.

- Definir el universo y la unidad de muestreo.
- Determinar el método para seleccionar la muestra.
- Determinar el tamaño de la muestra.
- Ejecutar el plan de muestreo.
- Evaluar los resultados de la muestra.

34
 - Documentar el plan de muestreo, su ejecución y resultados.

2.2.1.1 ¿Cómo se determinan los objetivos de la prueba?

La determinación de los objetivos de un procedimiento que utiliza el muestreo de atributos

incluye los siguientes pasos:

- Obtener o actualizar el conocimiento del negocio y de los controles internos del

sistema que se va a examinar.
- Identificar los controles clave y decidir cuáles son los que serán probados por
muestro y cuáles por otro procedimiento.
- Tomar en cuenta los controles o procedimientos que se van a examinar por otras
razones, como por ejemplo, para responder a la preocupación de la gerencia
sobre el funcionamiento efectivo de los controles.

2.2.1.1.1 Identificación de los controles cuyo cumplimiento será probado

Las pruebas de cumplimiento se refieren a controles internos específicos que el auditor ha

identificado y en los que ha decidido confiar o que serán probados por otras razones
como, por ejemplo, a instancias del cliente. Cada universo probado debería formarse de
partidas sujetas a sistemas similares de control interno y de registración. Por ejemplo, al
examinar los controles sobre los procedimientos de desembolsos, por lo general el auditor
no combinaría los desembolsos para nómina con los que son para compra de bienes, ya
que están sujetos a distintos controles.

Con frecuencia, ciertos controles clave se aplican únicamente a un tipo de transacciones

específicas que se procesan en un sistema de transacciones. Por ejemplo, un control
clave de un sistema de compras y cuentas a pagar podría ser “todas las facturas
superiores a $ X son revisadas y aprobadas por el gerente financiero”. Si el plan de
muestreo requiere una muestra representativa de todas las facturas, la muestra puede no
incluir suficientes facturas superiores al límite, que permitan la evaluación de este control
clave. En estas circunstancias podría ser necesario hacer una selección complementaria
de facturas superiores al límite fijado.

Cuando se realizan pruebas de cumplimiento de un control clave, un desvío o error

implica que el control no funcionó de la manera prescrita por la gerencia o que no es
posible determinar si el control ha funcionado. El auditor definirá el desvío según el
conocimiento que tenga del sistema de control y de los objetivos de la prueba. Los
controles clave que serán evaluados y las condiciones posibles de error deben definirse
con suficiente claridad para que tanto la persona que diseña la prueba como la que la
realiza comprendan claramente si el control funcionó o no, según lo esperado para cada
unidad de muestro que se haya examinado.

En la mayoría de los casos es preferible definir los desvíos en términos de control y no de

documentos (por ejemplo, “control que requiere evidencia de la recepción antes del pago,
no efectuado” en lugar de ” falta el informe de recepción”).

35
Ocasionalmente, una empresa hará cambios importantes de un sistema durante el año. El
auditor debe determinar en que medida confiará en los controles establecidos por los
sistemas antiguos y nuevos y decidir si:

a. Probará sólo los controles en el sistema nuevo.

Por ejemplo, suponga que al final del primer trimestre del año la compañía
implantó un nuevo sistema para calcular los costos estándar y las variaciones.
Además suponga que el objetivo de la prueba de cumplimiento del sistema de
costos es determinar si los controles realmente funcionan como se espera y así
respaldar las pruebas sustantivas limitadas de los costos de existencias al final del
año. Asimismo, suponga que las existencias rotan tres veces al año
aproximadamente. Dado que la mayor parte de las existencias al cierre estarán
valuadas aplicando el nuevo sistema, probablemente el auditor decidirá aplicar
pruebas de cumplimiento sólo a los controles del nuevo sistema. El auditor
también debe considerar si hay líneas importantes de las existencias que no
rotaron según lo esperado.

b. Llevará a cabo una prueba combinada de los controles de los dos

sistemas.

Un cambio en un sistema puede o no afectar los controles específicos en los que

ha decidido confiar. Por ejemplo, un cambio de un sistema manual a uno
automatizado quizás no cambie los procedimientos de autorización. En este caso,
sería adecuado llevar a cabo sólo una prueba de los procedimientos de
autorización.

c. Probará los controles de cada sistema individualmente.

Por ejemplo, si se cambiaron los controles de facturación y registro de ventas al

final del tercer trimestre, el auditor podría diseñar dos pruebas separadas para los
controles clave, que sean diferentes en los dos sistemas contables. Si se utiliza
este enfoque y también se examinan controles que son iguales para los dos
sistemas, el auditor podría combinar los resultados de las dos pruebas para los
controles que son iguales, usando el muestreo de atributos estratificado.

2.2.1.2 ¿Cómo se definen el universo y la unidad de muestreo?

Universo

Al definir el universo para una muestra de atributos, el auditor determina la clase de

transacciones sobre las cuales es necesario llegar a una conclusión.

Como se mencionó antes (Ver 1.1.1.2), la definición del universo muchas veces es el
paso que sigue directamente a la determinación de los objetivos de la prueba. Por
ejemplo, si el objetivo de la prueba es determinar el porcentaje de cumplimiento de los
procedimientos prescriptos sobre autorización de pagos, el universo se formará con todos
los comprobantes de pago que se emitieron durante el período bajo prueba.

36
Los resultados de la muestra sólo se aplican al período que se incluye como parte
para la definición del universo. Es necesario estar satisfecho de que los controles
clave funcionan durante todo el período en que se confiará en ellos.

Al definir el período (o períodos) de prueba del cual se seleccionara una muestra de

partidas para ser probadas, el auditor tiene varias alternativas:

- Definir todo el año como el período de prueba.

- Definir el período que abarca desde el principio del año hasta una fecha interina
como un período de prueba representativo y determinar los procedimientos que se
deberían aplicar durante el período que abarca desde la fecha interina hasta el
final del año.
- Seleccionar una muestra de cada período.

2.2.1.2.1 Definición de todo el año como el período de prueba

Una muestra de auditoría para las pruebas de cumplimiento debe ser representativa
de todo el período y resultaría ideal que pudieran seleccionarse partidas de todo el
período bajo examen. Cuando se determina que el período de prueba cubre las
transacciones de todo un año y gran parte de las pruebas se realizarán en una visita
interina, el auditor debe estimar el número de unidades de muestreo que se deben
incluir en el universo para el resto del año. La estimación puede ser adecuada por el
volumen de transacciones realizadas hasta la fecha interina, por la estacionalidad de
las operaciones y otros factores. El cálculo resultante puede utilizarse para realizar
una selección que cubra todo el año.

Por ejemplo, si en los primeros 10 meses del año la compañía emitió facturas
numeradas del 1 al 10.000, el auditor puede hacer un cálculo conservador de que se
emitirán 2.500 facturas en los 2 últimos meses. Así, usará la secuencia numérica del 1
al 12.500 como el universo del cual se seleccionará la muestra. Las facturas que se
seleccionen y cuyo número sea menor a 10.000 se examinarán durante el trabajo
interino y el saldo se examinará al principio del trabajo de fin de año.

2.2.1.2.2 Definición del período hasta una fecha interina como el período de prueba

La segunda alternativa es definir un período de prueba para fines de muestreo que

abarque desde el principio del año hasta la fecha de la visita interina. Se podría llegar
a una conclusión sobre este período, basándose en la muestra. El auditor debe
considerar si es necesario realizar pruebas adicionales del período que se extiende
hasta fin de año. Al tomar esta decisión se deben considerar los siguientes factores:
a)los resultados de las pruebas durante el período interino; b) respuestas a
indagaciones relativas al período restante; c) la duración del período restante; d) la
naturaleza y volumen de las transacciones incluidas; e) evidencia de cumplimiento
durante el períodos restante que podrá obtenerse mediante pruebas sustantivas o de
otro tipo realizadas por el auditor independiente o mediante pruebas realizadas por
auditores internos, y f) otros elementos que el auditor considere importantes en las
circunstancias.

37
Este segundo enfoque es más conveniente conforme la fecha de terminación del
trabajo interino se acerca más al final del año. Por ejemplo suponga que el trabajo
interino comienza a mediados de octubre. El auditor podría examinar los controles
sobre ventas y cuentas por cobrar para los primeros 10 meses del año y sacar una
conclusión para el período. La desventaja de este método es que la prueba en si no
permite llegar a una conclusión sobre los controles en vigor durante todo el año. Sin
embargo, si los resultados de la muestra indican que los controles fueron eficaces
durante el período interino, el auditor muchas veces puede obtener satisfacción
adecuada sobre la continua efectividad de los controles sin examinar las
transacciones durante el período posterior.

2.2.1.2.3 Selección de una muestra de cada período

Si el auditor desea una evaluación tanto del período interino como del final del año, la
prueba se aplicaría en dos partes, seleccionando una muestra representativa de cada
período. El tamaño de la muestra para el período interino se deberá determinar
independientemente de la muestra post-interina y deberá tener el tamaño suficiente
para poder hacer una evaluación separada.

Debido a que este método requiere un tamaño de muestra mayor que cualquiera de
los dos primeros (el que define todo el año como período de prueba y el que define el
período de prueba sólo hasta la fecha interina), el auditor deberá estar satisfecho de
que el esfuerzo adicional es adecuado y que se necesitan las conclusiones por el
período interino y por todo el año para fines de auditoría.

Existen dos enfoques alternativos: un sobremuestreo o un enfoque

estratificado.

Un enfoque de sobremuestreo distribuye el esfuerzo del muestreo durante todo el

período de acuerdo al número de transacciones registradas. A continuación se
muestra un ejemplo de cómo se aplica el sobremuestreo. Suponga que la compañía
ha emitido 18.000 facturas de venta en los primeros nueve meses del año y se espera
que emita 24.000 en todo el año. Se determina que el tamaño de muestra necesario
para alcanzar una conclusión estadística para un universo de 18.000 (por el periodo
hasta la fecha interina) es, digamos, 90. Debido a que el tamaño del universo influye
muy poco en el tamaño de la muestra para universos de más de 10.000 unidades, el
tamaño de la muestra para universos de 24.000 que utilice los mismos parámetros
también será 90. Para obtener una sola selección para todo el año, el auditor hace
sobremuestreo; se multiplica 90 por 4/3 (24.000 dividido 18.000) para obtener una
muestra por todo el año de 120. El auditor examina a la fecha interina las partidas
seleccionadas que se han emitido (aproximadamente 90 partidas); es posible obtener
una conclusión estadística adecuada ya que se utilizó una muestra al azar de tamaño
suficiente. Al final del año, el auditor examina el saldo de la muestra. Debido a que la
probabilidad de selección es la misma para todas las transacciones, ya sean interinas
o post-interinas, hay básicamente una muestra al azar de 120 partidas por todo el
período y los resultados se pueden evaluar estadísticamente sin utilizar el enfoque de
evaluación del muestreo estratificado.

38
 El enfoque estratificado se debe utilizar cuando la probabilidad de selección es
diferente para las dos muestras y el auditor quiere una evaluación estadística
combinada de todo el período. Se deben tomar en cuenta las diferentes
probabilidades de selección al combinar los resultados de las dos muestras. La
muestra post-interina debe incluir, las unidades de muestreo necesarias para
asegurarse de que será una selección representativa.

Unidad de muestreo

Normalmente se define a la unidad de muestreo como cada uno de los elementos

individuales que forman el universo, que pueden ser: documentos, asientos, partidas u
otros elementos. La determinación de la unidad de muestreo se debe hacer de
acuerdo con el objetivo de auditoría y la definición del error. Por ejemplo, si el objetivo
de una prueba es determinar el grado de cumplimiento de un control que exige que
todas las comprobantes de pago tengan la firma de autorización, el comprobante será
la unidad de muestreo. Por otra parte, suponga que cada comprobante incluye varias
facturas con la autorización en cada una y el objetivo es determinar si se han
autorizado las facturas. En este caso, la factura será la unidad de muestreo. De lo
contrario, si se seleccionara el comprobante de pago en lugar de cada factura como
unidad de muestreo, se examinarían varias facturas para un solo comprobante, lo que
significaría trabajo adicional.

Las facturas múltiples en una prueba de desembolsos de caja demuestran la importancia

de determinar cuidadosamente la unidad de muestreo. En muchas pruebas de sistemas
de desembolsos, el auditor define el universo como “todos los cheques emitidos en un
períodos determinado”. Es muy común que haya más de una factura por comprobante de
pago. Si el auditor selecciona una muestra de cheques o de comprobantes de pago y
define el control, como “evidencia de la recepción antes del pago”, generalmente se
examinaría la evidencia de la recepción del bien por todas las facturas aplicables a cada
cheque o cada comprobante de pago que se hayan incluido en la muestra. Esto puede
llevar mucho tiempo cuando la compañía acostumbra a pagar muchas facturas con un
mismo cheque. Hay dos alternativas:

- Usar distintas definiciones de unidad de muestreo y de universo; o

- Llevar a cabo la prueba sobre una base de muestreo de etapas múltiples por lo
menos parcialmente

Ambas técnicas se explican más adelante.

2.2.1.2.4 Usar distintas definiciones de unidad de muestreo y de universo

Un ejemplo de la primera alternativa sería designar a la factura como la unidad de

muestreo en vez del cheque y todas las facturas que se pagaron durante el período como
el universo. Este enfoque requiere obtener un listado u otro registro que permita el control
e identificación de todas las facturas individuales. Por ejemplo puede existir un registro de
compras o un registro de facturas por computación. Las facturas pueden numerarse al ser
recibidas, o puede haber un sistema de control por lotes con un determinado número de
lotes y un número máximo o fijo de facturas por lote. Con esta finalidad, se podrían
realizar selecciones en base al número de página y de renglón para seleccionar una

39
muestra al azar utilizando el lote como número de página y el número de partida dentro
del lote como número de renglón. El auditor también podrá utilizar el comprobante de
pago como la página y la factura como renglón. Pero, si una factura seleccionada con
este método no existiera, tanto la factura como el comprobante tendrán que ser
sustituidos por un número al azar extra.

2.2.1.2.4 Llevar a cabo la prueba sobre una base de muestreo de etapas múltiples por lo
menos parcialmente

Un ejemplo de la segunda alternativa sería probar ciertos atributos de los comprobantes

de pago y otros atributos de las facturas y documentación respaldatoria. Se podría
examinar una muestra representativa de comprobantes de pago en relación con atributos
aplicables a cada comprobante en sí mismo (por ejemplo, autorización del comprobante).
Entonces, el auditor podría seleccionar por criterio una factura por cada comprobante de
pago seleccionado. Las facturas anexas a los comprobantes que contienen una sola
factura tendrían distintas probabilidades de ser seleccionadas que las anexas a los
comprobantes con múltiples facturas. En este ejemplo, si se seleccionaran los
comprobantes de pago usando un método de selección basado en probabilidades, sería
posible llegar a una conclusión estadística sobre los atributos relacionados con los
cheques y los comprobantes y una conclusión no estadística con respecto a aquellos
atributos relativos a facturas y documentación respaldatoria.

2.2.1.3 ¿Cómo se define el método de selección de muestra?

El muestreo de atributos se puede llevar a cabo en forma estadística o no estadística. La

elección entre muestreo estadístico y no estadístico fue explicada en 1.1.2.7. Además, se
detallan varios métodos de selección de muestras que se pueden usar para el muestreo
de atributos en la parte 1.1.2.5 y 1.1.2.6.

2.2.1.4 ¿Cómo se determina el tamaño de la muestra?

Para determinar el tamaño de la muestra es importante considerar el riesgo de muestreo

Como ya se indicó antes, el riesgo de muestreo es el riesgo de que una muestra no sea
representativa del universo del cual se extrajo. Esto podría implicar que el auditor llegue a
conclusiones incorrectas sobre el universo partiendo de los resultados de la muestra. El
riesgo aceptable de muestreo es una determinante muy importante del tamaño de la
muestra. A medida que se incrementa el riesgo aceptable de muestreo, disminuye el
tamaño de la muestra.

El riesgo de muestreo para una muestra de atributos puede ser medido estadísticamente
en términos de dos factores interrelacionados:
a. Riesgo de aceptación incorrecta y,
b. Porcentaje máximo aceptable de desvío(o tasa de desviación tolerable/límite
superior estimado).
Si en cualquiera de las muestras se cambia uno de los factores el otro también cambiará.

Al diseñar el plan de muestreo estadístico, el auditor anticipa la evaluación estadística

deseada, cuantificando específicamente el riesgo de aceptación incorrecta y el porcentaje

40
máximo aceptable de desvío. Al diseñar un plan de muestreo no estadístico, el auditor no
necesita (y por lo general no lo hace) cuantificar estos factores en forma específica; no
obstante, deberían ser considerados en forma conceptual.

2.2.1.4.1 Riesgo de aceptación incorrecta

El riesgo de aceptación incorrecta es el riesgo de que, en apariencia, la muestra satisfaga

las expectativas de cumplimiento que se consideraron en la planificación, cuando el
porcentaje de ocurrencia real del universo no satisface ese grado de confianza. Cuando el
muestreo es la principal fuente de evidencia para comprobar si los controles clave
funcionan según lo prescripto, el auditor, por lo general, requiere un grado relativamente
alto de seguridad (un riesgo relativamente bajo de aceptación incorrecta) de que las
conclusiones relativas al funcionamiento de los controles clave no son diferentes de las
conclusiones a las que se arribaría si todas las transacciones sometidas a dichos
controles fueran examinadas. Por el contrario, cuando se obtiene un alto grado de
seguridad respecto del funcionamiento de los controles por medio de otros
procedimientos, se requiere un menor grado de seguridad de la muestra

2.2.1.4.2 Porcentaje máximo aceptable de desvíos (tasa de desviación tolerable)

El porcentaje máximo aceptable de desvíos se define como el porcentaje de error que, si

se supiera que sería excedido, modificaría el grado planeado de confianza depositado en
los controles. Al definir el porcentaje máximo aceptable de desvío, el auditor debe
considerar que, si bien los desvíos de los controles clave aumentan el riesgo de errores
importantes en los registros contables, tales desvíos no necesariamente ocasionan
errores. Un desembolso que no tenga evidencia de autorización adecuada puede, sin
embargo, ser una transacción que se haya autorizado y registrado adecuadamente. De
esta forma el porcentaje máximo aceptable de desvío no implica el mismo porcentaje de
error monetario. Los auditores normalmente seleccionan un porcentaje máximo aceptable
de desvío para las pruebas de cumplimiento que es mayor que el nivel tolerable de error
monetario. Esto se basa en la suposición de que un desvío ocasionará un error en los
registros contables sólo si el desvío u el error ocurrieran en la misma transacción. Por lo
tanto, en general se podría esperar que los desvíos de los procedimientos de un control
clave de un nivel determinado ocasionan errores monetarios de un porcentaje menor.

El porcentaje máximo aceptable de desvío (tasa de desviación tolerable) es un factor de

riesgo de muestreo vinculado al grado relativo de confianza que el auditor deposita en los
controles y en las pruebas sustantivas como fuentes de satisfacción de auditoría. No se
trata del porcentaje que tanto la gerencia como el auditor necesariamente considerarían
como un porcentaje aceptable de cumplimiento de los procedimientos de control
prescriptos.

2.2.1.4.3 Porcentaje de desvío esperado

Otro de los factores que afecta el tamaño de la muestra es el porcentaje de desvío

esperado. Este se determina en base a información pertinente, tal como los resultados de
pruebas de años anteriores, cambios de sistemas o de personal. El porcentaje de desvío
esperado no puede exceder el porcentaje máximo aceptable. Si hubiera motivos para
creer que el porcentaje de desvío real es superior al aceptable el auditor, por lo general,

41
no realizará pruebas de cumplimiento para ese atributo y no confiará en ese control. En la
medida en que el desvío esperado se acerque más al % máximo de error aceptable, la
necesidad de obtener información más precisa de la muestra y de su tamaño aumentará.

2.2.1.4.4 Consideraciones de auditoría al probar más de un atributo

Quizá sea necesario que el auditor determine un tamaño global de la muestra para una
prueba de cumplimiento de varios atributos en la que cada atributo tenga un diferente
nivel de riesgo aceptable de muestreo. Por ejemplo, suponga que en una prueba de
desembolsos de caja se están examinando dos atributos con diferentes riesgos
aceptables de muestreo. La primera definición de desvío o atributo es “no existe evidencia
de que el comprobante fue autorizado adecuadamente” y se determina que el tamaño
adecuado de la muestra es de 55. La segunda definición de desvío es “no existe
evidencia de la recepción anterior al procesamiento del pago” y se determina que el
tamaño adecuado de la muestra es de 80.

