SlideShare ist ein Scribd-Unternehmen logo
1 von 57
Downloaden Sie, um offline zu lesen
MUESTREO EN AUDITORÍA
Curso
COFAE
DOCENTE ADJUNTO: PIERRE PONTE LEÓN
Aspectos generales sobre auditoría
Objetivo de la inferencia estadística
Muestreo estadístico
Concepto de población
Tipos de población
Grado de confianza de la inferencia
Grado de error (imprecisión) de la inferencia
Clasificación del tipo de muestreo
Investigaciones estadísticas
Decisiones de muestreo
Pasos para determinar una muestra probabilística
2
3
Proporcionar al participante las herramientas
metodológicas y los aspectos conceptuales inherentes
al proceso de determinación de las posibles técnicas de
muestreo, requeridas para ejecutar eficientemente los
procedimientos de auditoría y de esta forma alcanzar la
consecución de los objetivos trazados en cualquier
actuación fiscal.
Proceso sistemático,
independiente y
documentado para
obtener evidencias de la
auditoría y evaluarlas de
manera objetiva con el
fin de determinar la
extensión en que se
cumplen los criterios de
auditoría.
4
5
Inicio (designación del
líder, definición de
objetivos, alcance y
criterios, determinar
viabilidad, contacto
inicial auditado)
Revisión documental
(incluyendo registros
para determinar
adecuación con
criterios)
Preparación de la
auditoría en sitio
(elaborar plan, asignar
tareas, preparación de
documentos de
trabajo incluidas listas
de verificación y planes
de muestreo)
Realización de la
auditoría (apertura,
recolección y
verificación de
información, generación
de hallazgos,
preparación de
conclusiones y cierre)
Preparación, aprobación
y distribución de informe
Finalización de la
auditoría
Seguimiento
AUDITORÍA FINANCIERA
AUDITORÍA
OPERACIONAL
AUDITORÍA DE GESTIÓN
Comprende el examen
de los estados
financieros.
Es el examen de los
procesos administrativos
de las operaciones y los
resultados, bajo criterios
de economía, eficiencia
y efectividad. Incluye
además el examen de
legalidad.
Es el examen de la
gestión que abarca la
legalidad y calidad de
las operaciones en lo
administrativo y
contable, enfatizando
en los criterios de
economía, eficiencia y
eficacia y cumplimiento
de metas y objetivos.
Las recomendaciones se
orientan a mejoras en el
sistema contable
Las recomendaciones se
orientan al mejoramiento
continuo de los procesos
de la organización.
Las recomendaciones se
orientan a erradicar las
causas de las
desviaciones y al logro
de metas y objetivos de
la organización.
6
AUDITORÍA FINANCIERA
AUDITORÍA
OPERACIONAL
AUDITORÍA DE GESTIÓN
Concibe el control
interno como un sistema
dirigido a garantizar la
veracidad de la
información y registros
financieros.
Concibe el control
interno como un sistema
dirigido a garantizar la
integridad patrimonial.
Concibe el control
interno como un sistema
dirigido a garantizar el
logro de objetivos y
metas, el cual considera
la planificación, la
detección temprana de
áreas susceptibles de
mejoras y la aplicación
de correctivos
Evalúa si la estructura de
control interno ha sido
diseñada e
implementada para
lograr estados
financieros confiables y
en el marco legal.
Evalúa el sistema de
control interno
financiero, administrativo
y gerencial.
Evalúa además en forma
integral el sistema de
control interno en
relación al cumplimiento
de metas y objetivos
7
AUDITORÍA FINANCIERA
AUDITORÍA
OPERACIONAL
AUDITORÍA DE GESTIÓN
Es básicamente
numérico - legal, el
objeto final es la
comprobación de la
justedad y razonabilidad
de los estados
financieros.
Los estados financieros
son un recurso más para
comprobar la economía,
eficiencia y efectividad
de los resultados de las
operaciones.
Los estados financieros
son un recurso más para
comprobar la economía
y eficacia de las
operaciones y el
cumplimiento de metas
y objetivos de la
organización.
Pruebas de
cumplimiento son
principalmente de
comprobación numérico
- legal.
Pruebas de
cumplimiento están
orientadas a verificar
logro de los resultados
operacionnales
Pruebas de
cumplimiento están
orientadas a verificar el
cumplimiento de metas
y objetivos
8
Muestreo 9
 El objetivo de la
estadística inferencial es
obtener la información
acerca de una
población, partiendo de
la información que
contiene una muestra. El
proceso que se sigue
para seleccionar una
muestra se denomina
Muestreo.
9
Muestreo 10
 Herramienta de la investigación científica cuya función
básica es determinar qué parte de una población en
estudio debe examinarse con el fin de hacer inferencias
sobre dicha población.
INTENTAREMOS RESPONDER A LAS SIGUIENTES CUESTIONES:
• ¿Por qué tomar muestras? • ¿Cómo se toman
muestras?
• ¿Qué hacer con las muestras? • ¿Cuántas muestras
tomar?
¿POR QUÉ TOMAR MUESTRAS?
 Poblaciones infinitas
 Costes de la toma de muestras
 Destrucción de las unidades estudiadas
10
Concepto de Población:
Es un conjunto finito o infinito de elementos con
características comunes para los cuales serán extensivas
las conclusiones de la investigación. Esta queda
delimitada por el problema y por los objetivos del
estudio.
¿Dónde?
¿Cuándo?
TOTAL DEL UNIVERSO
11
FINITA
INFINITA
ACCESIBLE
12
POBLACIÓN
CONCEPTO DE MUESTRA: La muestra es un conjunto
representativo y finito que se extrae de la población
accesible.
CONCEPTO DE MUESTRA REPRESENTATIVA: Es aquella