Debido a que se deben sacar 80 comprobantes de los archivos, como medida práctica el
auditor examinará 80 recibos en cuanto a ambos atributos. Esto es una consideración de
auditoría más que una consideración estadística y evita cualquier problema potencial al no
haber aplicado algunos procedimientos de auditoría a todos los documentos
seleccionados.

Cuando se utilizan los mismos documentos para examinar varios atributos, el tamaño total
de la muestra que se use debe ser lo suficientemente grande como par satisfacer los
requisitos del atributo que exige el mayor tamaño de muestra. Dicho tamaño de muestra
se debe utilizar para evaluar todos los atributos.

Algunas veces la prueba de un determinado atributo requiere el examen de algunos

documentos distintos a los que se examinaron para otros atributos. Por ejemplo, suponga
que otra definición de desvío en el caso antes mencionado sea “el precio pagado según el
comprobante de pago difiere del precio según el contrato” y el tamaño de muestra
requerido es de 55 partidas. Si los contratos no están archivados con los comprobantes
de pago bastaría con examinar los contratos de los primeros 55 comprobantes del total de
los 80 seleccionados.

2.2.1.4.5 Cálculo del tamaño del universo

Excepto para universos muy pequeños, sólo se necesita una aproximación razonable del
tamaño del universo para determinar un tamaño de muestra adecuado para el muestreo
de atributos. Para universos de más de 10.000 unidades de muestreo, el tamaño de
muestra para alcanzar un determinado grado de seguridad no aumenta conforme
aumenta el universo. Por ejemplo, para alcanzar un resultado estadístico específico, el
tamaño de muestra para un universo de 10.000 unidades es idéntico al de un universo de
1.000.000 de unidades. Para universos de entre 1.000 y 10.000 unidades de muestreo
sólo hay una variación muy pequeña en el tamaño de la muestra. Cuando el universo
tiene menos de 1.000 unidades de muestreo, el auditor debe considerar si las pruebas de
cumplimiento de los controles con una muestra representativa de transacciones es una
medida adecuada, práctica y eficiente. Los sistemas pequeños (de menos de 1.000
transacciones), por lo general requieren un enfoque sustantivo basado en el conocimiento

42
que tenga el auditor en cuanto a la naturaleza del universo. Si el auditor quiere aplicar
algunas pruebas de cumplimiento, el tamaño de universos que estén dentro de la
categoría de sistemas pequeños tendrá un gran impacto sobre el tamaño de la muestra.

La siguiente tabla permite observar el efecto que tiene el tamaño del universo sobre el
tamaño de la muestra determinado en forma estadística. Suponga las siguientes
constantes para una prueba de límite superior aplicada en forma secuencial:

Riesgo de aceptación incorrecta 5%

Porcentaje conservador de desvío esperado 1%
Porcentaje máximo aceptable de desvío 8%

El tamaño estadístico de la muestra para universos de varios tamaños sería

Tamaño del Tamaño de

universo la muestra
500 55
1.000 57
10.000 58
100.000 58
1.000.000 58

En las secciones sobre muestreo estadístico de atributos y muestreo no estadístico de

atributos se tratan en detalle los factores que se utilizan para la determinación del tamaño
apropiado del universo.

2.2.1.5 ¿Cómo se ejecuta el plan de muestreo?

La ejecución del plan de muestreo incluye la selección de la muestra y el examen de las

partidas seleccionadas para los atributos correspondientes. Al examinar las partidas
seleccionadas, el auditor no debe conformarse con que se haya realizado el
procedimiento de control; debe verificar que además, se haya realizado correctamente. La
ausencia de una de estas condiciones se considerará como un desvío en el muestreo de
atributos., esto puede requerir que el auditor realice nuevamente los procedimientos que
ha aplicado el cliente. Si el control que se encuentra bajo examen se aplica a
transacciones individuales, el auditor debe cerciorarse de que la transacción seleccionada
es veraz, que se ha registrado correctamente y que es razonable de acuerdo con el
conocimiento que tiene del negocio. Es por esto que las pruebas de cumplimiento
incluyen generalmente, procedimientos de pruebas sustantivas y proporcionan tanto
evidencia de cumplimiento como evidencia sustantiva.
Si bien la ejecución de un plan de muestreo de atributos por lo general no debería
representar mayores problemas. Existen ciertas dificultades que surgen frecuentemente.
Estas se explican a continuación.

43
2.2.1.5.1 Documentos anulados

Algunas veces el proceso de selección tiene como resultado la elección de un documento

que se ha anulado. En estas circunstancias, el auditor debe satisfacerse de que la
explicación correspondiente para anular el documento es adecuada, normalmente
determinando que el documento fuera cancelado por personal autorizado y por motivos
aparentemente legítimos. La preocupación más seria es que haya ocurrido alguna
transacción pero no hay sido registrada porque el documento ha sido anulado. Dado que
muchas veces se sustituyen los documentos anulados, el auditor podría examinar la
transacción sustitutiva. Si la partida se ha anulado adecuadamente y no fue sustituida, se
deberá seleccionar una partida adicional para mantener el tamaño de muestra deseado.

2.2.1.5.1 Documentos no utilizados

Si existiera un documento que no ha sido utilizado, el auditor debe cerciorarse de que, en

realidad, no haya sido utilizado y debe sustituir la partida por otra. El hecho de que los
documentos no se hayan usado en secuencia puede indicar que posiblemente el control
sobre el uso de documentos no está funcionando.

2.2.1.5.2 Documentos faltantes

Los documentos faltantes pueden ser el resultado de errores de archivo o de destrucción

o pérdida accidental. Las transacciones sin respaldo tienen implicancias de auditoría
potencialmente serias. El auditor debe intentar encontrar respaldo para todas las partidas
de la muestra aunque sea necesario buscar fuera del sistema normal de archivo. Por
ejemplo, si no se puede localizar una factura, el auditor puede buscarla en los estados de
cuenta del proveedor. Si los informes de recepción no están adjuntos a la factura, el
auditor puede encontrar copias de los documentos que faltan en el departamento de
recepción o pedirle al proveedor que confirme el envío o verificar la entrega. Estos pasos
pueden ofrecer evidencia de que las transacciones son válidas. Sin embargo, no se puede
obtener la satisfacción en cuanto al cumplimiento de algunos procedimientos de control
(por ejemplo, evidencia de autorización) a menos que se encuentren los documentos
faltantes. Por ejemplo, si la autorización del precio consta sólo en la factura faltante, el
auditor no podrá estar satisfecho de que se ha llevado a cabo el procedimiento de control.
Para evaluar una situación como la anterior, el auditor normalmente supondrá que los
documentos faltantes son desvíos a efectos de evaluar los resultados de la muestra.

El considerar los documentos faltantes como desvíos puede resultar en que el porcentaje
de desvío supere lo que el auditor considera aceptable a efectos de confiar en los
controles internos. En estas circunstancias, el auditor también podría determinar el
porcentaje de desvíos surgido de las partidas para las cuales se pueden localizar los
documentos. Si esta determinación indica que el alcance de los desvíos está dentro de los
límites que considera aceptables, el auditor puede emplear su criterio para determinar el
nivel de desvío de todo el universo y evaluar si ha obtenido suficiente evidencia como
para tener una base razonable para dicha evaluación. Se deben extremar las
precauciones al extraer conclusiones cuando existan documentos faltantes.
Independientemente de la conclusión que se obtenga del nivel de cumplimiento, ésta no
disminuye la responsabilidad del auditor para determinar si las transacciones para las
cuales no se pudieron localizar documentos son veraces.

44
En cualquier caso, si el auditor no puede encontrar respaldo de la validez de las
transacciones, el cliente debe ser notificado para que se apliquen las medidas necesarias.
La falta de respaldo de las transacciones pueden originarse en varias causas, que van
desde un error accidental hasta el desfalco o fraude. Según la circunstancia, sería
apropiado consultar con el gerente y/o el socio antes de notificar a los funcionarios del
cliente o de ampliar el alcance de trabajo.

2.2.1.5.3 Errores en la determinación de secuencias en el universo

Al usar el muestreo de números al azar, es común que se estime la secuencia numérica

antes de que se generen todos los documentos. Por ejemplo, al seleccionar los
comprobantes para una prueba de todo un año, el auditor puede estimar durante la
revisión interina cuantos se usarán en el resto del ejercicio. Si el universo real resulta ser
significativamente menor a la secuencia de numeración estimada, se deben usar números
al azar adicionales para reemplazar las partidas correspondientes a los documentos no
utilizados.

Si el universo real resulta ser mayor que la secuencia numérica que se calculó, el auditor
debe considerar el impacto de las partidas que se excluyeron respecto de la
representatividad de la muestra de auditora que se haya seleccionado. El auditor puede:

a. Redefinir el universo y considerar el efecto de la parte que no se muestreó

respecto de la conclusión de auditoría.
b. Hacer una selección separada de las partidas que se excluyeron y aplicar la
prueba sobre una base estratificada o de sobremuestreo.(Ver punto 2.2.1.2.3)
c. Hacer una selección completamente nueva en base a la secuencia numérica
correcta para el período que abarca desde la fecha interina al final del año y
aplicar la prueba sobre una base estratificada.

2.2.1.5.4 Suspensión de la prueba antes de su terminación

Ocasionalmente el auditor encontrará muchos desvíos al auditar las primeras partidas de

la muestra. Entonces es posible que resulta obvio que, aún cuando el resto de la muestra
no tuviera desvíos, la conclusión sería la de no confiar en el control que se está probando.
Si esto sucede, el auditor probablemente deba detener la prueba, considerar las posibles
causas de los desvíos y/o errores, determinar las implicancias sobre los estados
financieros y modificar adecuadamente las pruebas sustantivas planificadas.

2.2.1.5.5 Partidas no aplicables

Algunas veces la definición de desvío no es aplicable a una determinada unidad de

muestreo. Para evaluar los resultados de la muestra para cada atributo, el número de
unidades de muestreo realmente examinadas depende del número para el cual el atributo
es aplicable. Es decir, las partidas no aplicables para un atributo en particular se deducen
del número de partidas seleccionadas para obtener el número de partidas examinadas.
Por ejemplo, si la definición de desvío se aplica solamente a 75 partidas de 100
desembolsos seleccionados y se detectan 2 desvíos, el porcentaje de error en la muestra
para eses atributo es de 2 en 75, no 2 en 100.

45
2.2.1.5.6 Desvíos

Por lo general, se debe considerar que cada unidad de muestreo tiene solamente un
desvío por cada atributo que se prueba. Por ejemplo, suponga que la unidad de muestreo
es el comprobante de pago y la definición de desvío es “no se aprobaron debidamente
todas las facturas a pagar por el departamento correspondiente”. Será necesario revisar
todas las facturas incluidas en cada comprobante; pero independientemente de la
cantidad de facturas sin aprobación incluidas en un comprobante de pago seleccionado,
solamente se computará un desvío para la evaluación de atributos (es decir, el control se
cumple o no se cumple). El hecho de que una o más facturas no estén debidamente
aprobadas por el departamento correspondiente, será considerado en la evaluación de los
aspectos cualitativos de los desvíos.

2.2.1.6 ¿Cómo se evalúan los resultados de la muestra?

La evaluación de los resultados de la muestra se trata profundamente en el muestreo

estadístico de atributos y en el muestreo no estadístico de atributos. Ya que esta parte
habla de consideraciones generales para ambos no se incluye in extenso este acápite

2.2.1.7 ¿Cómo se documentan las aplicaciones del muestreo de atributos?

Los papeles de trabajo deben incluir la descripción de la ejecución del plan de muestreo y
los resultados de la evaluación de la muestra. Si se hubiera utilizado el computador, la
documentación producida debe incluirse en los papeles de trabajo. A continuación se
enumera una lista de puntos que deben tenerse en consideración al documentar una
aplicación del muestreo de atributos.

a. Identificación del sistema que se está probando

b. Objetivos de la prueba
c. Cómo se va a llevar a cabo la prueba
d. Definición del universo y de la unidad de muestreo, incluyendo la forma en que el
auditor se satisfizo de que el marco y el universo son equivalentes
e. Método de selección
f. Definición de los atributos que se están probando
g. Factores considerados para la determinación del tamaño de la muestra
(incluyendo para cada atributivo examinado estadísticamente, el riesgo explícito de
aceptación incorrecta, el porcentaje máximo aceptable de desvío y el porcentaje
conservador de desvío esperado)
h. Cómo se realiza una prueba para más de un atributo.

Al terminar la prueba, los papeles de trabajo deben incluir la cantidad y clase de desvíos
que se encontraron en la muestra, el seguimiento que se realizó respecto a cada uno, el
número real de unidades de muestreo que se examinaron y si los resultados se
consideran aceptables o inaceptables.

Cuando los resultados se consideran inaceptables, los papeles de trabajo también deben
documentar otras áreas de auditoría que se hayan visto afectadas y las medidas que se

46
hubieran tomado. Por último, los papeles de trabajo deben incluir conclusiones generales
con respecto a la confianza que se pueda depositar en el sistema.

Como documentación se pueden utilizar formularios impresos, como los que se muestran
como ejemplo en el ANEXO 1.

2.2.2 Muestreo estadístico de atributos

En el tema 1.1.2 se tratan diversos conceptos del muestreo de auditoría, incluyendo los
factores a considerar por el auditor al elegir entre, muestreo estadístico y no estadístico.
El tema 2.2.1 incluye lineamientos generales aplicables al muestreo de atributos, tanto
estadístico como no estadístico.

Este tema trata más específicamente los factores que deberían considerarse cuando el
auditor decide utilizar muestreo estadístico de atributos. En general, estos factores se
relacionan con:

- La determinación del tamaño de la muestra

- La ejecución del plan de muestreo
- La evaluación de los resultados de la muestra

2.2.2.1 ¿Cómo se determina el tamaño de la muestra?

La determinación del tamaño de la muestra involucra lo siguiente:

a) Determinación del riesgo de aceptación incorrecta adecuado.

b) Definición del porcentaje máximo aceptable de desvío (“maximum tolerable
deviation rate” - MTDR.) en el universo
c) Determinación del porcentaje conservador de desvío esperado (“conservative
expected deviation rate” – CEDR) en el universo.

Una vez que estas decisiones han sido adoptadas y el tamaño del universo estimado
puede utilizarse un programa de computación o tablas estadísticas (Ver ANEXO 2) para
calcular el tamaño de la muestra.

El resultado de una aplicación de muestreo de atributos puede ser evaluado

estadísticamente como un rango predecible pero desconocido dentro del cual se
encontraría el porcentaje de ocurrencia real. El rango puede calcularse sobre la base del
límite superior, el inferior o ambos (estimación de intervalo). Sin embargo, las
estimaciones de intervalo y pruebas basadas en el límite inferior no son utilizadas a
menudo en aplicaciones de auditoría de muestreo de atributos y por lo tanto no se tratan
en este tema. (El límite superior se refiere al límite máximo de la tasa de desviación
tolerable)

Existe un “riesgo de aceptación incorrecta” de que el porcentaje real de desvíos exceda el

limite superior estimado y que las conclusiones obtenidas basadas en la muestra no sean
justificadas.

47
En el muestreo estadístico de atributos, no es adecuado llegar a conclusiones separadas
sobre la base del límite superior y del riesgo de aceptación incorrecta. Estos dos factores
están interrelacionados y se incluyen juntos en la conclusión de la evaluación. Por
ejemplo, suponga que en una muestra al azar de 75 partidas el auditor encontró tres
desvíos; el porcentaje de ocurrencia en la muestra es del 4%. Un ejemplo de conclusión
de la evaluación sería: “existieron 3 desvíos en una muestra de 75 unidades, un
porcentaje de desvío del 4%. Basado en los resultados de la muestra, a un riesgo de
aceptación incorrecta del 5%, el porcentaje de ocurrencia en el universo no excede el
10.1%. El 10.1% es el límite superior. Existe un 5% de riesgo de aceptación incorrecta
de que el porcentaje real de ocurrencia en el universo exceda el 10.1%. (Ver tabla 6)

2.2.2.1.1 Determinación del riesgo de aceptación incorrecta adecuado

El riesgo de aceptación incorrecta es la medición de un aspecto del riesgo de muestreo.

En el muestreo estadístico, este riesgo es normalmente expresado como un porcentaje.
Para una muestra de un tamaño dado, representa la probabilidad matemática de que el
porcentaje de desvíos del universo exceda el porcentaje máximo de desvíos calculado
sobre la base de una muestra. Por ejemplo, si se utiliza un riesgo de aceptación incorrecta
del 10%, significa que hay un 10% de riesgo estadístico de que el porcentaje real de
desvíos en el universo exceda el limita superior estimado. Contrariamente, hay una
probabilidad estadística del 90% de que el porcentaje real de desvíos en el universo no
sea mayor que el límite superior estimado de desvíos.

La consideración más importante al determinar el riesgo de aceptación incorrecta

adecuado para pruebas de cumplimiento es el grado de confianza que el auditor se ha
propuesto depositar sobre los controles. En el caso de un mayor grado de confianza
depositado en los controles, deben usarse riesgos de aceptación incorrecta relativamente
más bajos. En situaciones en que se depositará menor confianza sobre los controles, se
puede utilizar un riesgo de aceptación incorrecta relativamente mayor.

> confianza en controles ==== < Riesgo de aceptación incorrecta

< confianza en controles ==== > Riesgo de aceptación incorrecta

El auditor deberá utilizar su juicio para seleccionar el riesgo de aceptación incorrecta

adecuado y, además del nivel de confianza que depositará en los controles deberá
considerar otros factores relacionados con el grado de cumplimiento de los controles,.

El efecto del riesgo de aceptación incorrecta sobre el tamaño de la muestra se ilustra en

el siguiente ejemplo. Suponga las siguientes constantes para una prueba de límite
superior realizada en forma secuencial.

Tamaño del universo (cantidad) Mayor a 10.000

Porcentaje conservador de desvío esperado 1%
Porcentaje máximo aceptable de desvíos 8%

48
El tamaño de la muestra para los distintos riesgos de aceptación incorrecta sería:

Riesgo de Tamaño de la
aceptación incorrecta muestra
20% 37
10% 48
5% 58
1% 81

A medida que se reduce el riesgo de aceptación incorrecta, aumenta el tamaño de la

muestra.

El uso de un riesgo de aceptación incorrecta del 1% para pruebas de cumplimiento es

raro. Dado que siempre se efectúa alguna prueba sustantiva (aunque sea limitada a una
revisión analítica), el auditor normalmente no confiará en un sistema, por bueno que sea,
en una extensión tal que requiera el 1% de riesgo de aceptación incorrecta para pruebas
de cumplimiento.

Normalmente el riesgo del 5% es el más bajo utilizado para propósitos de auditoría. Sin
embargo, es posible que niveles de riesgo más bajos que el 5% se utilicen debido a
consideraciones especiales de exposición o reglamentarias.

Nota del consultor:

De acuerdo al grado de confianza depositado en el sistema de control interno basado en

cuestionarios de CI, entrevistas y otros, se podría utilizar en la práctica las siguientes
relaciones

% de riesgo de
Evaluación del CI como
aceptación incorrecta
Muy bueno 5%
Bueno a regular 10%
Regular a menos que regular 20%

2.2.2.1.2 Definición del porcentaje máximo aceptable de desvíos (MTDR)

El porcentaje máximo aceptable de desvíos (MTDR) es definido como el porcentaje de

desvíos que, si se supiera que sería excedido en el universo, haría que el auditor
modificara la confianza que planeó depositar en los controles.

La siguiente tabla muestra el efecto del MTDR sobre el tamaño de la muestra. Suponga
las siguientes constantes para una prueba de límite superior realizada en forma
secuencial:

49
 Tamaño del universo (cantidad) mayor a 10.000
Riesgo de aceptación incorrecta 5%
Porcentaje conservador de desvío esperado 1%

El tamaño de la muestra para distintos MTDRs sería:

Tamaño de la
MTDR muestra
4% 156
5 93
6 78
8 58
10 46
15 30

Como se observa en el ejemplo, a menores porcentajes máximos aceptables de desvío le

corresponden tamaños de muestra mayores.

A continuación se ejemplifican los MTDRs utilizados en relación con distintos grados de

confianza planeado sobre los controles internos.

a. Para un alto grado de confianza – 2% a 7% de MTDR.

b. Para un moderado grado de confianza – 5% a 10% de MTDR.
c. Para un limitado grado de confianza – 8% a 15% de MTDR.
d. No se confiará en los controles – no se efectúan pruebas.

50
2.2.2.1.3 Determinación del porcentaje conservador de desvío esperado (CEDR)

Tal como se comenta en el punto 2.2.1.4.3, el porcentaje de desvío esperado es una

estimación conservadora del porcentaje de desvíos en el universo. El CEDR se utiliza
para controlar el riesgo de rechazo incorrecto. Este riesgo es el riesgo de que como
resultado de una muestra el auditor concluya que los controles no son confiables cuando
de hecho lo son.