que por su tamaño y características similares a las del
conjunto, permiten hacer inferencias o generalizar los
resultados al resto de la población con un margen de
error conocido.
TIPOS DE
MUESTRAS
REPRESENTATIVA (Ver que se cumpla en todo los
sectores).
NO REPRESENTATIVA
13
Es la probabilidad de que el valor real del parámetro
poblacional se encuentre dentro de los límites
especificados por los valores del estimador muestral.
Más que un cálculo suele ser un criterio definido
convencionalmente por el analista expresado en
unidades estandarizadas Z o en porcentaje de valores
muestrales.
Una probabilidad de 95% equivale a 1.96 unidades de
Z y es la más utilizada.
14
Debido a la aleatoriedad, los valores de un
mismo estadístico difieren de una muestra a
otra.
Esta variabilidad introduce un error en la
estimación (error aleatorio).
Este error puede medirse, pues las medias de los
estimadores siempre se distribuyen
“normalmente” (Teorema del límite central)
aunque los mismos estimadores no lo hayan
hecho.
15
Cuando se mide el estadístico en
diferentes muestras tomadas
aleatoriamente los resultados son variables.
Esta variabilidad del estadístico se
denomina error aleatorio y es causada por
el azar.
s1 s2
s4
s3
s1 s2
s4
s3
16
Para un mismo nivel de confianza puede medirse el
error aleatorio por encima y por debajo de la
estimación.
El error aleatorio configura límites de confianza dentro
de los cuales se presume estará el valor real del
parámetro para el nivel de confianza elegido por el
analista.
El intervalo de confianza de la inferencia será más
amplio (impreciso) mientras más altas sean la
confiabilidad exigida y la desviación estándar.
17
CLASIFICACION
PROBALISTICO O
ALEATORIOS
NO
PROBALISTICOS
(Deterministico)
Casual o
accidental
Intencional
Por cuotas
Azar simple
Azar sistemático
Estratificado
Conglomerados
18
 Todos los elementos de la
población, unidades de
análisis, tienen la misma
posibilidad de ser
escogidos.
 La selección se realiza
aleatoriamente.
19
 Simple
 Estratificada
 Por racimos o conglomerados.
20
 Es aquella en la que los
elementos se escogen en
forma individual al azar
de la totalidad de la
población.
 Esta selección al azar es
similar a la que se realiza
en la extracción aleatoria
de números de una lotería
21
 Es aquella en la que resulta
necesario clasificar la muestra
en relación a estratos o
categorías que se presentan
en la población y que son
relevantes para los objetivos
del estudio.
 Lo que se hace es dividir la
población en subpoblaciones
o estratos y se selecciona una
muestra para cada estrato.
22
 Presupone que las unidades de
análisis se encuentran
encapsuladas o encerradas en
determinados lugares físicos o
geográficos a los que se
denominan racimos.
 Implica diferenciar entre la unidad
de análisis y la unidad muestral.
 Supone una selección en dos
etapas:
Selección de los racimos.
Selección de las unidades.
23
NO PROBALISTICAS
(CARÁCTER INFORMAL)
Sujetos voluntarios
Muestras expertos
Sujetos tipos
Muestras por cuotas
Muestras
Dirigidas
CONVENIENCIA
SELECTIVO
JUICIO O CRITERIO
Se dirige a un sector
especifico
Resultado subjetivo,
sin criterio, por
facilidad
Subjetivo pero con
criterio
24
 La elección de los
elementos no depende
de la probabilidad.
 Depende de otras
causas relacionadas
con los propósitos de la
investigación.
25
 Muestras de sujetos voluntarios.
 Muestra de expertos.
 Muestra de sujetos tipo.
 Muestra por cuotas.
26
La elección entre uno u otro tipo
de muestreo depende de los
objetivos del estudio, del esquema
de investigación y de la
contribución que se espera hacer
con ella.
27
No. 1: ¿Debo tomar una muestra ?
Se quiere saber cómo se
comporta una cierta
característica en un
Universo particular
El Universo
está bien
definido
?
Definir
El Universo
Es posible
observar todo el
Universo ?
Observar
una Muestra
Hacer
un Censo
NO
NO
Sí
Sí
Tomar
una Muestra
No representativa
Tomar
una Muestra
Representativa
Se quiere
inferir la medición
al Universo
?
NO
Sí
Las
observaciones
pueden
atribuirse a los
miembros del
Universo
Las
observaciones
solo pueden
atribuirse a la
muestra, NO a
los miembros
del Universo
Las
observaciones
pueden
atribuirse a los
miembros del
Universo
28
•Estimar un parámetro determinado con el nivel de confianza
deseado.
•Detectar una determinada diferencia, si realmente existe, entre
los grupos de estudio con un mínimo de garantía.
•Reducir costes o aumentar la rapidez del estudio.
Es bueno señalar que en un momento una población puede ser
muestra en una investigación y una muestra puede ser
población, esto esta dado por el objetivo del investigación, por
ejemplo en el caso de determinar la estatura media de los
estudiantes universitarios en Venezuela una muestra podía ser
escoger algunas universidades del país y realizar el trabajo, si por
el contrario se quiere saber la estatura promedio de los
estudiantes de una universidad en especifico en Venezuela,
entonces el conjunto formado por todos los estudiantes de esta
universidad sería la población y la muestra estaría dada por los
grupos, carreras o años seleccionado para realzar el
experimento.
29
Está medida en unidades distintas de las de la variable.
Por ejemplo, si la variable mide una distancia en metros,