La presunción de que ningún desvío será encontrado en la muestra producirá un número

mínimo de transacciones que pueden ser examinadas para un riesgo específico de
aceptación incorrecta y MTDR (tasa máxima de error tolerable). Sin embargo, si la
muestra incluye uno o más desvíos, el tamaño de la muestra debe ser más grande que el
mínimo para admitir los desvíos encontrados y aún resultar en una evaluación aceptable.
El CEDR (% conservador de desvío esperado) incrementa el tamaño de la muestra a un
nivel que permitirá que la misma contenga uno o más desvíos, e igual resulte en una
evaluación aceptable. De esta manera el CEDR (% conservador de desvío esperado)
debería ser una leve sobreestimación (una estimación “conservadora”) del porcentaje de
desvíos que es probable en el universo.

Si se usa cero como CEDR (% conservador de desvío esperado) un solo desvío haría que
el porcentaje máximo estimado de desvío o límite superior (a un riesgo específico de
aceptación incorrecta) exceda el porcentaje máximo aceptable de desvío y los resultados
no se considerarían aceptables. De esta forma, un porcentaje conservador de desvío
esperado de cero por lo general sólo se deberá usar cuando el auditor está altamente
seguro de que los desvíos no son probables, cuando la clase de desvío es
extremadamente crítica o cuando el descubrimiento de un desvío exige al auditor
reconsiderar la naturaleza, oportunidad y alcance de las pruebas sustantivas
relacionadas.

La siguiente tabla indica el efecto del porcentaje conservador de desvío esperado en el

tamaño de la muestra. Suponga las siguientes constantes para una prueba del límite
superior aplicada en forma secuencial.

Tamaño del universo Mayor a 10.000

Riesgo de aceptación incorrecta 5%
Porcentaje máximo aceptable de desvíos 8%

El tamaño de la muestra para diversos porcentajes conservadores de desvío esperado

sería:
Procentaje
conservador de Tamaño de la
desvío esperado muestra
0.0% 36
1.0 58
2.0 77
3.0 95

51
De esta manera, a medida que aumenta el porcentaje conservador de desvío esperado,
también aumenta el tamaño requerido de muestra.

2.2.2.2 ¿Cómo se ejecuta el plan de muestreo?

Una vez que el plan de muestreo ha sido diseñado, se selecciona la muestra utilizando el
método de selección planeado y se examinan las partidas seleccionadas. En el tema 2.2.1
se tratan las consideraciones generales y los problemas prácticos que puedan
presentarse al realizar el muestreo de atributos.

2.2.2.3. ¿Cómo se evalúan los resultados?

Después de que el auditor ha terminado el examen de la documentación de respaldo y ha

determinado el número de desvíos, si los hubiere. Para cada atributo, se deben evaluar
los resultados de la muestra. Un cálculo estadísticos basado en los resultados de la
muestra sustituye un examen de todo el universo. Al evaluar los resultados, el auditor
debe considerar “¿qué se haría si los resultados proyectados fueran el resultado de un
examen de todo el universo?”

El proceso para evaluar los resultados del muestreo estadístico de atributos consiste en:

- Determinar las posibles causas y las implicancias de auditoría de los desvíos.

- Calcular el porcentaje de desvío en la muestra para cada atributo.
- Estimar el porcentaje máximo de desvío con el riesgo de aceptación incorrecta
planeado (la conclusión de la evaluación).
- Determinar si los resultados pueden considerarse aceptables o inaceptables
(comparando el desvío máximo estimado con el MTDR-tasa máxima de error
tolerable)
- Llegar a conclusiones globales de auditoría sobre la confianza que se debe tener
en los controles.

El auditor deberá considerar las posibles causas e implicancias de auditoría para

cualquier desvío encontrado en la muestra, aun cuando los resultados parezcan
aceptables. Si la naturaleza de los desvíos sugiere que las presunciones efectuadas en el
planeamiento de la auditoría no fueron adecuadas, se requerirá reconsiderar el enfoque
inicial. Si alguno de los desvíos indica la existencia de transacciones fraudulentas u otras
irregularidades, tal circunstancia deberá ser informada al socio y gerente a cargo del
trabajo.

El porcentaje real de desvíos encontrado en la muestra es la evidencia disponible más

objetiva para el auditor y generalmente es la mejor estimación del porcentaje de desvíos
en el universo. Por lo tanto, al evaluar los resultados de la muestra, se usa el porcentaje
real de desvíos que se encontró en la muestra más un margen por el riesgo de muestreo
para definir la evaluación. Por ejemplo, una típica conclusión de evaluación sería:
“Existían 2 desvíos en una muestra de 100 partidas, un desvío del 2%. Sobre la base de
los resultados de la muestra, a un riesgo de aceptación incorrecta del 5%, el nivel de
desvíos del universo no supera el 6.2%. Este 6.2% es el limite superior de desvíos en el
universo. Se estima una evaluación diferente para cada definición de desvío y puede
desarrollarse usando tablas estadísticas (ver ANEXO 2).

52
El límite superior estimado, calculado al riesgo de aceptación incorrecta estimado, debe
ser comparado con el porcentaje máximo aceptable de desvíos para determinar si los
resultados son aceptables o no. Si el límite superior preestablecido es menor (o igual) que
el MTDR (tasa máxima de desviación tolerable), los resultados pueden considerarse
aceptables. En cambio, si el límite superior es mayor que el MTDR los resultados se
considerarán inaceptables.

Cuando una condición se considera inaceptable, el auditor debe determinar si los desvíos
indican un deterioro del control interno contable que puede afectar significativamente los
estados financieros y/o requerir la modificación del plan de auditoría. Una medida
conveniente es tratar de determinar las probables causas y la oportunidad de los desvíos.
De esta forma la reacción del auditor puede enfocarse a esa causa o período. Por
ejemplo, si la causa del desvío parece deberse a que un empleado determinado no
comprende un aspecto de un procedimiento se pueden aplicar pruebas sustantivas a las
partidas procesadas por ese empleado.

El MTDR (tasa máxima de error tolerable) se enuncia como un porcentaje preciso al

determinar el tamaño de la muestra estadística. Sin embargo, debe ser pensado como
una aproximación a un rango. Un MTDR del 5% no necesariamente significa que el 4.9%
es aceptable y el 5.1 % no. Debe interpretarse como que, si el nivel real de desvíos fuera
aproximadamente 5% del universo, el auditor igualmente podría estar satisfecho de que el
grado planeado de confianza depositado en los controles es apropiado.

Cuando los resultados de la prueba de una muestra de partidas indican un nivel de

desvíos inaceptable, el auditor debe considerar la necesidad de reducir el grado de
confianza planeada sobre los controles. Como resultado de ello el auditor considerará la
confiabilidad de otros controles o modificará la naturaleza, oportunidad y alcance de las
pruebas sustantivas planeadas. Al considerar si es necesario modificar el plan de
auditoría y con qué alcance, el auditor considerará el grado en el cual es apropiado
confiar en los controles probados, teniendo en cuenta el límite superior surgido de los
resultados de la muestra. Por ejemplo, si el plan de auditoría fue desarrollado sobre la
base de un MTDR (tasa máxima de error tolerable) del 5% se requeriría una más amplia
modificación de dicho plan si el límite superior estimado fue 10% que si fue 6% (Estos
últimos son los errores)

Prescindiendo de su conclusión respecto de la necesidad de modificar el plan de

auditoría, el auditor debe informar a los funcionarios del cliente para que tomen las
medidas correctivas que consideren necesarias.

Los siguientes procedimientos para aplicar el muestreo de atributos están basados en el

uso de las tablas expuestas en el ANEXO 2.

1. Determinar el objetivo de la prueba. Suponga que los auditores desean probar la

efectividad del control del cliente al comparar los informes de entrada con las facturas
de compra como un paso para autorizar los pagos para las compras de materiales.
Ellos están interesados en la precisión numérica del proceso de asociación y buscan
determinar si el control que exige la comparación de las facturas de compra y los
informes de entrada está operando en forma efectiva.

53
2. Definir los atributos y las condiciones de desviación. Los auditores
definen las condiciones de desviación como uno o más de los siguientes aspectos con
respecto a cada factura y al informe de entrada relacionado:

a. Cualquier factura no soportada en un documento de entrada.

b. Cualquier factura soportada con un documento de entrada que es aplicable a otra
factura.
c. Cualquier diferencia entre la factura y el documento de entrada en cuanto a las
cantidades despachadas.

Para esta prueba, el único procedimiento requerido es la inspección de los documentos y

la asociación de los informes de entrada con las facturas.

3. Definir el universo y la unidad de muestreo. El cliente prepara un

documento prenumerado para cada compra de materiales. El informe de entrada y la
factura de compra son adheridos a cada documento. Por consiguiente, la unidad de
muestreo para la prueba es cada documento individual. Puesto que la prueba de
controles se realiza durante el periodo interino, la población que será probada consiste
en 3,653 documentos por compras de material durante los primeros 10 meses del año
bajo auditoría. Si en cualquier punto el auditor determina que la representación física
de la población (los 3,653 documentos) ha omitido documentos que deberían ser
incluidos en los primeros 10 meses, los auditores también deben probar esos
documentos.

4. Determinar el riesgo de aceptación incorrecta y el % máximo

aceptable de desvío (MTDR). Los auditores se dan cuenta de que los errores en la
asociación de los informes de entrada con órdenes de compra pueden afectar los
estados financieros a través de sobrepagos a proveedores y errores de compras y de
cuentas por pagar. Ellos piensan también evaluar el riesgo de control en un nivel más
bajo para las cuentas de existencia, ocurrencia y valuación de las compras,
inventarios y cuentas por pagar. Con base en estas consideraciones, los auditores
optan por un % máximo aceptable de desvío (MTDR) de 7%, con un riesgo de
aceptación incorrecta del 5%.

5. Estimar la tasa de desviación esperada de la población. En las

auditorías de los tres años anteriores, los auditores observaron que las excepciones
para el tipo descrito anteriormente produjeron tasas de desviación de 1.2%, 1.3% y
1.1%. Por consiguiente, los auditores seleccionaron en forma conservadora una tasa
de desviación esperada de 1.5%.

6. Determinar el tamaño de la muestra. Puesto que el riesgo

estipulado de la evaluación del riesgo de control como muy bajo es de 5%, puede
aplicarse la tabla 2 del ANEXO 2. En la intersección de la columna para una tasa de
desviación tolerable de 7% y la fila para una tasa de desviación esperada de 1.5%, se
encuentra que el tamaño de la muestra es de 66 elementos. El número permisible de
desviaciones en la muestra es uno.

54
7. Ejecutar el plan de muestreo. Los auditores proceden a examinar
los documentos y a apoyar en documentos cada uno de los tipos de desviaciones
definidos anteriormente. A medida que los auditores realizan la prueba, estarán alerta
en busca de cualquier aspecto inusual, como la evidencia de fraude.

8. Evaluar los resultados de la muestra. Al evaluar los resultados de la

muestra, los auditores consideran no solamente el número real de las desviaciones
observadas, sino también la naturaleza de las desviaciones. Se analizarán tres
posibles conjuntos de circunstancias: 1) el número real de desviaciones es igual o
menor que el número tolerable; 2) el número real de desviaciones es mayor que el
número tolerable; y 3) una o más de las desviaciones observadas contienen evidencia
de una manipulación deliberada o evasión del control interno.

Primero, suponga que no se ha identificado desviación alguna. Recuerde que el

número tolerable de desviaciones de la tabla 2 del ANEXO 2 es uno. Puesto que el
número de desviaciones (ninguno, en este caso) no excede el número tolerable, los
auditores pueden concluir que hay menos de 5% de riesgo de que la tasa de
desviación de la población sea mayor que 7%, la tasa tolerable. En este caso, los
resultados de la muestra apoyan el nivel planeado y evaluado del riesgo de control de
los auditores. Alternativamente, al utilizar el segundo enfoque y hacer referencia a la
tabla 6 del ANEXO 2, para un tamaño muestral de 65 (el número más alto aún es
menor que el tamaño real de la muestra), los auditores encuentran que cuando se
observan 0 desviaciones, la tasa de desviación superior alcanzada es 4.6%. Esta tasa
también soporta el nivel planeado y evaluado del riesgo de control de los auditores.

Luego, suponga que el número de desviaciones observadas en la muestra es tres, y

que ninguna de las desviaciones observadas indican una manipulación deliberada o
una evasión del control interno. Al utilizar el primer enfoque para evaluar los
resultados presentados anteriormente, debido a que éste excede la desviación
permisible, los auditores simplemente concluyen que la tasa de desviación superior
alcanzada es mayor que 7%. O, si desean utilizar el segundo enfoque para evaluar los
resultados, pueden utilizar la Tabla 6 del ANEXO 2 y encontrar que la tasa de
desviación superior alcanzada es de 11.5%. A la luz de estos resultados, los auditores
deben aumentar el nivel evaluado del riesgo de control en esta área y aumentar la
extensión de sus procedimientos de pruebas sustantivas (es decir, disminuir el riesgo
de detección). Como un paso preliminar a cualquier modificación de su programa de
auditoría, los auditores deben investigar la causa de la inesperada alta tasa de
desviación.

Finalmente, suponga que una o más de las desviaciones descubiertas por los
auditores indican una evasión deliberada de los controles, lo cual indica un posible
fraude. En tal circunstancia, se hacen necesarios otros procedimientos de auditoría.
Los auditores deben evaluar el efecto de la desviación sobre los estados financieros y
adoptar los procedimientos de auditoría diseñados específicamente para detectar el
tipo de desviación observado. Ciertamente, la naturaleza de la desviación puede ser
más importante que esta tasa de ocurrencia.

9. Documentar el plan de muestreo, su ejecución y resultados.

Finalmente, cada uno de los pasos anteriores, lo mismo que la base para las

55
 conclusiones globales, deben estar documentados en los papeles de trabajo de los
auditores. A continuación se presenta un papel de trabajo ilustrativo que documenta
los resultados de esta prueba de controles, lo mismo que las pruebas de otros
controles para el ciclo de compras.

Ministerio de Muestreo
Resumen de muestreo de atributos—Transacciones de compra
Diciembre 31, 2005
Objetivos de la prueba: 1) Probar la efectividad de operación de los procedimientos para
asociar los informes de entrada con las facturas de compra; 2) Probar la efectividad de
operación de los procedimientos para asociar las órdenes de compra con las facturas de
compra; 3) Probar la efectividad de operación de los procedimientos para probar la
precisión numérica de las facturas de compra.
Población: asientos de registro de documentos o facturas durante los diez primeros
meses del año Tamaño: 3,653
Unidad de muestreo: documentos o facturas individuales
Procedimiento de selección aleatoria: generador de números aleatorios
Riesgo de evaluar el riesgo de control como muy bajo: 5%
Parámetros de planificación Resultados muestrales
Atributos Tasa de Tasa de Tamaño Número de Tasa
desviación desviación de la desviaciones máxima
tolerable esperada muestra alcanzada
1. Las cantidades
y demás
información en el 7% 1.5% 66 1 7.1%
informe de
entrada
concuerdan con
la factura de
compra.

2. Los precios y 10% 1% 46 0 6.5%

demás
información en el
pedido de compra
concuerdan con
la factura de
compra.
7% 0% 42 0 7%
3. La precisión
numérica de la
factura de
compra ha sido
verificada.
Conclusión: los resultados apoyan la evaluación de un nivel bajo de riesgo de control
para la existencia y valoración de compras, inventario y cuentas por pagar.

56
Se muestra otra forma de documentar los resultados de la muestra de atributos en el
ANEXO 1.

2.2.3 Muestreo no estadístico de atributos

En el tema 1.1.2, se tratan diversos conceptos del muestreo de auditoría incluyendo los
factores a considerar por el auditor al elegir entre muestreo estadístico y no estadístico. El
tema 2.2.1incluye lineamientos generales aplicables al muestreo de atributos, tanto
estadístico como no estadístico.

Este tema trata los factores adicionales que se deberían considerar cuando el auditor
decide utilizar el muestreo no estadístico de atributos. En general, estos factores se
relacionan con:

- La determinación del tamaño de la muestra

- La ejecución del plan de muestreo
- La evaluación de los resultados de la muestra

2.2.3.1 ¿Cómo se efectúa la determinación del tamaño de la muestra?

Al igual que en el caso de una muestra estadística de atributos, el nivel aceptable de

riesgo de muestreo para una muestra no estadística depende del grado de confianza que
el auditor decida depositar en los datos que está examinando.

En situaciones donde se confiará en gran medida en los controles será apropiado un

riesgo de muestreo relativamente menor. Cuando el grado de confianza a depositar en los
controles sea menor, un riesgo de muestreo relativamente mayor será aceptable.

La principal diferencia entre el muestreo estadístico y no estadístico es que, en el

muestreo no estadístico, el auditor no trata de cuantificar los componentes del riesgo de
muestreo (riesgo de aceptación incorrecta y porcentaje máximo aceptable de desvío) de
una manera formal; no obstante lo cual considerará el riesgo de muestro sobre la base de
su juicio y experiencia.

Otro factor a considerar al determinar el tamaño de la muestra es el porcentaje de desvío

esperado. Si existen razones para creer que el nivel real de desvíos en el universo es
superior al máximo aceptable, normalmente el auditor omitirá probar el cumplimiento del
atributo y no confiará en el control.

Una vez que se han considerado los factores mencionados, el auditor utilizará su juicio
profesional para determinar el tamaño apropiado de la muestra. Una muestra de auditoría
debe tener el tamaño suficiente para que se pueda esperar que sea representativa del
universo y así asegurar una base razonable para llegar a una conclusión acerca del
universo.

La literatura de auditoría no requiere la comparación de tamaños de muestra no

estadística con los tamaños correspondientes de una muestra estadística. La satisfacción
de auditoría que se haya obtenido de una muestra no está influida por el grado de
formalidad del plan de muestreo ni por la aplicación de fórmulas matemáticas. Más bien

57
está en función del tamaño de la muestra, del cuidado que se tuvo al desarrollar el plan de
muestreo y del juicio aplicado al evaluar los resultados. Puede ser conveniente para el
auditor tener conocimiento de las evaluaciones determinadas estadísticamente que se
pueden hacer para varios tamaños de muestra. La tabla que sigue refleja el porcentaje
máximo de desvío determinado estadísticamente para un universo., asumiendo que el
auditor prevé encontrar un desvío en la muestra:

Riesgo de aceptación incorrecta ___

Tamaño de
la muestra 1% 5% 10% 20%

20 28.8 21.6 76 14.3

35 17.5 12.9 26 8.4
50 12.6 9.2 21 5.9
65 9.8 7.1 15 4.6
80 8.1 5.8 13 3.7
100 6.5 4.7 9 3.0

La tabla anterior está basada en la existencia de un solo desvío en la muestra. Cambios

en la cantidad de desvíos previstos pueden afectar significativamente el tamaño adecuado
de la muestra. Este efecto se debe al riesgo subyacente de muestreo basado en la teoría
estadística. Tabla con tamaños de muestras estadísticas más completas se incluyen en el
ANEXO 2; dichas tablas pueden ayudar a determinar el tamaño de las muestras no
estadísticas.

2.2.3.2 ¿Cómo se ejecuta el plan de muestreo?

Una vez que el plan de muestreo ha sido diseñado, se selecciona la muestra utilizando el
método de selección planeado y se examinan las partidas elegidas.

En el tema 2.2.1.5 se tratan las consideraciones generales y los problemas prácticos que
pueden presentarse al realizar el muestreo de atributos.

2.2.3.3 ¿Cómo se evalúan los resultados?

Después de que el auditor ha terminado el examen de la documentación de respaldo y

determinado el número de desvíos, si los hubiere, para cada atributo, se deben evaluar
los resultados de la muestra. Un porcentaje proyectado de ocurrencia basado en los
resultados de la muestra sustituye un examen de todo el universo. Al evaluar los
resultados, el auditor debe considerar “¿qué haría si los resultados proyectados fueran de
hecho el resultado de un examen de todo el universo?”.

El proceso para evaluar los resultados del muestreo no estadístico de atributos consiste
en:

58
 - Determinar las posibles causas y las implicancias de auditoría de los desvíos
- Calcular el porcentaje de desvío en la muestra para cada atributo
- Determinar si lo resultados pueden considerarse aceptables o inaceptables
(determinando si el porcentaje de desvío de la muestra supera al esperado)
- Llegar a conclusiones globales de auditoría sobre la confianza que se debe tener
en los controles.