la varianza se expresa en metros al cuadrado. La
desviación estándar, la raíz cuadrada de la varianza, es
una medida de dispersión alternativa expresada en las
mismas unidades.
Hay que tener en cuenta que la varianza puede verse
muy influida por los valores atípicos y se desaconseja su
uso cuando las distribuciones de las variables aleatorias
tienen colas pesadas. En tales casos se recomienda el
uso de otras medidas de dispersión más robustas.
30
Primer Paso: Determinar la Muestra Sin
Ajustar
Se calcula dividiendo dos valores que
son aportados por el investigador a
razón, tanto de las implicaciones
significativas que se desprenden del
tipo de variable que pretende medir y
del margen de error con el que desea
proyectar sus resultados.
31
Así tenemos que la muestra sin ajustar se
conoce como n` ; es decir, ene prima.
Y su fórmula es como sigue:
S
2
Varianza de la Muestra
n`=
________________
V2
Varianza de la Población
32
S2 Varianza de la Muestra, no es otra cosa que la
probabilidad de ocurrencia esperada de la variable que
se pretende medir.
Este valor es asignado por el investigador atendiendo al
nivel de significatividad que tiene la variable en función
de la magnitud de ocurrencia; es decir, si consideramos
la influencia letal de un determinado medicamento
como una variable a medir en un grupo de pacientes, no
necesitaríamos un nivel de ocurrencia muy alto en la
misma para proyectar los resultados y obrar en
consecuencia.
33
En este caso, quizá con un 5% de ocurrencia, o hasta
menos, sería suficiente para declarar la ALARMA.
Ahora bien, si se trata de considerar la afluencia de
adolescentes en una determinada calle o avenida, con
miras a soportar la decisión de aperturar un centro de
video juegos en la misma, quizá tendría que medir la
variable a estudiar sobre una probabilidad de ocurrencia
en el orden del 75%, de manera que una vez obtenidos los
resultados, si son favorables, pudiera recomendar la
apertura del referido centro sin mayores inconvenientes.
Así tenemos que: S2 = p ( 1 – p) tal que p=probalilidad de
ocurrencia, si la misma es estimada en 5% p=0.05, si es
estimada en un 75% p=0.75, sustituimos los valores en
consecuencia, y así sucesivamente.
34
Continuando con el divisor de la fórmula; es
decir, con V2 Varianza de la Población,
tenemos que la misma no es otra cosa que el
margen de error estándar con el que
queremos trabajar para proyectar nuestros
resultados.
Generalmente, en este particular se trabaja
con valores que oscilan ente 0.010 y 0.015.,
mientras menor sea el margen de error
estimado, mayor confiabilidad inspirarán los
resultados.
Si nuestro error estimado es de 0.015 lo
elevamos al cuadrado y lo sustituimos en la
fórmula.
35
Si retomamos la fórmula de la muestra sin ajustar, y a manera
de ejemplo consideramos hipotéticamente trabajar con una
variable “x” cuya probalidad de ocurrencia esperada la
ubicamos en 75% y un margen de error del 0.015, tenemos:
S2 Varianza de la Muestra
n`= _______________________________
V2 Varianza de la Población
0.75 (1 – 0.75) 0.1875
n` = _______________ = ________ = n`= 833.3333
(0.015)2 0.000225
36
Una vez que hemos determinado la muestra sin ajustar,
estamos en condiciones de dar nuestro Segundo Paso:
CALCULAR LA MUESTRA AJUSTADA
La Muestra Ajustada se simboliza con la letra n y su fórmula
es como sigue:
n`
N=___________ donde N = Número de
la Población
1 + n` / N
37
Supongamos que el tamaño de la población a estudiar se
estima en unos 1.500 individuos.
Y sabiendo que nuestra muestra sin ajustar; es decir, n` =
833.3333. Procedemos a sustituir los valores en la fórmula de la
Muestra Ajustada.
Así tenemos que:
n` 833.3333 833.3333 833.3333
n = ___________ = _________________ = ____________ = __________ =
1 + n` / N 1 + 833.3333/1.500 1 + 0.5555 1.5555
n = 535.73339
Lo que implica que nuestra muestra probabilística sería
aproximadamente de 536 individuos
38
Ahora bien, cuando los individuos de la población están
diseminados o esparcidos en varios estratos, estados o
departamentos; es decir, cuando no están focalizados en
una misma unidad física, corresponde entonces dar un
Tercer Paso: Calcular la Muestra Estratificada.
Supongamos a manera de ejemplo que la población a
estudiar ( 1.500 individuos ) se encuentra esparcida en
cinco estados nacionales, a saber:
Mérida (250), Miranda (300), Monagas (200), Vargas (250)
y Sucre (500)
39
¿De cuáles estados tendríamos que
tomar la muestra aproximada de 536
individuos?
El procedimiento estadístico para hacerlo es el siguiente:
Calculamos el factor multiplicador f dividiendo la muestra
aproximada n entre el número de la población N
n 536
f = __________ = ______ = 0.3573
N 1.500
Una vez obtenido el factor, procedemos a multiplicar el
mismo por la cantidad de individuos pertenecientes a
cada estado discriminado.
Como sigue…
40
Individuos por
Estado
Factor
Multiplicador
Muestra
Estratificada
Mérida
250
0.3573
89.325
Miranda
300
0.3573 107.19
Monagas
200
0.3573 71.46
Vargas
250
0.3573 89.325
Sucre
500
0.3573 178.65
Total 535.95
41
La definición del tamaño muestral depende
de los siguientes factores:
Los objetivos del estudio
Los conocimientos previos sobre el comportamiento
de la característica en la población.