El auditor deberá considerar las posibles causas e implicancias de auditoría para

cualquier desvío encontrado en la muestra, aun cuando los resultados parezcan
aceptables. Si la naturaleza de los desvíos sugiere que las presunciones efectuadas en el
planeamiento de la auditoría no fueron adecuadas, se requerirá reconsiderar el enfoque
inicial. Si alguno de los desvíos indica la existencia de transacciones fraudulentas u otras
irregularidades, tal circunstancia deberá ser informada al socio y gerente a cargo del
trabajo.

El porcentaje real de desvíos encontrados en la muestra es la evidencia disponible más

objetiva para el auditor y generalmente es la mejor estimación del porcentaje de desvíos
en el universo. Si el nivel de desvíos en la muestra es aproximadamente igual o menor
que el esperado al diseñar el plan de auditoría, en general es adecuado que el auditor
llegue a la conclusión de que los resultados de la muestra respaldan la confianza que se
había planeado depositar en los controles. Sin embargo, si el porcentaje de desvíos de la
muestra es mayor que el esperado puede existir una posibilidad importante de que el nivel
de desvíos en el universo exceda el que se considera aceptable y el auditor debe
considerar las modificaciones necesarias al alcance de la auditoría. Supongamos que
para una aplicación determinada de muestreo el auditor espera un nivel de desvíos del
4%. En este caso, un porcentaje de desvíos observado del 3.8% o 4.2% normalmente
respaldaría la suposición del auditor en cuanto al grado de cumplimiento de los controles.
Contrariamente un porcentaje de desvíos observado del 8% indicaría que el porcentaje
real de cumplimiento es menor que el que se supuso al planear la auditoría. En este
último caso, los resultados de la muestra quizás no respalden la confianza planeada en
los controles relacionados y las pruebas sustantivas que se planearon pueden necesitar
modificaciones. Tal como se señaló anteriormente, no se requiere cuantificación explícita
del porcentaje de desvíos.

Cuando una condición se considera inaceptable, el auditor debe determinar si los desvíos
indican un deterioro del control interno contable que puede afectar significativamente los
estados financieros y/o requerir la modificación del plan de auditoría. Una medida
conveniente es tratar de determinar las probables causas y la oportunidad de los desvíos.
Des esta forma, la reacción del auditor puede enfocarse hacia esa causa o período. Por
ejemplo, si la causa del desvío parece ser que un determinado empleado no comprende
un aspecto de un procedimiento, se pueden aplicar pruebas sustantivas a las partidas
procesadas por ese empleado.

Cuando los resultados de la prueba de una muestra de partidas indican un nivel de

desvíos inaceptable, el auditor debe considerar la necesidad de reducir el grado de
confianza planeado sobre los controles. Como resultado de ello el auditor considerará la
confiabilidad de otros controles o modificará la naturaleza, oportunidad y alcance de las
pruebas sustantivas planeados. Al decidir si es necesario modificar el plan de auditoría y

59
con qué alcance, el auditor considerará el grado en el cual es apropiado confiar en los
controles probados, teniendo en cuenta el porcentaje observado de desvíos.

Presidiendo de su conclusión respecto de la necesidad de modificar el plan de auditoría,

el auditor debe informar a los funcionarios del cliente para que tomen las medidas
correctivas que consideren necesarias

2.2.4 Manejo de software para determinación de muestras aleatorias

2.2.4.1 Práctica en computador

Existen software creado específicamente para ejecutar muestreo en auditoría. Sin

embargo, en caso de que no se cuente con ese tipo de software existe la posibilidad de
efectuar muestreo aleatorio a través de Excel con las siguientes fórmulas:

Fórmula para teclado Fórmula para teclado en Utilidad

español inglés
Aleatorio Random Busca un número aleatorio
del 0 a 1. Esta fòrmula se
debe multiplicar por el
número total de lineas o
unidades de muetreo del
universo
Buscarv Vlookup Devuelve el valor de la
columna requerida una vez
que encuentra el valor
buscado (no de línea de la
muestra) en el rango
(población)

El uso de estas fórmulas se mostrará en la práctica a realizarse en el curso

2.2.4.2 ¿Qué son y para que sirven las tablas y generadores de números aleatorios?

Los números aleatorios se pueden obtener de diferentes formas. Una es la explicada a

través de Excel en el punto 2.2.4.1. Otra es a través de las tablas de números aleatorios.
Estas tablas muestran una serie de números aleatorios que sirven para elegir la muestra
en base a una metodología de secuencia, suma u otra que vea conveniente el auditor,
pero siempre con la base de la tabla de números aleatorios mencionados. Estas tablas
de números aleatorios están en cualquier libro de estadística y también se presenta un
ejemplo en el Anexo 2

Para elegir una muestra con la tabla se puede por ejemplo tomar los dos primeros
números de la primera serie de números aleatorios de la tabla. Luego, nuestra segunda
unidad muestral puede ser los dos primeros números de la segunda serie de números
aleatorios de la tabla. Nuestra tercera unidad muestral será entonces los dos primeros
números de la tercera serie de números aleatorios de la tabla, y así, sucesivamente.

60
 2.3 Unidad: Muestreo de auditoría para pruebas sustantivas de detalle

El muestreo de variables por lo general se utiliza en relación con las pruebas sustantivas
de valores monetarios, tales como los saldos de las cuentas por cobrar o existencias. En
las siguientes páginas se tratan varios métodos de muestreo de variables.

El presente tema presenta las consideraciones generales que, a menos que se indique lo
contrario, se aplican por igual al muestreo estadístico y no estadístico de variables. El
presente tema también explica conceptos de muestreo aplicables respectivamente al
muestreo proporcionado al tamaño, al muestreo clásico de variables y al muestreo no
estadístico de variables.

2.3.1 Consideraciones generales

El uso del muestreo de variables estadístico o no estadístico generalmente involucra las

siguientes consideraciones:

- Determinar los objetivos de la prueba.

- Determinar la relación del procedimiento en cuestión con otros procedimientos de
auditoría.
- Definir el universo y la unidad de muestreo.
- Elegir el método de muestreo de variables y determinar el método para seleccionar
la muestra.
- Determinar el tamaño de la muestra.
- Ejecutar el plan de muestreo
- Evaluar los resultados de la muestra.
- Documentar el plan de muestreo, su ejecución y resultados.

Las consideraciones respecto del tamaño de la muestra y la evaluación de los resultados

varían según el método de muestreo elegido y serán tratadas en cada sección.

2.3.1.1 ¿Cómo se determinan los objetivos de la prueba?

Los objetivos de un plan de muestreo de variables por lo general incluyen la

determinación de la razonabilidad de los valores monetarios. Dichos objetivos
normalmente incluyen tanto obtener evidencia que directamente respalde los saldos
registrados como obtener evidencia indicativa de un monto por el cual un saldo registrado
puede ser incorrecto. Los resultados proyectados pueden ser considerados junto con otra
evidencia de auditoría para formarse una conclusión respecto del saldo de una cuenta o
del tipo de transacciones bajo examen.

El muestreo de variables también puede usarse para estimar un monto con propósitos
contables. Al especificar los objetivos de una prueba, el auditor debe determinar si la
prueba es una aplicación de auditoría (para probar si la cantidad según la compañía es
razonable) o una aplicación contable (para ayudar a la compañía a calcular una cantidad).
Las aplicaciones contables y de auditoría generalmente tienen distintos riesgos y
consecuencias. Cuando un monto registrado no es generado por un sistema contable y se
utiliza el muestreo para determinar el importe (una estimación contable), el monto
estimado es normalmente el registrado. El riesgo de que esta estimación sea errónea

61
debería ser menor; como resultado, el rango de precisión obtenido debe ser relativamente
estrecho y el nivel de confianza relativamente alto.

Si la gerencia aplica muestreo de variables para una aplicación contable, el auditor debe
considerar si el plan de muestreo provee una base adecuada para la registración y las
implicancias contables del plan de muestreo sobre los procedimientos de auditoría a
aplicar. Las preguntas a considerar incluyen:

- si el muestreo es apropiado en las circunstancias;

- si el método de muestreo elegido es apropiado; y
- si el tamaño de la muestra es adecuado (y, como resultado, si el riesgo de
muestreo ha sido adecuadamente limitado).

Los procedimientos de auditoría relacionados con una estimación contable dependen de

la naturaleza de la partida o saldo a determinar por muestreo y del plan de muestreo.

2.3.1.2 ¿Cómo se definen el universo y la unidad de muestreo?

La definición de un universo para la aplicación de muestreo de variables incluye:

- Identificación de todo el universo en cuestión.

- Identificación de las partidas individualmente significativas.
- Identificación de las partidas poco importantes o de riesgo bajo.
- Definición del universo a muestrear.
- Definición de la unidad de muestreo.

Al definir el universo para el muestreo de variables, el auditor debe determinar el conjunto

de información sobre el cual es necesario arribar a un a conclusión basándose en parte
sobre una muestra representativa de partidas. Por ejemplo, si el objetivo de la prueba es
determinar la razonabilidad del total de cuentas por cobrar a una fecha dada, el universo
podría definirse como todas las partidas que integran el total de cuentas por cobrar a esa
fecha. Si el objetivo es determinar la razonabilidad del remanente de los saldos por cobrar
una vez que los saldos importantes y de especial interés de auditoría fueron segregados y
probados separadamente, el universo será definido como los saldos restantes.

Un paso necesario al definir el universo para una aplicación de muestreo de variables es

identificar las partidas individualmente significativas, partidas no usuales y, si es
apropiado, las partidas no significativas o de bajo riesgo. Se presume que el universo es
el saldo de una cuenta o un grupo de transacciones o alguna porción, para el cual el
auditor planea probar una muestra representativa de partidas. El auditor debe satisfacerse
de que el universo determinado y el universo realmente muestreado (el marco) sean
equivalentes.

Dependiendo del tipo de muestreo a aplicar, puede ser necesaria una mayor
estratificación a efectos de asegurarse de que suficientes partidas de valores monetarios
importantes son probadas. En algunas circunstancias, la estratificación del universo
puede resultar en un tamaño de muestra menor. Más adelante, en el desarrollo del tema,
se tratan en detalle las consideraciones sobre estratificación.

62
La unidad de muestreo será normalmente definida como los elementos individuales que
integran el universo y puede consistir en saldos individuales de cuentas, documentos,
partidas u otros elementos. En el ejemplo anterior, el saldo de cuenta de cada cliente,
factura o partida individual por cobrar podría representar la unidad de muestreo.

2.3.1.3 ¿Cómo se define el método de selección de muestra?

El muestreo de variables puede realizarse en forma estadística o no estadística. La

elección entre muestreo estadístico y no estadístico se trata en el tema 1.1.2.7 ya que
existen varios métodos de selección de muestras que pueden usarse en relación con el
muestreo de variables.

Los métodos de muestreo de variables más comunes son:

- Muestreo proporcionado al tamaño (SPS) (Tema 2.3.2)

- Muestreo clásico de variables (Tema 2.3.3)
• proyección directa
• estimación por proporción y por diferencia
- Muestreo no estadístico de variables (Tema 2.3.4)

Los métodos estadísticos de muestreo de variables tienen diferentes características y uno

puede ser más apropiado que otro para un universo dado. Los siguientes comentarios
ayudarán al auditor a comparar las ventajas, desventajas y limitaciones de los métodos
estadísticos de muestreo de variables.

2.3.1.3.1 Muestras SPS

El método de muestreo proporcionado al tamaño define a cada unidad monetaria (por

ejemplo dólar, libra, boliviano) como unidad de muestreo y, como resultado, la
probabilidad de que cada unidad física sea incluida en la muestra es proporcional a su
tamaño; la evaluación estadística de los resultados de la muestra produce un límite
máximo estimado de error el universo.

El SPS está diseñado fundamentalmente para probar posibles sobrevaluaciones de

universos que contienen pocos errores o montos bajos de error. Si una partida está
subvaluada, contiene proporcionalmente menos unidades de muestreo (bolivianos u otra
unidad monetaria) y por lo tanto es menos probable que se incluida en la muestra. A
medida que la frecuencia y el monto del error aumentan, el límite máximo de error
estimado estadísticamente en el universo aumenta rápidamente. En estas circunstancias,
el tamaño de muestra requerido para una evaluación estadística puede exceder al
requerido por otros métodos.

El SPS puede ser efectivo para universos que incluyen partidas dentro de un amplio rango
de montos. La estratificación del universo sobre la base de los montos registrados no es
necesaria cuando se aplica este método de muestreo. Además, la muestra incluirá
automáticamente cualquier partida registrada por un monto que exceda al intervalo de
muestreo.

63
Las partidas de montos nulos o de signo contrario no tienen la posibilidad de ser incluidas
en una muestra SPS. Por lo general, estas partidas se segregan del universo que está
sujeto a la muestra SPS. Si son importantes para los objetivos del auditor, deben probarse
y evaluarse por separado.

Si se encuentran o se prevén muy pocos o ningún error, los tamaños de las muestras
SPS son considerablemente menores que los tamaños de las muestras requeridos por el
método por proyección directa.

Para seleccionar una muestra SPS, el auditor obtiene un número al azar y selecciona la
partida del universo que incluye el valor monetario correspondiente al número al azar. Un
método de muestreo sistemático que comienza con un número al azar se utiliza para
sumar el universo y seleccionar el remanente de las partidas de la muestra. El mayor o
menor esfuerzo de auditoría adicional depende de la posibilidad de realizar la selección
con la ayuda de un computador o de si el auditor debe sumar el universo como parte de
otra prueba de auditoría.

La ventaja principal del muestreo SPS, comparado con la selección de partidas al azar, es
que la selección puede hacerse sobre los mayores valores monetarios y, por
consiguiente, proporciona un medio eficaz para satisfacerse del saldo total registrado.

2.3.1.3.1 Muestreo clásico de variables – Método por proyección directa

El método por proyección directa (estimación de la media por unidad)define cada unidad
física como una unidad de muestreo y estima el monto total del universo calculando el
promedio del monto auditado de las partidas seleccionadas de la muestra y multiplicando
ese promedio por el total de las partidas del universo.

La evaluación de la muestra por proyección directa (estimación de la media por unidad)no

depende de la frecuencia o de la cantidad de errores previstos en el universo o
encontrados en la muestra. Se puede utilizar para probar la sobrevaluación o la
subvaluación de las partidas del universo.

La eficiencia del método por proyección directa (estimación de la media por unidad) es
mayor cuando todas las partidas del universo son de cuentas relativamente uniformes o
se pueden estratificar en pequeños grupos de partidas cuyos montos son relativamente
uniformes. La estratificación de las partidas por valores monetarios es requerida
habitualmente para reducir el tamaño de la muestra necesario para una evaluación
estadística específica y para asegurar la inclusión en el universo de las partidas mayores.
Cuando las partidas de la proyección se encuentran dentro de un amplio rango de
montos, el método por proyección directa (estimación de la media por unidad) puede
resultar menos eficiente que otros métodos de muestreo.

No se requiere considerar por separado las partidas con saldo cero o con signo contrario
(ejemplo: saldos acreedores en cuentas por cobrar).

Por lo general, los tamaños de las muestras son superiores que los que requiere el
método SPS (cuando se esperan o encuentran pocos o ningún error) o el método por

64
estimación de proporción y por diferencia (cuando se esperan o encuentran una cantidad
considerable de errores)

El tamaño de la muestra depende del desvío estándar (variaciones en el monto) de las

partidas del universo. Se puede realizar una estimación del desvío estándar basándola en
el conocimiento previo del universo por parte del auditor, en una muestra piloto o en un
análisis de los montos registrados.

El método por proyección directa (estimación de la media por unidad) puede ser utilizado
cuando no hay montos registrados; los otros métodos estadísticos pueden ser utilizados
solamente en situaciones en las que los montos auditados pueden ser comparados con
los montos registrados de cada partida de la muestra.

2.3.1.3.2 Muestreo clásico de variables – Métodos por estimación de proporción y por

diferencia

Los métodos por estimación de proporción y por diferencia definen cada unidad física
como una unidad de muestreo y estiman el monto del error en el universo basándose en
la proporción o en el promedio de las diferencias de las partidas de la muestra.

La evaluación por estimación de proporción y por diferencia puede resultar apropiada para
universos en los que aparecen errores con bastante frecuencia (p. ej.: cuando
aproximadamente un 10% de las partidas son erróneas). La evaluación se basa en los
montos de los errores y no puede realizarse si hay pocos errores. Puede ser utilizado
tanto para la subvaluación como para la sobrevaluación de las partidas del universo.
El tamaño y la evaluación de la muestra no dependen directamente de la variación de los
montos de las partidas registrados en el universo; sin embargo, dependen de la variación
de los montos de los errores. Como sucede con el método por proyección directa, la
estimación del desvío estándar puede basarse en experiencias previas o en los resultados
de una muestra piloto. Si no existieran otros datos, se puede suponer que el monto de un
error está relacionado con el monto de la partida.

Casi siempre se requiere la estratificación de las partidas por valores monetarios para
reducir el tamaño de la muestra y confirmar la correcta inclusión de las partidas
significativas en la muestra.

No se requiere una consideración por separado de las partidas con saldo cero o con signo
contrario (ejemplo: saldos acreedores de las cuentas por cobrar).

Si se espera y encuentra una cantidad considerable de errores, el tamaño de la muestra

será, generalmente, inferior al requerido por otros métodos estadísticos.

2.3.1.4 ¿Cómo se determina el tamaño de la muestra?

La determinación del tamaño de la muestra para una aplicación de muestreo de variables

involucra las siguientes consideraciones:

- Riesgo de muestreo y error aceptable.

- Variación de los montos registrados de las unidades de muestreo.

65
 - Error esperado.
- Tamaño del universo.

Como ya se explicó, el auditor se interesa en dos tipos de riesgo de muestreo: 1) el riesgo

de rechazo incorrecto – el riesgo de que, como resultado de los procedimientos de
muestreo, el auditor concluya que el saldo de la cuenta no se ha expresado
correctamente cuando en realidad, es razonable y 2) el riesgo de aceptación incorrecta –
el riesgo de conclusión de que un saldo de cuenta es razonable cuando en realidad no lo
es. Las consecuencias de estas conclusiones erróneas no son iguales. Aunque el primer
tipo de conclusión errónea puede significar esfuerzos de auditoría y gastos adicionales, no
es tan perjudicial para el auditor como el segundo tipo.

El SAS 39 describe el error aceptable como el error máximo que, a juicio del auditor, puede
existir en un saldo de cuenta o en una clase de transacciones, sin ocasionar que los estados
financieros estén significativamente distorsionados. El error aceptable está relacionado con
los cálculos preliminares de niveles de significatividad, de manera tal que el error aceptable,
considerado dentro del plan completo de auditoría, no supere dicho límite. El error aceptable
para un plan de muestreo específico debe ser considerado en relación con los cálculos
preliminares de los niveles de significatividad pertinentes y en definitiva depende del criterio
del auditor acerca de lo que se puede considerar razonable en las circunstancias.

Los conceptos de riesgo de aceptación incorrecta y error aceptable son importantes

determinantes del tamaño de la muestra. Ambos deben estar cuantificados para poder
planear una muestra estadística. Tanto en las muestras estadísticas como en las no
estadísticas, el tamaño de la muestra aumenta en la medida en que disminuyen el nivel
de riesgo aceptable y el error aceptable (en relación con el valor monetario del universo).

Otros determinantes del tamaño de la muestra son el alcance de la variación en los

montos registrados de las unidades de muestreo, el error que el auditor espera exista en
el universo y, en un grado más limitado, el tamaño del universo.
Si bien todos los factores indicados deben considerarse al establecer el tamaño de la
muestra, el impacto de cada uno de ellos dependerá del método de muestreo de variables
que se utilice. Más adelante se explica más detalladamente el alcance que debe
asignarse a cada uno de ellos.

2.3.1.5 ¿Cómo se ejecuta el plan de muestreo?

En algunas circunstancias el auditor no podrá aplicar los procedimientos planificados para

seleccionar las unidades de muestreo. Esto puede ocurrir cuando no se pueden obtener
los documentos específicos. Este y otros tipos de situaciones que se presentan a menudo
en el muestreo de variables, son tratadas a continuación.

2.3.1.5.1 Documentos faltantes

Los documentos no obtenidos incluyen pedidos de confirmación de saldos por los que no
se ha recibido respuesta y los documentos específicos que no se pueden ubicar en los
archivos del cliente. En estas circunstancias, debe aplicarse un procedimiento de auditoría
alternativo para determinar si la información registrada es auténtica. Frecuentemente, los
procedimientos alternativos incluyen una referencia a otra documentación o a la

66
confirmación de información por parte de terceros. Por ejemplo, si no se recibe una
respuesta a un pedido de confirmación de un saldo por cobrar, el auditor puede revisar los
registros de cobros posteriores, los documentos de venta y de expedición y otros registros
que respalden el saldo de la cuenta en la fecha respectiva. Otro ejemplo es cuando no se
han podido localizar las facturas del proveedor que respaldan el costo unitario de las
existencias, el auditor podría revisar listas de precios, la orden de compra o pedir
confirmación al proveedor.

El procedimiento alternativo que se aplique a una partida en particular depende del criterio
del auditor y de factores tales como la naturaleza de la partida y la importancia que tenga
en la evaluación que realiza el auditor de los resultados de la muestra. El mismo
procedimiento alternativo no se aplicará necesariamente a todas las partidas. Si el auditor
está satisfecho del monto registrado relacionado con el documento faltante, dicho monto
puede ser utilizado en la evaluación de la muestra.

Las partidas para las cuales no ha sido posible localizar la documentación respaldatoria y
que, por consiguiente, no pueden ser auditadas, pueden ocasionar serios problemas de
auditoría. La ausencia de documentación respaldatoria puede responder a diversas
causas, que varían desde errores involuntarios a fraude o irregularidades. Según las
circunstancias será conveniente consultar al socio o al gerente antes de transmitir la
información a los funcionarios del cliente o ampliar el alcance de la auditoría.

2.3.1.5.2 Partidas anuladas

Ocasionalmente la muestra al azar incluye una partida que ha sido anulada. El auditor
debe considerar si es apropiada la explicación dada para justificar la anulación de la
partida, asegurándose que fue anulada por personal autorizado por motivos
aparentemente legítimos. Si la anulación de la partida seleccionada resultó en un ajuste
del monto registrado, por lo general se debe considerar la partida como un error.
Suponga, por ejemplo, que el auditor ha seleccionado una muestra de facturas de clientes
impagas para circularización. Una factura pendiente a la fecha de circularización que
luego fue anulada porque el monto de facturación original no es correcto, representa un
error en el saldo de las cuentas por cobrar a la fecha de circularización. El monto del error
es la diferencia entre el monto de la factura original y el monto de la factura que la
reemplazó, si existiera.

En la evaluación de los resultados de una prueba sustantiva de detalle, la partida anulada

que no origina un ajuste del monto registrado no es considerada como un error. Por
ejemplo, las partidas que fueron anuladas a causa de errores de preparación (por
ejemplo, facturas con dirección incorrecta) y que fueron reemplazadas por partidas
correctas, no tienen ningún impacto sobre los montos registrados y no son consideradas
como errores. Una vez que el auditor considere que el procedimiento de anulación es
apropiado se puede determinar el monto auditado e incluir la partida en la muestra a
efectos de su evaluación.

2.3.1.5.3 Partidas no utilizadas

Ocasionalmente, una muestra al azar puede incluir una partida que no ha sido utilizada-
los documentos no utilizados se originan por diversas razones en una secuencia numérica

67
consecutiva. Si no se utiliza la partida seleccionada para la prueba debe ser reemplazada
por otra partida. El auditor debe considerar el impacto de las partidas no utilizadas cuando
define el universo y calcula su tamaño.

2.3.1.6 ¿Cómo se evalúan los resultados de la muestra?

Una vez que las partidas de la muestra han sido examinadas, el auditor proyecta los
resultados al universo del cual ha sido seleccionada. Según el plan de muestreo que se
utilice, los resultados proyectados pueden definirse en términos de error proyectado del
universo o el monto proyectado del universo. En los casos de partidas que fueron
probadas individualmente porque excedían un monto específico o por otros motivos, los
errores detectados al examinarlas y los montos de esas partidas, deben combinarse con
los resultados de la muestra para evaluar en su totalidad el saldo de la cuenta o la clase
de transacciones. Cuando el auditor llega a una conclusión con respecto a un saldo de
cuenta o a una clase de transacciones, debe tener en cuenta la evidencia obtenida en
todas las pruebas.

En el SAS 39 se indica que “los resultados de proyectar errores determinados por todas
las aplicaciones del muestreo de auditoría y todos los errores detectados por otras
aplicaciones deben ser considerados en su conjunto con otra evidencia pertinente de
auditoría, cuando el auditor evalúa si los estados financieros, tomados en su conjunto, no
han sido significativamente distorsionados”. El efecto práctico de este requerimiento es
recordarle al auditor que los errores proyectados no ajustados deben ser considerados
cuando se determina si existen errores significativos no ajustados en los estados
financieros y que debe tener en cuenta que, en algunas circunstancias, estas partidas
pueden resultar importantes si se las considera en conjunto. El auditor debe tener
especial cuidado cuando todos los errores proyectados tienen una misma tendencia y/o
se acercan a los límites de significatividad. En estos casos, será necesario que se realice
una evaluación minuciosa del impacto del conjunto de los errores proyectados.

Sin embargo, las pautas del SAS39 que requieren la consideración de los errores
proyectados en su conjunto, no exigen una acumulación puramente mecánica de los
montos. Durante la auditoría se realizan y evalúan muchas pruebas sustantivas de
muestras representativas. Cualquiera de dichas pruebas puede dar un error proyectado. A
diferencia de los errores conocidos de los estados financieros, esos errores proyectados
pueden tener diferentes características cualitativas y podría resultar inadecuado sumarlas
simplemente para obtener un monto acumulado. Es muy poco frecuente que una muestra
representativa de una prueba sustantiva constituya el único fundamento para que el
auditor arribe a una conclusión sobre el saldo de una cuenta en particular.

En exámenes de grupos de empresas, se puede emitir por separado un dictamen de

auditoría sobre los estados financieros de una o más unidades individuales dentro de un
grupo de compañías.
Lo importante es que el auditor esté atento a la posibilidad de que los errores conocidos y
los proyectados de las aplicaciones del muestreo, a pesar de no ser significativos en
forma individual, puedan serlo si los consideramos en su conjunto con respecto a los
estados financieros tomados en su totalidad.

68
Aunque las consideraciones generales mencionadas anteriormente son comunes para la
evaluación de todos los resultados de muestras sustantivas, las consideraciones específicas
difieren según el método de muestreo que se utilice. En el desarrollo del presente tema se tratan
los procesos de evaluación para los diferentes métodos de muestreo.

2.3.1.6.1 Aspectos cualitativos de los errores

Además de evaluar la frecuencia y los montos de los errores monetarios, se deben

considerar la naturaleza y las causas de una valuación errónea, como por ejemplo: (1) si
surgieron errores a causa de una mala interpretación de las instrucciones o de un
descuido; (2) si revelan aspectos que requieren una investigación específica antes de
arribar a una conclusión de auditoría; o (3) si existen irregularidades a causa de
manipulación o valuaciones erróneas intencionales. Si la naturaleza y frecuencia de los
errores sugiere que las suposiciones hechas en la planificación de la auditoría no son
apropiadas, el auditor debe reconsiderar su enfoque inicial. Si existieran errores que
indiquen actividades fraudulentas o irregulares, debe informarse al gerente o socio a
cargo del trabajo.

2.3.1.7 ¿Cómo se documentan las aplicaciones del muestreo para pruebas

sustantivas de detalle (Variables)?

Los papeles de trabajo deben incluir la descripción de la ejecución del plan de muestreo y
los resultados de la evaluación de la muestra. Si se hubiera utilizado el computador, la
documentación producida debe incluirse en los papeles de trabajo. A continuación se
enumera una lista de los puntos que deben tenerse en consideración al documentar una
aplicación de muestreo de variables.

- Objetivos del procedimiento y definiciones de errores.

- Tipo de plan de muestreo de variables utilizado.
- Criterios de selección de las partidas individualmente significativas y de otras
partidas de interés específico para la auditoría que fueron probadas por separado.
- Definición de la unidad de muestreo y del universo.
- Cómo se satisfizo el auditor de que el marco y el universo son equivalentes.
- Si se utilizó estratificación, una definición de los límites de los estratos.
- Riesgo de aceptación incorrecta o nivel de confianza explícito para cada prueba
estadística.
- Error aceptable explícito para cada prueba estadística.
- Tamaño de la muestra.
- Método de selección de la muestra
- Naturaleza, posibles causas y métodos de seguimiento de los errores significativos
encontrados.
- Evaluación de la muestra.
- Conclusiones generales de auditoría.

Para la documentación se pueden utilizar formularios como los ilustrados en el Anexo 1.

69
2.3.2 Muestreo proporcionado al tamaño

El tema 1.1.2 explica varios conceptos de muestreo de auditoría incluyendo los factores
que el auditor considera al elegir entre muestreo estadístico y no estadístico. El tema
2.3.1 ofrece una guía general aplicable al muestreo de variables estadístico y no
estadístico. Este tema describe el método de muestreo de variables conocido como
muestreo proporcionado al tamaño.

Visión general

El muestreo proporcionado al tamaño (SPS) es tratado con distintas denominaciones por

varias organizaciones y en la literatura profesional. Por ejemplo, se lo conoce como
“muestreo de la unidad dólar” (Dollar unit sampling – DUS), “muestreo de valores
monetarios acumulados” (Cumulative monetary amounts sampling – CMA), “muestreo de
unidad monetaria (Monetary unit sampling – MUS), “método combinado de atributos y
variables” (Combined attributes variables method – CAV), “muestreo de atributos
monetarios” (Monetary attributes sampling – MAS), “muestreo de probabilidad
proporcionada al tamaño” (Probability proporcional to size sampling – PPS) y “técnica de
muestreo de la unidad monetaria” (Monetary unit sampling technique). Existen sólo
diferencias menores entre el método de muestreo SPS descrito en este trabajo y los otros
métodos.

El SPS es un método de muestreo de variables que utiliza la teoría del muestreo de

atributos para calcular, a un nivel de riesgo establecido, el límite máximo de error en el
universo. El límite máximo de error es una estimación de la cantidad monetaria máxima
de sobrevaluación en un universo. El SPS toma en cuenta los errores parciales al llevar a
cabo una evaluación. El resultado de la prueba será la sobrevaluación máxima estimada o
el límite superior de error debajo del cual debe ubicarse la sobrevaluación del universo si
existe.

La unidad de muestreo para una aplicación del SPS es diferente de la que se usa en los
otros métodos de muestreo que se explican en este trabajo; en lugar de determinar una
unidad física de muestreo (por ejemplo, recibo, cheque, factura, saldo de la cuente de un
cliente), el SPS utiliza la unidad monetaria como unidad de muestreo. Por ejemplo,
suponga que el auditor va a hacer una muestra de las adquisiciones de activos fijos, las
cuales consisten en 5.000 transacciones de distintos tamaños que forman un total de $
15.000.000. Usando SPS el universo no se define como las 5.000 transacciones y la
unidad de muestreo como cada transacción. Al contrario, el universo se define como
15.000.000 de unidades monetarias (dólar, boliviano, etc.) y la unidad de muestreo como
cada unidad monetaria incluida en dicho monto. En otras palabras, el universo es visto
como un gran número de unidades individuales de muestreo de una unidad monetaria.
Cada unidad monetaria seleccionada se relaciona entonces con la unidad física
(transacción), la cual contiene la unidad monetaria seleccionada. Cada una de estas
unidades físicas es luego probada.

Cuanto más grande sea el valor monetario de una unidad física, mayor probabilidad habrá
de que resulta seleccionada. Si en el ejemplo anterior una muestra de 60 partidas fuera
seleccionada sistemáticamente, cada transacción de $ 250.000 (15 mill/60) o más sería

70
elegida; una transacción de $ 1 tendría una posibilidad de 1 en 250.000 de ser
seleccionada. Una partida de $ 10.000 tendría el doble de probabilidad de ser
seleccionada que una de $ 5.000 porque tiene el doble de unidades de muestreo. El
nombre de “muestreo proporcionado al tamaño” se deriva de este concepto en el que la
probabilidad de seleccionar una unidad física está directamente relacionada con el
número de unidades monetarias de muestreo que contenga (es decir, su tamaño).

El SPS está diseñado fundamentalmente como una prueba para detectar una
sobrevaluación de los saldos registrados. El corolario al concepto de muestreo
proporcionado al tamaño es que si un saldo registrado por $ 1 está subvaluado y el monto
real es de $ 300.000, la posibilidad de encontrar ese error es muy baja (más baja que con
una selección al azar de unidades físicas de muestreo). Consecuentemente el auditor
puede decidir utilizar otros procedimientos de auditoría para detectar subvaluaciones
realizando pruebas que le aseguren que todos los despachos del ejercicio fueron
facturados y registrados, realizando pruebas del corte de los despachos cerca del cierre y
de ventas registradas posteriormente al cierre, revisando las cobranzas posteriores y
relacionándolas con las cuentas por cobrar o realizando revisiones analíticas de ventas,
cuentas por cobrar y existencias o una combinación de los procedimientos mencionados.

Para aplicar el enfoque del muestreo SPS descrito, el auditor deberá:

- determinar el tamaño de muestra requerido.

- calcular un intervalo monetario de muestreo, dividiéndole monto de universo por el
tamaño de la muestra.
- aplicar muestreo sistemático para seleccionar las unidades monetarias de
muestreo a probar.

En el ejemplo anterior, un tamaño de muestra de 60 tendría como resultado un intervalo

monetario de muestreo de $ 250.000 ($ 15.000.000 / 60). El auditor utiliza como punto de
partida de la selección un número al azar no mayor al intervalo monetario de muestreo (es
decir, entre 1 y 250.000 inclusive). De esta forma, cada unidad monetaria en el universo
de $ 15.000.000 tiene la misma oportunidad de selección. En este ejemplo, si el punto de
partida al azar fuera 67.850, el auditor contaría el universo y seleccionaría la unidad
monetaria número 67.850 y de ahí en adelante uno de cada 250.000 para las demás
partidas. El procedimiento de conteo del universo y de selección de la muestra se puede
llevar a cabo en forma manual o con la ayuda de técnicas de auditoría asistidas por el
computador.

Las secciones que siguen, tratan los factores que se deben considerar una vez que el
auditor ha decidido usar el muestreo proporcionado al tamaño. Estos factores se
relacionan con:

- Determinación del universo.

- Definición de la unidad de muestreo.
- Determinación del tamaño de la muestra.
- Selección de la muestra.
- Ejecución del plan de muestreo.
- Evaluación de los resultados de la muestra.

71
2.3.2.1 ¿Cómo se determina el Universo?

La determinación del universo a ser evaluado en base a una prueba de una muestra SPS
incluye la identificación de las partidas individualmente significativas que serán probadas
como tales y la identificación de los saldos cero o acreedores que no están incluidas en el
universo a probar.

2.3.2.1.1 Partidas individualmente significativas y otras de interés específico de auditoría

Los universos contables a menudo incluyen una o algunas partidas individualmente

significativas (por ejemplo saldos o transacciones). Una partida individualmente
significativa es una que, debido a si valor monetario, es de importancia suficiente como
para merecer la atención específica del auditor. El valor monetario significativo para este
propósito variará según la naturaleza de la partida. Por ejemplo, las partidas de una
cuenta por cobrar individual, de existencias, de activos fijos y de inversiones podrían ser
consideradas individualmente significativas a distintos niveles monetarios. Debido a la
naturaleza del método de muestreo proporcionado al tamaño, todas las partidas del
universo que son mayores que o iguales al intervalo monetario de muestreo son elegidas
para la muestra. Además el intervalo de muestreo que se determina estadísticamente por
la fórmula SPS es siempre menor que el monto máximo de error aceptable definido para
la prueba. Por estas razones, no es necesario segregar las partidas de significativo valor
individual antes de calcular el tamaño de la muestra y aplicar el procedimiento de
selección de la misma.

Sin embargo, a veces el auditor conoce que existen cuentas, saldos o transacciones no
usuales que es probable que sean incorrectas o que por otras causas tengan una especial
significación para la auditoría. Dichas partidas deberán ser separadas del universo para
se muestreadas y probadas aparte.

2.3.2.1.2 Saldos cero y acreedores

Una selección SPS no puede incluir documentos no válidos o no usados o cualquier otra
unidad física de monto cero o acreedor. Cuando el auditor está interesado en los saldos
cero o acreedores, los mismos deben ser objeto de pruebas separadas.

Como en otras aplicaciones del muestreo, es importante determinar que el universo y el

marco son equivalentes. En una aplicación de muestreo de variables, este paso implica
comprobar que la sumatoria de las partidas que forman el universo es igual al monto total
del universo. Esta comprobación puede ser efectuada utilizando CAAT.

2.3.2.2 ¿Cómo se define la unidad de muestreo?

La unidad de muestreo SPS es siempre la misma; es cada unidad monetaria en el

universo sujeto a muestreo. La definición de la unidad de muestreo SPS es diferente de la
que se usa en los otros métodos de muestreo de variables. Otros métodos definen a la
unidad de muestreo como una unidad física (por ejemplo, comprobantes, partidas de
existencias, saldos de cuenta de clientes).

72
2.3.2.3 ¿Cómo se determina el tamaño de la muestra?

La determinación del tamaño de la muestra incluye la definición de los siguientes

conceptos:

- Riesgo apropiado de aceptación incorrecta.

- Un monto máximo aceptable de error (“maximum tolerable error amount” – MTEA)
en el universo-
- Un monto conservador de error esperado (“conservative expected error amount” –
CEEA) en el universo.

Para un Monto Máximo Aceptable de Error (MTEA) de un porcentaje dado en relación con
el universo, normalmente el valor monetario del universo será suficientemente grande
(superior a 10.000 unidades monetarias) como para que el tamaño de muestra no
aumente cuando el valor del universo se incrementa.

Una vez que se hayan llevado a cabo estos pasos y que el valor monetario del universo
haya sido calculado, se usan tablas estadísticas (ver Anexo 2) para calcular el tamaño de
la muestra.

2.3.2.3.1 Riesgo de aceptación incorrecta

El riesgo de aceptación incorrecta y el límite superior de error, que es el término máximo

estimado de sobrevaluación en el universo, están interrelacionados y juntos constituyen
una conclusión de la evaluación. Existe un riesgo de muestreo de que el límite superior de
error calculado resulte menor que el monto real de sobrevaluación y que la conclusión
obtenida de la muestra no resulte cierta para el universo. Por ejemplo, suponga que el
auditor examina una muestra de SPS de 50 partidas y no encuentra errores. La
conclusión de evaluación podría ser “basado en los resultados de esta prueba, con un
riesgo de aceptación incorrecta del 5%, el universo no tiene una sobrevaluación de más
de $ 300.000”. En este caso, hay un riesgo de muestreo del 5% de que la verdadera
sobrevaluación que tenga el universo exceda $ 300.000.

Al determinar un nivel aceptable de riesgo de aceptación incorrecta, el auditor aplica el

criterio profesional y, tal como se comentó en el tema 2.3.1, considera factores tales como
el riesgo relativo de auditoría y la satisfacción de auditoría a obtener de la confiabilidad de
los controles internos, procedimientos de revisión analítica y otros procedimientos de
auditoría.

En general, a medida que el grado de satisfacción de auditoría a ser obtenido de la

prueba de una muestra decrece, puede permitirse que el riesgo de aceptación incorrecta
aumente. Generalmente no es aconsejable confiar en una evaluación estadística de una
muestra SPS utilizando un riesgo de aceptación incorrecta superior al 30%. Dado que el
SPS está diseñado fundamentalmente para universos que contienen pocos errores o
montos totales de error bajos, normalmente no es apropiado para universos cuyos
controles internos sean tan débiles como para requerir un muy bajo riesgo de aceptación
incorrecta (por ejemplo, 1%).

73
La siguiente tabla muestra el efecto del riesgo de aceptación incorrecta en el tamaño de la
muestra (para una fácil ilustración, todos los montos de esta sección están expresados en
unidades monetarias).

Asuma las siguientes constantes:

Tamaño del universo (monto) $ 1.000.000
Monto máximo aceptable de error $ 80.000
Monto conservador de error esperado $ 10.000

El tamaño necesario de muestra para varios riesgos de aceptación incorrecta sería:

Riesgo de aceptación incorrecta Tamaño de la muestra

30% 30
20 37
10 48
5 58
1 81

2.3.2.3.2 Monto máximo aceptable de error (MTEA)

El monto de error aceptable en relación con el monto registrado del universo a probar,
puede expresarse en términos de la precisión o exactitud que el auditor desea obtener de
la muestra de auditoría. Si el error aceptable es alto (por ejemplo 30%) en relación con el
total registrado, el auditor necesitará examinar menos partidas que si el error aceptable es
bajo (digamos 3% del monto registrado del universo). Para una aplicación de muestreo
dada, cuando el error aceptable decrece en relación con el monto del universo, el tamaño
requerido de la muestra aumenta.