Los recursos técnicos y financieros para obtener la
información
El error máximo que se permitirá el
analista
La confiabilidad de la inferencia esperada por el
analista
1 .
2 .
3 .
4 .
5 .
42
43
El tamaño de la muestra tiene un efecto
directo sobre tolerancia del riesgo y sobre
el riesgo de muestreo.
Con una muestra muy pequeña, no se
puede tener un riesgo bajo, a menos que se
permita un margen muy grande del riesgo
de muestreo (precisión).
A medida que el tamaño de la muestra
aumenta, tanto el riesgo de muestreo
como la tolerancia del riesgo de muestreo
disminuyen.
43
1. Formulas según Kish
2. Estimación de la medida por unidad
44
N = tamaño de la población
Y = valor de la variable (por lo general es = 1)
V = Varianza Población
Se= Desviación Standard (típica 0,015 para 15%)
Ρ = probabilidad de ocurrencia (tipa 95 %)
n = Tamaño de la muestra
n = Tamaño de la muestra provisional (sin ajustar)
s² = Varianza de la muestra
n´ = s² / V² n = n / (1+ n / N)
v² = Se² s² = ρ ( 1 – ρ )
45
Ejemplo 1:
Caso cheques emitidos
N= 1.176 Cheques
Se = 15 % = 0,015
ρ =90 % = 0,9
n = ?
s² = ρ ( 1 – ρ )
s² = 0.9 (1-0,9) = 0,09
V² = Se² = (0,015)² = 0,000225
n = s² / V² = 0,09/ 0,000225 = 400
n = n´ / (1+ n´/ N) = 400 / (1 + 400/ 1.176)
n = 298
Ejemplo 2:
Caso Obras ejecutadas
N= 1.450 Obras
Se = 15 % = 0,015
ρ =95 % = 0,95
n = ?
s² = ρ ( 1 – ρ )
s² = 0,95 (1-0,95) = 0,0475
V² = Se² = (0,015)² = 0,000225
n = s² / V² = 0,0475/ 0,000225 = 211,11
n = n´ / (1+ n´/ N) = 211,11 / (1 + 211,11/ 1.450)
n = 184,28 ~ 184
1. Determinar el objetivo de
la prueba.
2. Definir la población y la
unidad de muestreo.
3. Seleccionar una técnica
de muestreo de auditoria.
4. Determinar el tamaño de
la muestra.
5. Seleccionar la muestra.
6. Probar los elementos de la
muestra.
7. Evaluar los resultados.
8. Documentar los
procedimientos.
¿Qué desean probar los
auditores?
Cuantificar y evaluar las
cualidades.
Estimación de la medida por
unidad.
Error tolerable, niveles de riesgo
y desviación estándar.
Aplicar procedimientos
para corroborar con el
análisis practicado.
Incluir en las respectivas
cedulas de trabajo y los
papeles de trabajo.
47
Tolerancia
planeada para el
riesgo de muestreo
=
ET
1 + ( CAI / CRI)
TPRM
Error Tolerable
Coeficiente
de aceptación
incorrecto
Coeficiente
de rechazo
incorrecto
Error Tolerable: Es el error monetario máximo que puede existir
en una partida o cuenta, sin que afecte la información que la
integra de forma material.
48
Nivel de Riesgo
Aceptable (%)
Coeficiente de
aceptación
incorrecto
Coeficiente de
rechazo
incorrecto
1,00 2,33 2,58
4,60 1,68 2,00
5,00 1,64 1,96
10,00 1,28 1,44
15,00 1,04 1,28
20,00 0,84 1,15
25,00 0,67 1,04
49
n =
N x CRI x De
TPRM
Tamaño
de la
muestra
Tamaño de
la población
Coeficiente de
rechazo
incorrecto
Desviación
estándar
estimada
Tolerancia
planeada para
el riesgo de
muestreo
50
RA Riesgo de auditoria
RI Riesgo Inherente
RC Riesgo de control
RD Riesgo de detección
PA Riesgo de no detección de un error material
PD Riesgo tolerable de aceptación incorrecta
RA = RI x RC x RD
RD= PA x PD
Entonces,
RA = RI x RC x PA x PD
51
EJEMPLO:
Suponga que los auditores están dispuesto a aceptar un riesgo
de auditoria de 5% de error material en la afirmación de
existencia de los pagos efectuados por la dependencia. Ellos
consideran que el riesgo inherente de esa afirmación es de
100%. Después de considerar el control interno sobre el ciclo de
egresos, evalúan el riesgo de control en un nivel de 50% y
consideran que los procedimientos analíticos realizados para
probar la afirmación tienen un riesgo de 40% de no lograr
detectar un error material. El nivel apropiado del riesgo de una
aceptación incorrecta puede calcularse de la siguiente
manera:
RA = RI x RC x PA x PD PD = RA
RI x RC x PA
PD = 0,05 = 0,25
1 x 0,50 x 0,40
52
Los auditores deben planificar una
muestra de auditoria para la
prueba sustantiva de detalles con
un riesgo de aceptación
incorrecta de 25%.
53
CONCLUSIONES
54
Gracias por su
atención
55
56
• Alvin A. Arens y James K. Loebbecke. (1996). Auditoria. Un
Enfoque Integral. Prentice Hall Hispanoamericana S.A Auditoria y
Control Interno. Grupo Cultural. 2.005.
• Blanco Luna Yanel. (2004) Normas y Procedimientos de la
Auditoria Integral. ECOE EDICIONES.
• Colegio De Contadores Públicos De Venezuela. Publicaciones
de la Federación de Colegios de Contadores Públicos de
Venezuela.
• Defliese. (2004) Auditoria Montgomery. Editorial Limusa Estupiñan
• Rodrigo Gaitan.(2007). Administración o Gestión de Riesgos
E.R.M y la Auditoria Interna. ECOE EDICIONES.
• Heffes, G. Holguin F. y Galán A. (1994). Auditoria de los Estados
Financieros. Grupo Editorial Iberoamericana México.
57
• Instituto Mexicano de Contadores Públicos.(2007). Normas
Internacionales de Auditoria. México. Montgomery. Auditoria.
Editorial Limusa.
• Publicaciones Técnicas Nros. 1, 2, 3 y 4 de la Federación de
Contadores Públicos de Venezuela.
• Taylor, D. y Glezen, W. (1994). Auditoria Integración de
Conceptos y Procedimientos. Editorial Limusa S.A. Grupo
Noriega. Editores México
• Walter G. Kell Y William C. Boynton.(1998). Auditoria Moderna.
Editorial CECSA.
• Whittinggton O Ray Y Kurt Pany (1999). Auditoria un Enfoque
Integral. Mc GRAW-HILL.