El efecto del Monto Máximo Aceptable de Error (MTEA) en el tamaño de la muestra se

ilustra con el siguiente ejemplo

Suponga las constantes:

Tamaño del universo (monto) $ 1.000.000

Riesgo de aceptación incorrecta 5%
Monto conservador de error esperado $ 100.000

El tamaño de muestra necesario para varias MTEA sería:

MTEA Tamaño de la muestra

$ 40.000 117
60.000 78
80.000 58
100.000 46

74
2.3.2.3.3 Monto conservador de error esperado (CEEA)

Para determinar el tamaño de una muestra SPS, el auditor debe considerar el monto de
error esperado en la muestra. A medida que el error esperado aumenta y se acerca el
error aceptable, es necesario obtener información más precisa de la muestra. Por lo tanto,
cuando el error esperado aumenta, el tamaño requerido de muestra también aumenta. El
auditor determina el monto de error esperado utilizando su juicio profesional,
considerando factores tales como la naturaleza del saldo de la cuenta o grupo de
transacciones, la efectividad de los controles internos relacionados y los resultados de las
pruebas realizadas en años anteriores.

Como en el muestreo de atributos, el Monto Conservador de Error Esperado (CEEA) es

necesario para la determinación del tamaño de la muestra y se utiliza para controlar el
riesgo de rechazo incorrecto (por ejemplo el riesgo de que el auditor concluya que la
sobrevaluación del universo exceda el error aceptable cuando no lo excede)

A efectos de obtener una protección razonable contra el riesgo de rechazo incorrecto, el

auditor generalmente debe usar una LEVE sobreestimación (o sea una estimación
conservadora) del monto de error que se cree existe en el universo. La presunción de que
no se encontrará error en el universo resultará en un tamaño de muestra más pequeño
para una conclusión de evaluación específica. Sin embargo, si el auditor examina una
muestra tan reducida y encuentra cualquier monto de error el tamaño de muestra
resultara inadecuado para una evaluación que logre los parámetros estadísticos
especificados. El efecto del Monto Conservador de Error Esperado (CEEA) es aumentar
el tamaño de la muestra a un nivel que permita a la muestra presentar algún monto de
sobrevaluación y aún resultar en una evaluación aceptable. El CEEA a utilizar en la
determinación del tamaño de muestra debe, por lo tanto, ser algo mayor que el monto de
sobrevaluación que el auditor espera encontrar al probar la muestra.

El efecto del CEEA en el tamaño de la muestra se puede demostrar con el siguiente

ejemplo.

Considere las constantes:

Tamaño del universo (monto) $ 1.000.000
Riesgo de aceptación incorrecta 5%
Monto máximo aceptable de error 80.000

El tamaño de muestra necesario para varios CEEA sería:

CEEA Tamaño de la muestra

$0 36
100.000 58
200.000 58
300.000 77

Una vez que ha sido determinado el riesgo de aceptación incorrecta apropiado, que han sido
definidos el MTEEA y el CEEA para el universo y que el valor monetario del universo ha

75
sido obtenido, tablas estadísticas (ver Anexo 2) están disponibles para calcular el tamaño de
muestra.

2.3.2.4 ¿Cómo se selecciona la muestra?

El método de selección de una muestra de SPS es una muestra sistemática de las

unidades monetarias usando un punto de partida al azar. Este método de selección
produce una muestra que es aproximadamente equivalente a una muestra al azar de las
unidades monetarias. Es raro que las unidades monetarias estén distribuidas de acuerdo
a un patrón distorsionado y, por lo tanto, se mitiga la posibilidad de que una selección
sistemática no resulte en una muestra representativa.

Para demostrar la forma en que funciona una selección sistemática de unidades

monetarias, suponga que el universo consiste en 10.000 cuentas por cobrar que
equivalen a un total de $ 2.450.000. El auditor ha determinado el tamaño de la muestra en
150 unidades monetarias. Por lo tanto el intervalo monetario del muestreo es de
2.450.000 dividido 150, o sea 16.333 unidades monetarias. El auditor que selecciona las
partidas manualmente podría usar 16.000 para que fuera más sencillo. Un punto de
partida al azar entre 1 y 16.000 se selecciona y, de ahí en adelante, una de cada de
16.000 unidades monetarias. Para ilustrar el ejemplo suponga que el auditor ha
seleccionado como punto de partida al azar el 4.000.

2.3.2.4.1 Selección de la muestra contando en el universo

Para seleccionar las cuentas que contengan estas unidades monetarias al azar (4.000;
20.000; 36.000 y así sucesivamente), el auditor procede a considerar una columna vertical
acumulativa hasta que la cantidad que se va acumulando sea igual o exceda el intervalo
monetario de muestreo. Se selecciona la cuenta que hace posible que esto suceda. A
continuación se muestra la selección.

76
 Valor Unidad
Nùmero de monetario monetaria Unidad fìsica
cuenta de cuenta Acumulado seleccionada seleccionada
1 1.500 1.500
2 1.800 3.300
3 7.800 11.100 4.000 X
4 15.000 26.100 20.000 X
5 25 26.125
6 2.400 28.525
7 8.000 36.525 36.000 X
8 9.000 45.525
9 4.000 49.525
10 20.000 69.525 52.000 XX
68.000
11 1.400 70.925
12 600 71.525
13 1.000 72.525
14 9.500 82.025
15 11.000 93.025 84.000 X
16 1.200 94.225
17 19.000 113.225 100.000 X
18 20.000 133.225 116.000 XX
132.000
19 50.000 183.225 148.000 XXX
164.000
180.000
20 200 183.425
21 3.700 187.125
22 4.800 191.925
23 150 192.075
24 175 192.250
25 50.000 242.250 196.000 XXX
212.000
228.000

Todas las partidas iguales o superiores al intervalo monetario de muestreo siempre se

seleccionarán por lo menos una vez utilizando el SPS. Esto se debe a que las partidas
mayores que el intervalo monetario de muestreo componen todo un intervalo e,
independientemente del punto de partida al azar, serán seleccionadas.

2.3.2.4.2 Otros métodos para seleccionar una muestrea SPS

Aunque a veces es necesario ir contando en el universo para seleccionar una muestra

SPS, otras técnicas permiten reducir el tiempo en el que se puede hacer esta selección,
las cuales se describen a continuación.

Cuando un software de auditoría no está disponible, la mejor alternativa puede ser usar
los totales acumulativos de página, sobre todo si el universo tiene partidas pequeñas. El
total acumulativo de la página se utiliza para indicar qué página incluye la unidad

77
monetaria seleccionada. El auditor contará hasta esa unidad monetaria evitando la tarea
de contar páginas que no tienen unidades seleccionadas.

Cuando el listado de saldos contiene totales de página pero no son acumulativos el

auditor usará en forma similar. Es decir sumará los totales de página para saber si la
selección debe hacerse en una página en particular. En efecto primero los totales de las
páginas se acumulan y después se utilizan como se indica anteriormente.

2.3.2.5 ¿Cómo se ejecuta el plan de muestreo?

Una vez que se ha diseñado el plan de muestreo y seleccionado la muestra, las pruebas
de auditoría deben ser aplicadas a cada partida seleccionada.

El SPS está diseñado para circunstancias en las cuales existen pocos errores.
Ocasionalmente el auditor encontrará numerosos errores al examinar las primeras
partidas de la muestra. Resultará obvio que, aun cuando las restantes partidas no
contuvieran errores, la prueba indicaría un nivel inaceptable de errores en el universo. En
estas circunstancias, el auditor debe considerara si la evidencia de errores significativos
es suficiente como para informar a la gerencia antes de efectuar cualquier trabajo
adicional de auditoría. Es generalmente conveniente que la gerencia investigue la
naturaleza y causa de los errores y corrija sus causas en el universo. El auditor puede
luego probar el universo corregido. Alternativamente, si la gerencia no corrige el universo,
el auditor podría aplicar el procedimiento a una proporción más grande o a todas las
partidas del universo. Usualmente será necesario discontinuar el plan de muestreo de
SPS dado que fue diseñado para circunstancias en las que existen pocos errores. El
procedimiento, sin embargo, podría ser aplicado a una muestra de partidas en el universo
utilizando otro método de muestreo de variables.

2.3.2.6 ¿Cómo se evalúan los resultados de la muestra?

Una evaluación SPS consiste en la proyección de los errores de la muestra al universo y

el cálculo del límite superior estimado de error. Es conveniente comprender en términos
generales la naturaleza de la evaluación SPS. A efectos de proyectar los errores de la
muestra en el universo, el auditor determina el error proyectado para cada intervalo de
muestreo y suma todos los montos proyectados de error.

Cuando se encuentra un error en una unidad física menor que el valor del intervalo de
muestreo, se calcula un porcentaje de sobrevaluación llamado “mancha” (“Taint”). Debido
a que cada partida seleccionada representa un grupo de unidades monetarias,
equivalente al intervalo de muestreo, el porcentaje de “mancha” se multiplica por el
intervalo de muestreo para proyectar la cantidad del error estimado para este intervalo.

Por ejemplo, suponga que el intervalo de muestreo es Bs 10.000 y un saldo seleccionado

de cuentas por cobrar tiene un valor registrado de Bs 1.000 y un valor auditado de Bs 700.
Se calcula un porcentaje de mancha de 30% (monto de error Bs 300 / cantidad registrada
Bs 1.000). Si la unidad física es igual o mayor que el intervalo de muestreo, no es
necesario proyectar un error estimado, ya que la verdadera cantidad de error para el
intervalo ya se conoce. Si en este ejemplo la unidad física tuviera un valor registrado de

78
Bs 14.000 y un valor auditado de Bs 12.000, la cantidad de error para el intervalo sería de
Bs 2.000.

El auditor especifica el error aceptable (MTEA) al diseñar un plan de muestreo y calcular

el tamaño de la muestra. De esta forma, si no se encuentran errores en la muestra,
generalmente el auditor podrá llegar a la conclusión sin hacer cálculos adicionales de que,
con un riesgo de aceptación incorrecta determinado al especificar el tamaño de la
muestra, los resultados de la misma sugieren que la cantidad registrada del universo no
tiene una sobrevaluación mayor al error aceptable.

Cuando el límite superior estimado de error excede al MTEA, la evidencia estadística no

respalda la cantidad contabilizada del universo. En estas circunstancias el auditor debe
considera la naturaleza cualitativa de los errores encontrados y métodos alternativos para
identifica errores similares en el universo.

Como se trata en el tema 2.3.1, deben considerarse los aspectos cualitativos de los
errores, sin tener en cuenta si la evaluación estadística respalda el monto registrado.

2.3.3 muestreo clásico de variables

Este tema describe los métodos del muestreo clásico de variables conocidos como por
proyección directa (estimación de la media por unidad)y de estimación por proporción y
por diferencia.

Visión general

Los métodos por proyección directa, de estimación por proporción y por diferencia son
conocidos como métodos de muestreo clásico de variables. El muestreo clásico de
variables asume una distribución normal del promedio de la muestra. Para ilustrar el
concepto de distribución normal de promedio de la muestra asuma mil muestras repetidas
de tamaño igual y suficiente dentro de un universo de información contable. Puede
esperarse que los promedios de muestra estén distribuidos normalmente cuando, si se
graficara la frecuencia con que cada promedio ocurre, se obtendría una curva simétrica
con forma de campana, independientemente de la distribución del universo. Además,
puede esperarse que la media de dichos promedios (punto medio de la distribución de
frecuencia) resulte igual al promedio del universo y que sea la que ocurra con mayor
frecuencia.

Sin embargo, al aplicar un procedimiento de auditoría, comúnmente sólo se selecciona

una muestra. La conclusión resultante respecto del intervalo de precisión (ver más abajo
bajo “Método por proyección directa”) basada en una muestra clásica de variables puede
establecerse de diferentes formas. Adicionalmente siempre existirá un riesgo medible de
que el monto del universo no esté dentro del intervalo de precisión (esto es, que la
muestra no sea representativa del universo). Las reglas de decisión recomendadas para
el diseño y evaluación del plan de muestreo clásico de variables son tratadas en detalle
en las partes pertinentes de esta Sección.

Los métodos de muestreo clásico de variables se basan en la selección al azar de

unidades físicas sin considerar su valor monetario. Una o muy pocas unidades de

79
muestreo que en conjunto podrían dar lugar a un error significativo podrían existir en
universos grandes. Por lo tanto, si las partidas erróneas no son frecuentes, la probabilidad
de su inclusión en una muestra clásica de variables es relativamente baja. De acuerdo
con ello, el auditor debe:

1) excluir del universo a muestrear y probar separadamente:

las partidas que podrían por sí mismas incluir un error significativo, y

las partidas que de acuerdo con la experiencia anterior es más probable
que contengan errores o por otras causas tengan significación de auditoría;

2) seleccionar muestras de tamaño suficientemente grande como para brindar

una razonable probabilidad de detectar errores significativos que no ocurren
frecuentemente, y

3) considerar la estratificación del universo para asegurar que las muestras

incluyen partidas con mayor potencial de error.

Método de proyección directa

La mayoría de los métodos de muestreo de variables requieren que los montos

individuales registrados sean comparados con los montos auditados. En ausencia de
montos registrados, puede usarse el método por proyección directa. Este método, sin
embargo, requiere un tamaño de muestra mayor que otros métodos utilizando el mismo
tamaño de muestra.

El método por proyección directa (estimación de la media por unidad) estima un monto
total para el universo calculando un valor promedio de la muestra que se haya auditado y
multiplicándolo por el número de partidas en el universo. Por ejemplo, suponga que el
auditor selecciona al azar 100 partidas de existencias de entre 1.000 y se encuentra que
el monto auditado promedio de la muestra es de Bs 980. El monto estimado de
existencias llamado el punto estimado, sería Bs 980.000 (Bs 980 x 1.000). Obviamente,
en muy raras ocasiones se esperaría que el monto total real del inventario fuera Bs
980.000. Al contrario, existe un rango o intervalo de precisión asociado con esta
estimación a un nivel dado de riesgo de muestreo.

El auditor puede llegar a una conclusión de evaluación estadística basada en el muestreo

por proyección directa, como por ejemplo: “Basado en los resultados de la prueba, con un
nivel de confianza del 95%, el monto de existencias está entre Bs 930.000 y Bs
1.030.000”. Es imposible determinar dónde se encuentra realmente el universo dentro del
intervalo de presión. De hecho, hay un riesgo del 5% de que no se ubique en el intervalo.
Existe un 95% de probabilidad de que el intervalo contenga el monto del universo. El
punto estimado no tiene más probabilidad de ser exactamente igual al monto del universo,
que cualquier otro valor dentro del intervalo de precisión.

Métodos de estimación por proporción y por diferencia

El método de estimación por proporción calcula la proporción entre las cantidades

auditadas y las registradas para las partidas de la muestra y proyecta esta proporción al

80
universo. El punto estimado se calcula multiplicando el monto total registrado por la
proporción del valor auditado con el registrado para las partidas de la muestra. Por
ejemplo, si el monto auditado de una muestra fuera Bs 415.000 y el monto registrado de
las mismas partidas fuera Bs 427.000, la proporción sería .97 (Bs 415.000 / Bs 427.000).
Entonces el auditor multiplicaría el valor de libros, digamos Bs 1.780.000 por .97). Al igual
que en otros métodos de muestreo estadístico, habrá un riesgo de muestreo y un intervalo
de precisión asociados con esta estimación.

El método de estimación por diferencia, calcula la diferencia promedio entre los montos
auditados y los registrados de las partidas de la muestra y proyecta esta diferencia al
universo. Por ejemplo, suponga que el auditor toma una muestra de 200 partidas de un
universo de 1.000 para el cual la cifra total según libros era de Bs1.780.000. El auditor
calcula la cifra auditada para cada una de las 200 unidades de muestreo y la compara con
la cantidad en libros correspondiente. Suponga que el monto total auditado de la muestra
fue Bs415.000 y la cantidad total según libros de dicha muestra fue Bs427.000. La
diferencia de Bs12.000 se divide entre 200, lo cual da una diferencia promedio de Bs60.
Esta diferencia promedio entonces se multiplica por el número total de partidas en el
universo, en este caso 1.000, para obtener una diferencia total de Bs60.000. Debido a que
en este caso la diferencia es negativa (dado que el monto total según libros es mayor que
el monto total auditado de la muestra), se resta del monto del universo según libros para
obtener el punto estimado de la cantidad total de existencias de Bs1.720.000.

Obviamente, es poco probable que el monto total real de existencias sea exactamente
Bs1.720.000. Al contrario habrá un riesgo de muestreo y un intervalo de precisión
asociados con esta estimación. Por ejemplo, la muestra puede evaluarse en términos del
monto de existencias, entre Bs1.680.000 y Bs1.760.000 con un nivel de confianza del
95%.

Los métodos de proporción y por diferencia generalmente son más eficientes que el de
proyección directa. Sin embargo, tanto la estimación por proporción como por diferencia
requieren que haya más que unas pocas diferencias entre las cantidades auditadas y las
cantidades según libros. También es conveniente que las diferencias incluyan tanto
sobrevaluaciones como subvaluaciones.

A veces no se encuentran errores pese a que se planeó evaluar los resultados de la

muestra utilizando una estimación por proporciones o por diferencias. En estas
circunstancias la muestra puede ser evaluada utilizando los cálculos del muestreo de
atributos. Por ejemplo, suponga que el auditor no ha encontrado errores en una muestra
de 200 partidas de un universo de 10.000 (después de sacar en la estratificación los
valores monetarios altos). Usando las tablas (Anexo 2), se determina que se puede llegar
a la conclusión de que, con un riesgo de aceptación incorrecta del 5%, el porcentaje de
error en el universo no excede del 1.5% ó 150 unidades. El auditor puede entonces utilizar
su juicio para evaluar si los resultados de la muestra, junto con otras evidencias, proveen
suficiente satisfacción de auditoría respecto del monto registrado del universo.

Los factores que deben considerarse una vez que el auditor decidió usar muestreo por
estimación directa, de proporción o por diferencias, se relacionan con:

81
 • obtención de información del universo y, si corresponde, diseños de un
plan de estratificación:
- determinación del universo:
• partidas individualmente significativas
• partidas no significativas y/o de bajo riesgo
• tamaño del universo
- definición de la unidad de muestreo,

• determinación del tamaño de la muestra,

• ejecución del plan de muestreo,
• evaluación de los resultados de la muestra.

2.3.3.1 ¿Cómo se determina el Universo?

Partidas individualmente significativas u otras de interés específico de auditoría

Los universos contables a menudo incluyen una o unas pocas partidas individualmente
significativas (p. ej. Saldos, transacciones). Una partida individualmente significativa es
una que, debido a su valor monetario, es de importancia suficiente como para merecer la
atención específica del auditor. El valor monetario que se considera significativo con este
propósito variará dependiendo de la naturaleza de la partida. Por ejemplo, las partidas
individuales de una cuenta por cobrar, de existencias, de activo fijo y de inversiones
podrían ser consideradas significativas a distintos niveles monetarios. Dado que un
universo puede incluir pocas partidas individualmente significativas, si las mimas fueran
incluidas en un universo numeroso a muestrear por un método clásico de variables,
habría sido una baja probabilidad de que fueran incluidas en la muestra y por lo tanto
reflejadas en la evaluación. Por ello las partidas individualmente significativas deben ser
separadas del universo a ser muestreado y probadas como ítems individuales.

Además, el auditor frecuentemente tiene conocimiento de cuentas, saldos y transacciones

no usuales, que tienen posibilidades de contener errores o que tienen una importancia
especial para la auditoría. Ciertos saldos de cuenta o tipos de transacciones (por ejemplo,
el tipo de cliente, clase de producto) tienen diferentes niveles de riesgo. Esas partidas de
las que el auditor tiene conocimiento también deben ser eliminadas del universo y
probadas por separado. Dependiendo del nivel de riesgo y del propósito de la prueba,
cada una de las partidas puede ser probada o se pueden realizar pruebas de ellas sobre
una base de muestreo.

Partidas poco significativas y/o de bajo riesgo

El auditor podría identificar partidas en el universo contable que individualmente o en

conjunto se consideran como no significativas o de bajo riesgo de auditoría. Por ejemplo:
generalmente las existencias de una empresa contienen numerosas partidas de monto
conjunto y riesgo de auditor bajos. El auditor podría excluir estas partidas del plan de
muestreo para concentrar los esfuerzos en las partidas de mayor interés para la auditoría.
Para las partidas no significativas y/o de bajo riesgo se pueden aplicar técnicas de
revisión analítica u otro tipo de procedimientos en la medida en que el auditor lo considere
necesario.

82
La determinación precisa de la cantidad de partidas que componen el universo es
importante para los métodos por proyección directa (estimación de la media por unidad)y
de estimación por diferencias. Al proyectar los resultados de la muestra usando la
proyección directa (estimación de la media por unidad)o la estimación por diferencia, se
multiplica la cantidad de partidas que componen el universo por los montos auditados
promedio o la diferencia promedio para calcular el total o la diferencia del universo. De
esta forma, cálculos incorrectos del tamaño del universo pueden tener como resultado
evaluaciones incorrectas de la muestra. En el método de estimación por proporción, la
proyección de los resultados de la muestra se basa en el valor monetario total del
universo más que en la cantidad de partidas que lo componen.

2.3.3.2 ¿Cómo se define la unidad de muestreo?

Las unidades de muestreo son las paridas individuales que componen el universo. La
definición de una unidad de muestreo dependerá del objetivo de la prueba de auditoría y
la naturaleza del universo. Los factores primarios que deben considerarse son: 1) la
naturaleza de la satisfacción de auditoría que debe obtenerse, 2) la facilidad para
seleccionar la muestra y 3) la facilidad para aplicar los procedimientos planeados o
alternativos para determinar los montos auditados. Un ejemplo de una unidad de
muestreo alternativa podría ser un saldo de cuenta, una transacción individual en un saldo
de cuenta o una partida individual de una transacción.

2.3.3.3 ¿Cómo se determina el tamaño de la muestra?

Los tamaños de una muestra clásica de variables están influidos por cuatro factores: a)
Tolerancia planeada para el riesgo de muestreo, b) Error Tolerable c) Coeficientes de
aceptación incorrecto y, de rechazo incorrecto y d) Desviación estándar estimada..

2.3.3.3.1 Tolerancia planeada para el riesgo de muestreo

La tolerancia planeada para el riesgo de muestreo puede ser determinada mediante la

siguiente fórmula:

Tolerancia planeada para Error Tolerable

=
el riesgo de muestreo 1+ Coeficiente de aceptación incorrecta
Coeficiente de rechazo incorrecto

2.3.3.3.2 Error Tolerable

El error tolerable es el error monetario máximo que puede existir en la cuenta, sin que los
estados financieros estén materialmente errados.

83
2.3.3.3.3 Coeficientes de aceptación incorrecto y, de rechazo incorrecto

Los Coeficientes de aceptación incorrecto y, de rechazo incorrecto se toman de la

siguiente tabla:

Coeficiente
Nivel de Coeficiente
Riesgo aceptación de rechazo
Aceptable incorrecto incorrecto
1,0% 2,33 2,58
4,6 1,68 2
5,0 1,64 1,96
10,0 1,28 1,64
15,0 1,04 1,44
20,0 0,84 1,28
25,0 0,67 1,15
30,0 0,52 1,04
40,0 0,25 0,84
50,0 0,00 0,67

2.3.3.3.4 Desviación estándar estimada

La desviación estándar estimada es calculada con una fórmula de Excel “Desvestp”. O si

se desea efectuar manualmente es la raíz cuadrada de la varianza. Siendo la Varianza la
sumatoria de los desvíos elevados al cuadrado.

Con los datos precedentes, la fórmula para determinar la muestra (n) con el método de
variables clásicas-estimación de la media por unidad es la siguiente:

….2
Tamaño de la población x Coeficiente de rechazo
Tamaño de
incorrecto x Desviación estándar estimada
la muestra =
Tolerancia planeada para el riesgo de muestreo

2.3.3.4 ¿Cómo se ejecuta el plan de muestreo?

Una vez que se ha calculado el tamaño de la muestra, se deben seleccionar las partidas
de la muestra utilizando uno de los métodos al azar explicados en el tema 1.1.2

Una vez diseñado el plan de muestreo y seleccionada la muestra principal, se deben

aplicar las pruebas de auditoría planificadas a cada una de las partidas seleccionadas. En
algunos casos no se pueden aplicar las pruebas planificadas a las partidas elegidas. Para
cubrir esta posibilidad, se sugiere que el auditor seleccione un número de partidas de

84
muestra adicionales que serán examinadas solamente si se las requiere como partidas de
reemplazo.

2.3.3.5 ¿Cómo se evalúan los resultados de la muestra?

La evaluación de los resultados de una muestra clásica de variables incluye:

• el cálculo del punto estimado y el intervalo de precisión obtenido para la prueba al
nivel de confianza especificado.
• La comparación del monto registrado con el intervalo de precisión calculado, y
• La consideración de la naturaleza cualitativa de los errores detectados en las
partidas de la muestra.

Si el monto registrado está dentro del intervalo de precisión, está respaldado por los
resultados estadísticos de la prueba. A la inversa, si el monto registrado está fuera del
intervalo de precisión, la evidencia estadística no respaldaría el monto registrado. La
naturaleza de cualquier error encontrado debe ser investigada antes de arribar a
conclusiones finales en base a los resultados del muestreo.

A continuación se presentan algunas pautas para evaluar los resultados de las

aplicaciones del muestreo clásico de variables.

a. En la evaluación se debe utilizar el mismo nivel de confianza que se utilizó

al determinar el tamaño de la muestra.
b. Si la evaluación de la muestra indica que no se ha obtenido el intervalo de
precisión deseado (es decir, que la precisión lograda es mayor que la precisión
planeada), esto significa que la variación superó el límite anticipado para la
determinación del tamaño de la muestra. De acuerdo con lo explicado
anteriormente la prueba generalmente debería ser ampliada seleccionando
unidades de muestreo adicionales para obtener el intervalo de precisión
anticipado.
c. Si se ha obtenido el intervalo de precisión deseado, se compara el monto
registrado con el intervalo de precisión, para determinar si los resultados
estadísticos de la prueba respaldan el monto registrado.
Si el monto registrado está dentro del intervalo de precisión se ha alcanzado el
objetivo deseado. Si el monto está fuera del intervalo de precisión especificado en
la planificación de la muestra, los resultados de la prueba no respaldan el monto
registrado. Se recomienda realizar investigaciones adicionales.

Por lo general, se pueden determinar e investigar las causas específicas de los

errores o se puede cuantificar el monto del universo más precisamente en base a
una muestra ampliada. Sin embargo, antes de ampliar los procedimientos de
auditoría, es conveniente revisar los errores hallados con el personal del cliente. El
cliente debe analizar la naturaleza y causas de los errores, realizar las
modificaciones necesarias de los errores identificados e investigar la posibilidad de
encontrar errores similares en el resto del universo. Después de la investigación, los

85
 funcionarios del cliente pueden decidir si hay que registrar las modificaciones
adicionales.

Suponiendo que el auditor este satisfecho de que el cliente haya hecho una
investigación apropiada y que se haya modificado el monto ajustado quedará
respaldado por los resultados estadísticos de la prueba y podría ser aceptado. Un
ajuste no puede ser considerado apropiado simplemente porque hizo que el monto
registrado quedara dentro del intervalo de precisión. El auditor debería apreciar la
causa aparente de los errores y satisfacerse de que los resultados son apropiados,
teniendo en cuenta las implicancias de las causas de los errores hallados.

d. En algunos casos, se obtiene un intervalo de precisión inferior al deseado y

el monto registrado está un poco fuera del intervalo de precisión obtenido. Por lo
general, si la diferencia entre el monto registrado y el límite más lejano de precisión
alcanzado es menor al error aceptable, no existe indicación de un error significativo.
Por ejemplo, suponga que 1) el auditor especificó un intervalo de precisión de +- $
100.000 en base a un error aceptable de $ 200.000, 2) se obtuvo un intervalo de
precisión de +- $ 50.000, 3) el cálculo del intervalo fue de $ 1.000.000 a $ 1.100.000
y 4) el monto registrado fue $ 1.150.000. el error máximo proyectado sería la
diferencia entre el límite más lejano (en este ejemplo, $ 1.000.000) y el monto
registrado ($ 1.150.000) ó $ 150.000. Como este monto es inferior al error aceptable
de $ 2000.000, el auditor puede arribar a la conclusión de que, al nivel de confianza
estipulado, la muestra no indica que el monto registrado sea erróneo por un importe
significativo.

e. Al examinar la naturaleza y la causa de los errores y la necesidad de un

ajuste, el auditor debe considerar el efecto en la evaluación de los controles
internos contables y en los otros aspectos del plan de auditoría. Por ejemplo, si en
una circularización de cuentas por cobrar el auditor encuentra quejas acerca de la
corrección de los precios que se están cobrando, esto puede afecta la evaluación
del sistema de facturación.
Si el cliente registra un ajuste en base a los resultados de una muestra estadística (ya sea
la muestra original que tomó el personal del cliente o una muestra seleccionada por el
auditor y que el cliente aceptó después de una investigación adecuada), la gerencia debe
estar satisfecha en cuanto al plan de muestreo y su aplicación adecuada, así como de
que los resultados son razonables. La gerencia debe tomar la responsabilidad por los
estados financieros. Es importante hacer notar que cualquier ajuste que se haga mediante
un proceso de muestreo, será aproximado y no exacto.

Ilustración de la estimación de la Media por Unidad (Proyección Directa)

1.-Determinar el objetivo de la prueba.- Suponga que los auditores desean probar la

existencia y la valuación bruta de las cuentas por cobrar registradas de un pequeño
cliente de servicios públicos. Ellos desean probar el valor en libros de las cuentas por
cobrar confirmando una muestra de las cuentas a través de correspondencia directa con
los clientes.

86
2.- Definir la población y la unidad de muestreo.- Los registros del cliente han registrado
100.000 cuentas con un valor en libros total de $ 6.250.000. Los auditores consideran que
los clientes podrán confirmar el total del saldo vigente en la cuenta. Por consiguiente se
utiliza el saldo de la cuenta como unidad de muestreo, en lugar de las transacciones
individuales que integran el saldo. El siguiente cuadro resume las cuentas

COMPAÑÍA TANIS
Cuentas por cobrar
Número 31 de diciembre, 19X3 Valor en
de cuenta nombre de la cuenta libros

000.001 Aguirre, William 65.55

000.002 Antezana, Juan 66.44
000.003 Antezana, Susana 82.42
000.004 Argote, Jenni 55.14
000.005 Arnez, Gustavo 44.96
: : :
: :
: : :
: : :

003.000 Choque, Sandra 65.00

:
:
:
:
099.999 Zabala, Daniel 82.50
100.000 Zegarra, Jammil 99.20

VALOR EN LIBROS TOTAL $6.250.000.00

VALOR MEDIO DE LA CUENTA* $ 62.5

* $ 6.250.000/100.000
Cuadro CGR A
3.- Seleccionar una técnica de muestreo de auditoría.
Los auditores han decidido utilizar la técnica de media por una unidad.

4.- Determinar el tamaño de la muestra.-Para calcular el tamaño requerido de la muestra

los auditores deben determinar 1)el error tolerable para cuentas por cobrar 2) los niveles
planeados de riesgo de muestreo (los riesgos de aceptación y rechazo incorrectos) la
estimación de la desviación estándar de la población y 4) el tamaño de la población.

87
Con base en su estudio del control interno, los auditores consideran que todas las cuentas
están incluidas dentro de las 100.000 cuentas del mayor auxiliar de los clientes (la
representación física de la población). En vista de la materialidad de las sumas en dólares
involucradas, los auditores evalúan el error tolerable en US$ 364.000. Puesto que el
control interno sobre la existencia y valuación de las cuentas por cobrar es muy débil, los
auditores evalúan el riesgo de control en el máximo nivel, es decir 100%. Adicionalmente
evalúan el riesgo inherente en 100% y piensan realizar solo un número muy limitado de
pruebas sustantivas de éstas afirmaciones. Por tanto los auditores deciden aceptar 5% de
riesgo de aceptación incorrecta. Con base en una consideración de los costos de realizar
procedimientos adicionales cuando una cuenta es rechazada inapropiadamente, los
auditores planean 4.6 % de riesgo de rechazo incorrecto. A partir de ésta información y
utilizando los coeficientes de riesgo obtenidos del punto 2.3.3.3.3, la tolerancia planeada
para el riesgo de muestreo puede calcularse de la manera siguiente:

Error tolerable
Tolerancia planeada para el riesgo de muestreo =
Coeficiente de aceptación incorrecta
1+
Coeficiente de rechazo incorrecto

$364.000
Tolerancia planeada para el riesgo de muestreo =
1,64
1+
2,00
= $200.000

Para estimar la desviación estándar de la población, los auditores utilizan un programa de

software de auditoría generalizado diseñado para calcular la desviación estándar de los
valores registrados en libros de las cuentas de los clientes individuales. El resultado es
$15.

Al utilizar la fórmula de tamaño de muestra, el tamaño de muestra requerido puede

calcularse ahora de la siguiente manera:
Tamaño de la población X Coeficiente de rechazo 2
Incorrecto X Desviación estándar estimada
Tamaño de la muestra =
Tolerancia planeada para el riesgo de muestreo

2
100.000x 2,00x $15
Tamaño de la muestra =
$200.000

2
3.000.000
Tamaño de la muestra =
$200.000

Tamaño de la muestra = 225 cuentas

5. Seleccionar la muestra. Las cuentas por cobrar del cliente son de los clientes
residenciales y no varían mucho en cuanto al tamaño. Por esta razón, los auditores

88
deciden utilizar una tabla de números aleatorios para seleccionar una muestra aleatoria
no estratificada.

6. Probar los elementos de la muestra. Los auditores envían las confirmaciones y realizan
procedimientos adicionales según la necesidad.

7. Evaluar los resultados de la muestra. La confirmación de 225 cuentas, en la forma

resumida en la figura de 225 cuentas, en la forma resumida en la cuadro CGR 1, da como
resultado una muestra con un valor auditado medio de $61 por cuenta. La cuadro CGR 1
indica también que el valor en libros medio de 225 cuentas en la muestra fue $63.
Observe que este valor en libros medio de la muestra de $63 difiere ligeramente del valor
en libros medio de toda la población, $62.50, en la cuadro CGR 1. Esta diferencia de
$0.50 por cuenta se debe al azar y no se utiliza directamente en el análisis de media por
unidad.

Como un primer caso, suponga que los resultados de la confirmación indican también una
desviación estándar de los valores auditados de la muestra de US$ 15. Puesto que la
desviación estándar de la muestra es igual a aquélla utilizada en la planeación, la
tolerancia ajustada para el riesgo muestral es igual a la tolerancia planeada de $ 200.000.
En este caso, la estimación de los auditores del valor total de la población es $ 6,100,000
y el intervalo de aceptación para el resultado muestral es esa suma más o menos la
tolerancia del riesgo muestral de $ 200.000, calculado de la siguiente manera:

Valor auditado
Total estimado = valor auditado medio X Número de cuentas

Valor auditado
total estimado = $ 61 x 100.000 cuentas
= $ 6.100.000

Intervalo de
aceptación = Valor auditado total estimado
+ Tolerancia del riesgo de muestreo
= $ 6.100.000 + $ 200.000
= [$5.9000.000 a $6.300.000]

Debido a que el valor en libros del cliente de $ 6.250.000 está incluido en el intervalo de
aceptación, los resultados de la muestra indican que la valuación del cliente de las
cuentas por cobrar no está materialmente errada. Sin embargo, los resultados de la
muestra indican un error proyectado de $15.000, calculado de la siguiente manera:

Error proyectado = Valor auditado total estimado – Valor

en libros de la población
= $ 6.100.000 - $ 6.250.000
= $150.000 de sobrestimación

89
Este error proyectado será considerado cuando los auditores analicen la cantidad total de
error potencial en los estados financieros. Además, los auditores pueden sugerir que el
cliente corrija las cuentas cuya prueba reveló que estaban erradas, aunque los errores
sean menores que el monto de error tolerable.

¿Cómo evalúan los auditores los resultados si la desviación estándar de la muestra difiere
de la estimación? Pueden utilizar las fórmulas analizadas anteriormente para calcular una
tolerancia ajustada para el riesgo de muestreo. Por ejemplo, si la desviación estándar de
los valores auditados de la muestra hubiera sido más bien igual a $16, la tolerancia
ajustada para el riesgo de muestreo puede calcularse de la siguiente manera:

Tamaño de la población X Coeficiente de

Tolerancia ajustada aceptación incorrecta X Desviación estándar de la
muestra
para el riesgo de = Error tolerable -
muestreo √ Tamaño de la muestra

(100.000 x 1,64 x $16)

Tolerancia ajustada para el riesgo de muestreo = $364.000 - √ 225

= $ 189.067

Por tanto, el intervalo de aceptación construido sería $6.100.000 + $189.067 ($5.910933 a

$6.289.067). Como se ilustra en la cuadro CGR 2, el valor en libros del cliente
($6.250.000) también está incluido con este intervalo. Por consiguiente, los resultados de
la muestra aún indican que la cuenta no contiene un error material.

Como en los demás tipos de muestreo, los auditores deben considerar los aspectos
cualitativos de cualquier error encontrado en su muestra. “¿Qué causó lo errores?”
“¿Alguno de los errores indica fraude?” y “¿Qué implicaciones tienen los errores en otras
áreas de auditoría?” son preguntas que los auditores tratarán de contestar en su
evaluación cualitativa de los resultados.

90
 COMPAÑÍA TANIS
Muestra de cuentas por cobrar
31 de diciembre, 19X3

Número Número Nombre de la cuenta Valor Valor Diferencia

del elemento de cuenta en libros auditado
de la muestra

001 000.002 Antezana, Juan $ 66.44 $ 66.44 $ 00.00

002 000.005 Arnez, Gustavo 44.96 43.00 1.96
003 001.100 Banner, Jane 92.16 92.16 0.00
004 002.200 Boynton, Willis 72.12 68.50 3.62
005 003.000 Choque, Sandra 65.00 65.00 0.00
:
:
:
224 093.212 Yelbow, Sharlene 82.50 82.50 0.00
225 100.00 Zegarra, Jammil 99.20 92.00 7.20

Valor Total (Muestra) $14.175.00 $13.725.00 $450.00

Valor medio $63.00 61.00 2.00
CUADRO 1: Muestra de los auditores de las cuentas por cobrar.

8. Documentar los procedimientos de muestreo. Cada uno de los siete pasos anteriores,
lo mismo que la base para las conclusiones globales, deben estar documentados en los
papeles de trabajo de los auditores.

Intervalo de aceptación

$ 5.910.933 $6.100.000 $6.250.000 $6.289.067

Límite de precisión Estimación Valor en libros Límite
Inferior del valor de la cuenta de precisión
en libros superior
de la muestra

$ 150.000 Error proyectado

CUADRO 2: Intervalo de aceptación para prueba sustantiva

91
Ilustración de la estimación de razones y diferencias

La información presentada en los CUADROS 1 y 2 puede utilizarse para ilustrar el uso de

las técnicas de estimación de razón y de diferencia. Recuerde que la población consiste
en 100.000 cuentas con un valor en libros agregado de $ 6.250.000; el Cuadro 1 indica
que los valores totales en libros y auditados de la muestra son $ 14.175 y $ 13.725,
respectivamente. Los auditores calculan el tamaño requerido de la muestra, seleccionan
aleatoriamente las cuentas que serán objeto de muestra, y aplican procedimientos de
auditoría para determinar los saldos correctos de las cuentas. En realidad las diferencias
en las fórmulas de tamaño muestral11 harían que el tamaño de la muestra difiriera de
aquél que se obtiene utilizando el método de la media por unidad, pero en este ejemplo
continuaremos suponiendo un tamaño de muestra de 225, en la forma resumida en el
Cuadro 1.

Estimación de razón. Al utilizar la estimación de razón, los auditores estimarán el error

proyectado utilizando la siguiente fórmula:

Error neto muestral

Error proyectado = Valor en libros de la X Valor en libros de la población
muestra

$450
Error proyectado = X $6.250.000 = 198.413
$ 14.175

Debido a que el error proyectado indica una sobrestimación, esta diferencia se resta del
valor en libros para obtener el valor auditado estimado total, de la siguiente manera:

Valor auditado
total estimado = Valor en libros de la población – Sobrestimación proyectada

= 6.250.000 – 198.413
= $6.051.587

Si el error proyectado hubiera sido una subestimación, el monto habría sido agregado al
valor en libros de la población.

Estimación en diferencia. Si se utiliza la estimación de diferencia, los auditores

estimarán la diferencia promedio por elemento como una sobrestimación de $2 ($450 /
225 elementos). Multiplicar $2 por las 100.000 cuentas en la población indica que el error
proyectado para las cuentas por cobrar es una sobrestimación de $ 200.000, en la forma
calculada en seguida:

92
 Error neto muestral
Error proyectado = X Elementos poblacionales
Elementos muestrales

$450
Error proyectado = X 100.000 = $ 200.000
225

El valor auditado estimado total de la cuenta se calcula de la siguiente manera:

Valor auditado total estimado = Valor en libros de la población – Sobrestimación proyectada

= $ 6.250.000 – 200.000
= $ 6.050.000

Las fórmulas son válidas para las estimaciones de razón y de diferencia para calcular una
tolerancia ajustada para el riesgo de muestreo que permita controlarlo en una forma
similar al método de media por unidad. Puesto que no se presentan aquí no se lleva al
análisis más allá del cálculo del error proyectado y el valor auditado total estimado.