Weitere ähnliche Inhalte

Was ist angesagt?

EVALUACION DEL CONTROL INTERNO
EVALUACION DEL CONTROL INTERNOEVALUACION DEL CONTROL INTERNO
EVALUACION DEL CONTROL INTERNOMarleibi
 
Ejemplo Dpt (Descripción del Puesto de Trabajo)
Ejemplo Dpt (Descripción del Puesto de Trabajo)Ejemplo Dpt (Descripción del Puesto de Trabajo)
Ejemplo Dpt (Descripción del Puesto de Trabajo)Angel Antonio Romero
 
Normas generales de control gubernamental
Normas generales de control gubernamentalNormas generales de control gubernamental
Normas generales de control gubernamentalcarazhuaraz
 
Auditoria ii papeles de trabajo
Auditoria ii papeles de trabajoAuditoria ii papeles de trabajo
Auditoria ii papeles de trabajoGabriel Salinas
 
PRESENTACION EXAMEN ESPECIAL A LOS PROCESOS DE CONTRATACIÓN PÚBLICA
PRESENTACION EXAMEN ESPECIAL A LOS PROCESOS DE CONTRATACIÓN PÚBLICAPRESENTACION EXAMEN ESPECIAL A LOS PROCESOS DE CONTRATACIÓN PÚBLICA
PRESENTACION EXAMEN ESPECIAL A LOS PROCESOS DE CONTRATACIÓN PÚBLICAWILSON VELASTEGUI
 
Taller Operador Económico Autorizado OEA - Jornada 21 de Febrero
Taller Operador Económico Autorizado OEA - Jornada 21 de FebreroTaller Operador Económico Autorizado OEA - Jornada 21 de Febrero
Taller Operador Económico Autorizado OEA - Jornada 21 de FebreroAura Díaz
 
plan de aseguramiento de la calidad ucm
 plan de aseguramiento de la calidad ucm plan de aseguramiento de la calidad ucm
plan de aseguramiento de la calidad ucmVictor Andaur
 
Preguntas de la ley 43 de 1990
Preguntas de la ley 43 de 1990 Preguntas de la ley 43 de 1990
Preguntas de la ley 43 de 1990 AlejandroVm02
 