2.3.4 Muestreo no Estadístico de Variables

El tema 2.3.1 ofrece una guía general aplicable tanto al muestreo estadístico de variables
como al no estadístico. Este tema trata las consideraciones necesarias para la aplicación
del muestreo no estadístico de variables.

Visión general

Existen muchas circunstancias en las que se aplica una prueba de detalle sólo a parte de
las partidas del saldo de una cuenta o de un tipo de transacción. El hecho de que dicha
prueba constituya una aplicación de muestreo depende del propósito de la prueba.

En esta sección se explica el muestreo no estadístico de variables (es decir, pruebas de

partidas representativas para proyectar, en base a un muestreo no estadístico, los
resultados de las pruebas de las partidas de la muestra sobre el universo en su totalidad).
Como se explicará más adelante, el universo a ser muestreado puede ser el saldo de una
cuenta o solo una parte del mismo. Además, puede suceder que un saldo de cuenta que
al principio parece un solo universo incluya dos o más universos desde el punto de vista
de auditoría.

El muestreo no estadístico de variables se usa normalmente para cumplir con objetivos de

auditoría más que con objetivos contables.

Los factores que deben ser considerados cuando se utiliza el muestreo no estadístico de
variables están relacionados con:

• La determinación del universo.

• La definición de la unidad de muestreo.
• La determinación del método de selección.

93
 • La determinación del tamaño de la muestra
• La ejecución del plan de muestreo.
• La evaluación de los resultados de la muestra.

2.3.4.1 ¿Cómo se determina el Universo?

La determinación del universo a ser evaluado en base a una prueba de una muestra
representativa de partidas, incluye la identificación de las partidas individualmente
significativas que serán probadas como tales y la identificación de las partidas poco
importantes y/o de bajo riesgo que pueden ser incluidas o no en el universo a probar.

2.3.4.1.1 Partidas individualmente significativas y otras de interés específico de auditoría

Los universos contables a menudo incluyen una o algunas partidas individualmente

significativas (por ejemplo, saldos o transacciones). Una partida individualmente
significativa es una que, debido a su valor monetario es de importancia suficiente como
para merecer atención específica del auditor. El valor monetario considerado significativo
para este propósito variará según la naturaleza de la partida. Por ejemplo, las partidas
individuales de cuentas por cobrar, de existencias, de activos fijos y de inversiones
podrían ser consideradas individualmente significativas a distintos niveles monetarios.
Como en un universo grande puede haber muy pocas partidas individualmente
significativas, hay muy pocas probabilidades de que se las seleccione en una muestra y
que por consiguiente se reflejen en la evaluación. Por lo tanto, es necesario que se
segreguen del universo las partidas individuales. Estas pruebas no serían consideradas
como muestreo en el sentido que se la al término en esta guía.

Además, con frecuencia, el auditor conoce otras cuentas, saldos y transacciones que son
inusuales y que tienen más probabilidades de contener error o que por otras razones,
tienen reconocida importancia de auditoría. Dichas partidas deben ser segregadas del
universo a ser muestreado y probadas por separado. Según el nivel de riesgo y el
propósito de la prueba, se puede probar cada una de las partidas o se pueden realizar
pruebas de estas partidas en base a muestreo.

2.3.4.1.2 Partidas poco importantes y/o de bajo riesgo

El auditor podría identificar partidas del universo contable consideradas poco importantes
individualmente o en conjunto, o que presenten un riesgo de auditoría relativamente bajo.
Esto podría ocurrir por su monto poco significativo o por la presencia de controles internos
relativamente fuertes sobre ciertos tipos de partidas. Por ejemplo, las existencias de una
industria contienen generalmente numerosas partidas de valor agregado bajo y de riesgo
de auditoría limitado., el auditor puede excluir estas partidas del plan de muestreo para
concentrar los esfuerzos en las partidas de mayor interés de auditoría. Se puede aplicar
revisión analítica u otros procedimientos a las partidas poco importantes y/o de bajo
riesgo, en la medida en que el auditor lo considere necesario en las circunstancias.

Además de los tipos de partidas tratadas anteriormente, frecuentemente el saldo de un

componente de los estados financieros incluye otras partidas que el auditor debe probar
por medio de una muestra representativa. Las partidas remanentes constituyen el
universo residual para propósitos de una muestra representativa.

94
Como en cualquier aplicación de muestreo, es importante determinar que el universo y el
marco sean equivalentes. En una aplicación de muestreo de variables, esto usualmente
significa asegurarse de que el monto total de las partidas en una lista del universo sea
igual al monto total del universo.

2.3.4.2 ¿Cómo se define la unidad de muestreo?

Las unidades de muestreo son cada una de las partidas que forman el universo. La
definición de una unidad de muestreo dependerá del objetivo de la prueba de auditoría y
de la naturaleza del universo. Los factores principales que se deben considerar son: 1) el
tipo de satisfacción de auditoría que debe obtenerse, 2) la facilidad para seleccionar la
muestra, y 3) la facilidad para aplicar los procedimientos planeados u otros alternativos
para determinar los montos auditados. Definiciones alternativas de unidad de muestreo
podrían ser, por ejemplo, un saldo de cuenta, una transacción individual en el saldo de
una cuenta o una partida individual en una transacción.

2.3.4.3 ¿Cómo se determina el tamaño de la muestra?

En la planificación de la muestra representativa, el auditor trata de determinar un tamaño

de muestra que controle adecuadamente el riesgo de muestreo y que además, constituya
una prueba de auditoría eficiente. El riesgo de muestreo está inversamente relacionado
con el tamaño de la muestra; es decir, que a medida que aumenta el tamaño de la
muestra, disminuye el riesgo de muestreo. Los factores relativos a la consideración del
riesgo de muestreo y a la determinación del tamaño de la muestra para el muestreo no
estadístico de variables incluyen: 1) el riesgo relativo de auditoría, 2) el error esperado y
3) la variación de los montos registrados de las unidades de muestreo.

2.3.4.3.1 Riesgo de auditoría

Al establecer el alcance del trabajo que se realizará para cada componente se debe
estimar el riesgo relativo de auditoría. Se debe dar mayor énfasis a las situaciones que
aparentemente son más susceptibles de errores o irregularidades importantes y lento
énfasis a las otras. El tamaño requerido de la muestra aumenta a medida que aumenta el
riesgo relativo de auditoría observado.

Entre los factores que deben considerarse se incluye el grado de confianza depositado en
los controles y en otras pruebas sustantivas (por ejemplo, procedimientos de revisión
analítica) que proporciona satisfacción de auditoría con respecto al universo al que se
aplicará el muestreo. El tamaño de la muestra debe estar relacionado con el grado de
satisfacción de auditoría que debe obtenerse de la prueba. Esta relación variará según las
circunstancias, desde una limitada evidencia de mera corroboración hasta una evidencia
sustancial cuando la muestra es la fuente principal de satisfacción de auditoría.

2.3.4.3.2 Error esperado

A medida que aumenta el error esperado y se aproxima el error aceptable para la prueba,
surge la necesidad de obtener información más precisa de las pruebas de las partidas de
la muestra. Por lo tanto, a medida que aumenta el error esperado, también aumenta el

95
tamaño de muestra requerido para un determinado error aceptable y, particularmente, su
relación en las circunstancias. Sin embargo, no es necesario que estos conceptos se
cuantifiquen explícitamente en una aplicación de muestreo no estadístico.

2.3.4.3.3 Variación de los montos registrados de las unidades de muestreo

Se debe tener en cuenta la posibilidad de estratificar el inverso del cual se seleccionará

una nueva muestra representativa de partidas. Los propósitos de la estratificación
incluyen:
• la preferencia lógica del auditor por examinar partidas de mayor valor monetario en
lugar de valores monetarios más pequeños, y

• la consideración de muestreo de que, si se reduce la variación de un universo o

estratos reducirá el tamaño de la muestra que puede ser utilizada para respaldar
una conclusión en particular.

Como se ha indicado anteriormente, uno de los propósitos de la estratificación es

concentrar el esfuerzo de muestreo de manera de seleccionar valores monetarios más
grandes y probar, por consiguiente, un mayor porcentaje del total del universo. Después
de considerar el riesgo relativo de auditoría y el error esperado, el auditor puede
determinar un tamaño de muestra que se espera proporcione una muestra representativa
del universo y apropiada en las circunstancias. Al determinar las partidas que se van a
seleccionar, el auditor puede estratificar el universo para alcanzar el objetivo de probar un
mayor porcentaje del valor monetario.

Por ejemplo, suponga que el auditor ha establecido que una muestra de 200 saldos de
cuentas por cobrar alcanza para proporcionar la evidencia de auditoría que se requiere de
la muestra. Para facilitar la selección de unidades de muestreo, el auditor obtuvo la
siguiente estratificación de los saldos de cuentas por cobrar:

Cantidad de
Estrato Monto registrado Monto promedio
saldos
1 Partidas mayores a $ 100.000 10 $ 10.000.000 $ 1.000.000
2 Partidas mayores de $ 10.000 pero 300 $ 18.000.000 $ 60.000
no mayores de $ 100.000
3 Partidas menores de o iguales a $ 4.000 $ 12.000.000 $ 3.000
10.000
4.310 $ 40.000.000 $ 9.281

Después de revisar el cuadro precedente, el auditor decidió probar todas las partidas del
estrato superior y una muestra de cada estrato restante. El tamaño de muestra
establecido anteriormente puede ser distribuido de la siguiente manera:

96
Cantidad total de partidas a probar: 200

Menos: Cantidad de partidas del estrato superior a probar 10

Cantidad total de partidas a muestrear 190

Monto total registrado del universo del estrato 2 y 3 $ 30.000.000

Porcentaje del monto del universo precedente en

Estrato 2 ($ 18.000.000/$ 30.000.000) 60%
Estrato 3 ($ 12.000.000/$ 30.000.000) 40%

Por consiguiente, el auditor puede decidir muestrear 114 partidas (60% de 190) del
estrato 2 y 76 partidas (40% de 190) del estrato 3. sin estratificación el auditor habría
probado un total de aproximadamente $ 1.856.000 (200 partidas representan un valor
promedio de $ 9.281). después de la estratificación el auditor probaría $ 17.068.000 en
base al tamaño de la muestra y los montos promedio de cada estrato. Por medio de la
estratificación, el auditor ha probado un mayor valor monetario total del que habría
probado sin estratificación.

El otro propósito de la estratificación es reducir la cantidad general de partidas que deben

ser probadas, obteniendo el mismo grado de satisfacción de la prueba. Para ello, el
auditor utiliza más información sobre la naturaleza u otra característica sobre el universo
al que se aplicara la prueba. Mediante la estratificación del universo en base a los montos
registrados u otro criterio, el auditor puede reducir la variación de las partidas de cada
estrato a niveles inferiores al del universo entero. Después de considerar el riesgo relativo
de auditoría y el error esperado, el auditor puede establecer la cantidad de partidas que
se seleccionarán de cada estrato. Puede considerarse razonablemente que
seleccionando una muestra representativa de cada estrato se pude obtener una evidencia
de auditoría equivalente a través de una muestra menor a la que sería requerida si se
hubiera obtenido una sola muestra del universo entero.
No hay reglas fijas para determinar, la cantidad de estratos o sus límites. Sin embargo
hasta 6 estratos resulta apropiado y de 2 a 4 estratos de aproximadamente el mismo valor
monetario total podría resultar un método práctico. A medida que el auditor Aumenta la
cantidad de estratos, disminuye la variación de los montos de las unidades de muestreo
de cada estrato y aumenta la posibilidad de un tamaño de muestra total más pequeño.

Cuando la muestra es la fuente principal de satisfacción de auditoría con respecto a un

componente significativo de los estados financieros el auditor debe considerar que a
medida que la muestra se transforma en una proporción más pequeña del universo, los
método estadísticos resultan más útiles para asegurarse de que 1) se determine un
tamaño de muestra apropiado y 2) se arribe a conclusiones de auditoría apropiados. El
conocimiento de los tamaños de la muestra en base a la teoría estadística puede resultar
útil en la aplicación del criterio profesional para determinar el tamaño de una muestra no
estadística.

97
2.3.4.4 ¿Cómo se ejecuta el plan de muestreo?

Una vez que se ha diseñado el plan de muestreo y se ha seleccionado la muestra se

deben aplicar las pruebas de auditoría planeadas a cada una de las partidas
seleccionadas. Pueden existir casos en los que no es posible aplicar las pruebas
planeadas a las unidades de muestreo seleccionadas. Para cubrir esta posibilidad, se
sugiere que el auditor esté preparado para seleccionar un número de partidas adicionales
que serían probadas solamente si se las requiere como partidas de reemplazo.

2.3.4.5 ¿Cómo se evalúan los resultados de la muestra?

Al evaluar los resultados de los resultados no estadística de variables, el auditor debe: 1)

proyectar le monto de los errores de la muestra al universo, 2) considerar el riesgo de
muestreo y 3) considerar los aspectos cualitativos de los errores encontrados

2.3.4.5.1 Proyección del error

El auditor puede usar cualquiera de los métodos para proyectar al universo el monto de
los errores de la muestra. un método es calcular la proporción entre los montos auditados
y los registrados entre las partidas de la muestra y proyectar esa proporción al universo (o
estrato) por ejemplo, suponga que el universo tiene un total de Bs. 1.000.000 y el monto
total registrado de las partidas muestreadas es de Bs. 100.000 y el auditor descubre
errores que suman Bs 3.000 en la muestra. de esta forma la proporción de error en la
muestra es del 3
% y el error de proyección en el universo es de Bs. 30.000 (Bs.1.000.000 x 3%). Este
suele ser el método preferible para la mayoría de las muestras no estadísticas.

Otro método es proyectar el error promedio de las partidas incluidas en las muestra a
todas as partidas que forman el universo (o estrato) por ejemplo, suponga que el auditor
selecciona una muestra de 100 partidas de un universos de 3.000 unidades y descubre
errores en la muestra que suman Bs. 500. el monto promedio de error por partida de
muestra es de Bs. 5, el cual se multiplica por el número de unidades de muestreo del
universo (3.000) para determinar un error proyectado en el universo de Bs. 15.000. Es de
hacer notar que la precisión de este método de la proyección del error, depende de la
precisión con la que se determine el número de partidas en el universo.

En lo casos en los que el auditor estratifica el universo, se puede hacer una proyección
por separado para cada estrato. El auditor calcula un error proyectado para todo el
universo combinando montos de error proyectados para cada estrato.
El error proyectado total debe ser comparado con el concepto del auditor sobre el error
aceptable del universo. El auditor debe considerar también la naturaleza de los errores
encontrados para evaluar la similitud y el posible efecto de los errores de naturaleza
similar en el universo. Cualquier error que se descubra en las partidas que se probaron
por su importancia individual debe ser agregado, cuando se considera el saldo de la
cuenta en su totalidad, a los resultados proyectados de la muestra.

El auditor debe considerar los resultados de las aplicaciones de muestreo, incluyendo los
errores reales y los proyectados, además de otra evidencia pertinente de auditoría,
cuando formula una conclusión sobre el saldo de cuenta relacionado o el tipo de

98
transacciones. Cuando se determine que probablemente considera necesario realizar
ajustes el auditor sugiere por lo general, que la entidad investigue los errores y, si fuera
requerido, que ajuste al monto registrado. En otros casos, la necesidad de realizar un
ajuste en relación con el saldo o clase en particular no es tan imperiosa. No obstante se
debe evaluar el impacto conjunto de dichas partidas en los estados financieros tomados
en su totalidad

2.3.4.5.2 Consideraciones de riesgo de muestreo

Si el error proyectado total es inferior al error aceptable, el auditor debe considerar el

riesgo de muestreo de que dicho resultado podría ser obtenido aún cuando el verdadero
error del universo excediera el error aceptable. Al utilizar el muestreo no estadístico el
auditor emplea su experiencia y su criterio profesional para realizar dicha evaluación. En
cualquier evaluación de resultados de una muestra le auditor debe tener en cuenta que
con un tamaño de muestra más grande se puede obtener una proyección más precisa del
error real del universo. En consecuencia, el riesgo de muestreo de que el error real del
universo sea superior al error proyectado, es una función del tamaño de la muestra que
ha sido probada. Este concepto debe ser considerado al evaluar en base al criterio los
resultados de la muestra.

Si el error total proyectado es considerablemente menor que el error aceptable, el auditor

puede llegar a la conclusión que hay un riesgo de muestreo aceptablemente bajo, de que
el verdadero error del universo exceda el error aceptable. Por ejemplo, los resultados de
una muestra con un error proyectado del 1% del valor monetario del universo y un error
tolerable del 5% de dicho valor por lo general serán aceptables. Sin embargo, si el error
total proyectado se acerca al error aceptable, el auditor puede llegar a la conclusión de
que hay un riesgo inaceptablemente alto de que el error del universo exceda el error
aceptable.

Si el error proyectado no supera el error esperado por el auditor, utilizado en la

determinación del tamaño apropiado de la muestra, se puede llegar a la conclusión de
que hay un riesgo aceptablemente bajo de que el error verdadero exceda el error
aceptable. A la inversa si el error proyectado supera el error esperado por el auditor
utilizado en la determinación del tamaño apropiado de la muestra, generalmente se
llegará a la conclusión de que hay un riesgo inaceptablemente alto de que el error
verdadero exceda el error aceptable.

En algunas ocasiones, los resultados de la muestra podrían no respaldar la aceptación de

los montos registrados ya que la muestra no es representativa del universo, aunque haya
sido seleccionada de tal forma que se creía iba a ser representativo. Cuando el auditor
considere que la muestra no es representativa del universo, se pueden probar unidades
de muestreo adicionales con el fin de obtener una base apropiada para determinar si el
monto registrado del universo está expuesto razonablemente.

2.3.5 Muestreo estadístico para universos pequeños y medianos

Se puede determinar la muestra tomando en cuenta una muestra piloto, a la que

llamaremos “pre-muestra” sin tomar en cuenta directamente el riesgo de rechazo

99
incorrecto, el riesgo de aceptación incorrecta o el % máximo de desvío permitido. Este
método supone una distribución normal

En general, si Ǒ es estimador de θ, pediremos al menos dos propiedades deseable para

Ǒ
1. Estimador E(Ǒ) = θ
2. V(Ǒ) sea pequeña, es decir que el estimador tenga la menor varianza
posible.

El error de estimación viene dado por ‫ ׀‬Ǒ- θ ‫׀‬ Es decir que si un valor real es 40, valores
como el 36 o 44 dan un error de 4.

No podemos establecer que un estimador observado estará dentro de una distancia

especificada de θ, pero podemos al menos, encontrar un límite k tal que:

Probabilidad P (‫ ׀‬Ǒ- θ ‫ ≤ ׀‬1-α para cualquier probabilidad deseada 1-α, donde 0< α < 1

Si θ tiene una distribución normal, entonces k = Z α/2. Donde Z α/2 es el valor que separa
un área de (α/2) en la cola del lado derecho de la distribución estándar. La tabulación de
valores de Z α/2 se presenta en la tabla 10 expuesta en el ANEXO 2 aumentar esta tabla

Por ejemplo, si 1- α = 0.95, entonces α=0.05 y α/2=0.025, por consiguiente el área al lado
derecho de la distribución normal (campana) debe ser 0.475, puesto que toda la mitad
vale 0.5.

El valor de 0.475 se busca en la 10 expuesta en el ANEXO 2 aumentar esta tabla y

obtenemos el valor de Z α/2=1.96, que para fines de esta consultoría llamaremos k

2.3.5.1 ¿Cómo se efectúa la determinación de la muestra en universos pequeños y

medianos?

La fórmula para determinar la muestra n, es la siguiente:

N x Varianza
n =
((N-1) x Z)+Varianza

Donde:
….2
Z= k
4

A continuación se presenta un ejercicio sobre el método de determinación de muestras

del presente tema.

Se desea estimar la cantidad promedio de dinero para las cuentas por cobrar de una
agencia de viajes, donde la varianza estimada es 625. se sabe que existen N = 1.000

100
cuentas abiertas. Encuentre el tamaño de muestra necesario (n) con un límite para el
error de estimación de k = $ 3.

Solución,

Aplicando la fórmula tenemos:

N = N σ2 / (N-1) Z + σ2 donde Z = k2 / 4 = 9/4 = 2.25

N = 1.000 (625) / 999 (2.25) + 625 = 217.56

Por consiguiente necesitamos aproximadamente 218 casos para estimar ŋ (la media de
las cuentas por cobrar) con un límite para el error de $ 3 (al 95%).

101