Evolución de la auditoria forense
Evolución de la auditoria forenseEvolución de la auditoria forense
Evolución de la auditoria forenseStalin Rivera
 
Clase 2 st matriz de consistencia
Clase 2 st matriz de consistenciaClase 2 st matriz de consistencia
Clase 2 st matriz de consistenciaJacinto Arroyo
 
01. Proceso de investigación. La idea
01. Proceso de investigación. La idea01. Proceso de investigación. La idea
01. Proceso de investigación. La ideaUVAQ
 
Memorando-reunion-de-apertura-entregable
Memorando-reunion-de-apertura-entregableMemorando-reunion-de-apertura-entregable
Memorando-reunion-de-apertura-entregableLORENAGRIJALBALEON
 
Auditoría de Gestión al Sistema de Producción
Auditoría de Gestión al Sistema de ProducciónAuditoría de Gestión al Sistema de Producción
Auditoría de Gestión al Sistema de ProducciónAUDITORA MMS LTDA
 
Guía de elaboración de trabajos de investigación ucv
Guía de elaboración de trabajos de investigación ucvGuía de elaboración de trabajos de investigación ucv
Guía de elaboración de trabajos de investigación ucvAngelManchayCalvay3
 

Was ist angesagt? (20)

EVALUACION DEL CONTROL INTERNO
EVALUACION DEL CONTROL INTERNOEVALUACION DEL CONTROL INTERNO
EVALUACION DEL CONTROL INTERNO
 
Ejemplo Dpt (Descripción del Puesto de Trabajo)
Ejemplo Dpt (Descripción del Puesto de Trabajo)Ejemplo Dpt (Descripción del Puesto de Trabajo)
Ejemplo Dpt (Descripción del Puesto de Trabajo)
 
Normas generales de control gubernamental
Normas generales de control gubernamentalNormas generales de control gubernamental
Normas generales de control gubernamental
 
Planteamiento del problema
Planteamiento del problemaPlanteamiento del problema
Planteamiento del problema
 
La estructura de control interno
La estructura de control internoLa estructura de control interno
La estructura de control interno
 
Auditoria ii papeles de trabajo
Auditoria ii papeles de trabajoAuditoria ii papeles de trabajo
Auditoria ii papeles de trabajo
 
jmo 2022 TIPO DE INVESTIGACIÓN
jmo 2022 TIPO DE INVESTIGACIÓNjmo 2022 TIPO DE INVESTIGACIÓN
jmo 2022 TIPO DE INVESTIGACIÓN
 
PRESENTACION EXAMEN ESPECIAL A LOS PROCESOS DE CONTRATACIÓN PÚBLICA
PRESENTACION EXAMEN ESPECIAL A LOS PROCESOS DE CONTRATACIÓN PÚBLICAPRESENTACION EXAMEN ESPECIAL A LOS PROCESOS DE CONTRATACIÓN PÚBLICA
PRESENTACION EXAMEN ESPECIAL A LOS PROCESOS DE CONTRATACIÓN PÚBLICA
 
Taller Operador Económico Autorizado OEA - Jornada 21 de Febrero
Taller Operador Económico Autorizado OEA - Jornada 21 de FebreroTaller Operador Económico Autorizado OEA - Jornada 21 de Febrero
Taller Operador Económico Autorizado OEA - Jornada 21 de Febrero
 
plan de aseguramiento de la calidad ucm
 plan de aseguramiento de la calidad ucm plan de aseguramiento de la calidad ucm
plan de aseguramiento de la calidad ucm
 
Preguntas de la ley 43 de 1990
Preguntas de la ley 43 de 1990 Preguntas de la ley 43 de 1990
Preguntas de la ley 43 de 1990
 
Evolución de la auditoria forense
Evolución de la auditoria forenseEvolución de la auditoria forense
Evolución de la auditoria forense
 
Semana 1 4
Semana 1 4Semana 1 4
Semana 1 4
 
Formato investigacion-cualitativa
Formato investigacion-cualitativaFormato investigacion-cualitativa
Formato investigacion-cualitativa
 
Clase 2 st matriz de consistencia
Clase 2 st matriz de consistenciaClase 2 st matriz de consistencia
Clase 2 st matriz de consistencia
 
01. Proceso de investigación. La idea
01. Proceso de investigación. La idea01. Proceso de investigación. La idea
01. Proceso de investigación. La idea
 
4. poblacion y muestra
4. poblacion y muestra4. poblacion y muestra
4. poblacion y muestra
 
Memorando-reunion-de-apertura-entregable
Memorando-reunion-de-apertura-entregableMemorando-reunion-de-apertura-entregable
Memorando-reunion-de-apertura-entregable
 
Auditoría de Gestión al Sistema de Producción
Auditoría de Gestión al Sistema de ProducciónAuditoría de Gestión al Sistema de Producción
Auditoría de Gestión al Sistema de Producción
 
Guía de elaboración de trabajos de investigación ucv
Guía de elaboración de trabajos de investigación ucvGuía de elaboración de trabajos de investigación ucv
Guía de elaboración de trabajos de investigación ucv
 

Ähnlich wie Edtsdistica de auditoría

Actividad 6 de auditoria 2
Actividad 6 de auditoria 2Actividad 6 de auditoria 2
Actividad 6 de auditoria 2ClaudiaCano41
 
Estadística i usam
Estadística i usamEstadística i usam
Estadística i usamEdwin Acuña
 
Trabajo auditoria i
Trabajo auditoria iTrabajo auditoria i
Trabajo auditoria iAna Salas
 
Tema viii muestras y pruebas selectivas
Tema viii muestras y pruebas selectivasTema viii muestras y pruebas selectivas
Tema viii muestras y pruebas selectivas600582
 
Diseño metodológico
Diseño metodológicoDiseño metodológico
Diseño metodológicokjota11
 
Unidad 11 recoleccion y analisis de datos
Unidad 11 recoleccion y analisis de datosUnidad 11 recoleccion y analisis de datos
Unidad 11 recoleccion y analisis de datosRocioo Sanchez
 
1 la poblacion y muestra
1 la poblacion y muestra1 la poblacion y muestra
1 la poblacion y muestraMeko Meko
 
15 07-2014. indicadores y umbrales (1)
15 07-2014. indicadores y umbrales (1)15 07-2014. indicadores y umbrales (1)
15 07-2014. indicadores y umbrales (1)Arthele
 
Sesion 5 MAE Ed Inclusiva (E).pptx
Sesion 5 MAE Ed Inclusiva (E).pptxSesion 5 MAE Ed Inclusiva (E).pptx
Sesion 5 MAE Ed Inclusiva (E).pptxJennyAmparo3
 
Documento técnico 64 conceptos generales
Documento técnico 64   conceptos generalesDocumento técnico 64   conceptos generales
Documento técnico 64 conceptos generalesauditormilano
 
Fundamentos De Muestreo
Fundamentos De MuestreoFundamentos De Muestreo
Fundamentos De MuestreoAna kristell
 
Estrito critico la recoleccion y analisis de datos cuantitativos
Estrito critico la recoleccion y analisis de datos cuantitativosEstrito critico la recoleccion y analisis de datos cuantitativos
Estrito critico la recoleccion y analisis de datos cuantitativosrieralyzdany
 

Ähnlich wie Edtsdistica de auditoría (20)

Actividad 6 de auditoria 2
Actividad 6 de auditoria 2Actividad 6 de auditoria 2
Actividad 6 de auditoria 2
 
Estadística i usam
Estadística i usamEstadística i usam
Estadística i usam
 
Trabajo auditoria i
Trabajo auditoria iTrabajo auditoria i
Trabajo auditoria i
 
Tema viii muestras y pruebas selectivas
Tema viii muestras y pruebas selectivasTema viii muestras y pruebas selectivas
Tema viii muestras y pruebas selectivas
 
Papeles de auditoria
Papeles de auditoriaPapeles de auditoria
Papeles de auditoria
 
Metodologia de la investigacion
Metodologia de la investigacionMetodologia de la investigacion
Metodologia de la investigacion
 
técnicas de muestreo
técnicas de muestreotécnicas de muestreo
técnicas de muestreo
 
Metodo 1 y 2 ricardo
Metodo 1 y 2 ricardoMetodo 1 y 2 ricardo
Metodo 1 y 2 ricardo
 
Diseño metodológico
Diseño metodológicoDiseño metodológico
Diseño metodológico
 
Unidad 11 recoleccion y analisis de datos
Unidad 11 recoleccion y analisis de datosUnidad 11 recoleccion y analisis de datos
Unidad 11 recoleccion y analisis de datos
 
1 la poblacion y muestra
1 la poblacion y muestra1 la poblacion y muestra
1 la poblacion y muestra
 
15 07-2014. indicadores y umbrales (1)
15 07-2014. indicadores y umbrales (1)15 07-2014. indicadores y umbrales (1)
15 07-2014. indicadores y umbrales (1)
 
Sesion 5 MAE Ed Inclusiva (E).pptx
Sesion 5 MAE Ed Inclusiva (E).pptxSesion 5 MAE Ed Inclusiva (E).pptx
Sesion 5 MAE Ed Inclusiva (E).pptx
 
El muestreo en la investigacion de mercados. abogado, administrador de empre...
 El muestreo en la investigacion de mercados. abogado, administrador de empre... El muestreo en la investigacion de mercados. abogado, administrador de empre...
El muestreo en la investigacion de mercados. abogado, administrador de empre...
 
Documento técnico 64 conceptos generales
Documento técnico 64   conceptos generalesDocumento técnico 64   conceptos generales
Documento técnico 64 conceptos generales
 
Lectura unidad 1
Lectura unidad 1Lectura unidad 1
Lectura unidad 1
 
Papeles de auditoria
Papeles de auditoriaPapeles de auditoria
Papeles de auditoria
 
Fundamentos De Muestreo
Fundamentos De MuestreoFundamentos De Muestreo
Fundamentos De Muestreo
 
Estrito critico la recoleccion y analisis de datos cuantitativos
Estrito critico la recoleccion y analisis de datos cuantitativosEstrito critico la recoleccion y analisis de datos cuantitativos
Estrito critico la recoleccion y analisis de datos cuantitativos
 
Máster Género y Desarrollo
Máster Género y Desarrollo Máster Género y Desarrollo
Máster Género y Desarrollo
 

Mehr von Hunter Samamé Gallo

Mehr von Hunter Samamé Gallo (6)

Anexo 01 gastos de servicios no personales.xlsx
Anexo 01   gastos de servicios no personales.xlsxAnexo 01   gastos de servicios no personales.xlsx
Anexo 01 gastos de servicios no personales.xlsx
 
Anexo 02 gastos de planillas
Anexo 02   gastos de planillasAnexo 02   gastos de planillas
Anexo 02 gastos de planillas
 
Carta de control interno 2016 fonbiepol
Carta de control interno 2016 fonbiepolCarta de control interno 2016 fonbiepol
Carta de control interno 2016 fonbiepol
 
Carta de control interno 2016 fonbiepol
Carta de control interno 2016 fonbiepolCarta de control interno 2016 fonbiepol
Carta de control interno 2016 fonbiepol
 
Epsel sa
Epsel saEpsel sa
Epsel sa
 
Carta de control interno sede central
Carta de control interno sede centralCarta de control interno sede central
Carta de control interno sede central
 

Kürzlich hochgeladen

3ro - Semana 1 (EDA 2) 2023 (3).ppt. edx
3ro - Semana 1 (EDA 2) 2023 (3).ppt. edx3ro - Semana 1 (EDA 2) 2023 (3).ppt. edx
3ro - Semana 1 (EDA 2) 2023 (3).ppt. edxEvafabi
 
Contabilidad Gubernamental guia contable
Contabilidad Gubernamental guia contableContabilidad Gubernamental guia contable
Contabilidad Gubernamental guia contableThairyAndreinaLira1
 
260813887-diagrama-de-flujo-de-proceso-de-esparrago-fresco-verde.pptx
260813887-diagrama-de-flujo-de-proceso-de-esparrago-fresco-verde.pptx260813887-diagrama-de-flujo-de-proceso-de-esparrago-fresco-verde.pptx
260813887-diagrama-de-flujo-de-proceso-de-esparrago-fresco-verde.pptxi7ingenieria
 
CONSTITUCIÓN POLÍTICA DEL PERÚ al 25082023.pdf
CONSTITUCIÓN POLÍTICA DEL PERÚ al 25082023.pdfCONSTITUCIÓN POLÍTICA DEL PERÚ al 25082023.pdf
CONSTITUCIÓN POLÍTICA DEL PERÚ al 25082023.pdfTeresa Rc
 
DECRETO-2535-DE-1993-pdf.pdf VIGILANCIA PRIVADA
DECRETO-2535-DE-1993-pdf.pdf VIGILANCIA PRIVADADECRETO-2535-DE-1993-pdf.pdf VIGILANCIA PRIVADA
DECRETO-2535-DE-1993-pdf.pdf VIGILANCIA PRIVADAgordonruizsteffy
 
Correcion del libro al medio hay sitio.pptx
Correcion del libro al medio hay sitio.pptxCorrecion del libro al medio hay sitio.pptx
Correcion del libro al medio hay sitio.pptxHARLYJHANSELCHAVEZVE
 
CARPETA PEDAGOGICA 2024 ARITA.sadasdasddocx
CARPETA PEDAGOGICA 2024 ARITA.sadasdasddocxCARPETA PEDAGOGICA 2024 ARITA.sadasdasddocx
CARPETA PEDAGOGICA 2024 ARITA.sadasdasddocxWILIANREATEGUI
 
Reporte Tributario para Entidades Financieras.pdf
Reporte Tributario para Entidades Financieras.pdfReporte Tributario para Entidades Financieras.pdf
Reporte Tributario para Entidades Financieras.pdfjosephtena
 
DISEÑO DE ESTRATEGIAS EN MOMENTOS DE INCERTIDUMBRE
DISEÑO DE ESTRATEGIAS EN MOMENTOS DE INCERTIDUMBREDISEÑO DE ESTRATEGIAS EN MOMENTOS DE INCERTIDUMBRE
DISEÑO DE ESTRATEGIAS EN MOMENTOS DE INCERTIDUMBREdianayarelii17
 
Presentacion encuentra tu creatividad papel azul.pdf
Presentacion encuentra tu creatividad papel azul.pdfPresentacion encuentra tu creatividad papel azul.pdf
Presentacion encuentra tu creatividad papel azul.pdfaldonaim115
 
Manual de Imagen Personal y uso de uniformes
Manual de Imagen Personal y uso de uniformesManual de Imagen Personal y uso de uniformes
Manual de Imagen Personal y uso de uniformesElizabeth152261
 
CORRIENTES DEL PENSAMIENTO ECONÓMICO.pptx
CORRIENTES DEL PENSAMIENTO ECONÓMICO.pptxCORRIENTES DEL PENSAMIENTO ECONÓMICO.pptx
CORRIENTES DEL PENSAMIENTO ECONÓMICO.pptxJOHUANYQUISPESAEZ
 
GUIA UNIDAD 3 costeo variable fce unc.docx
GUIA UNIDAD 3 costeo variable fce unc.docxGUIA UNIDAD 3 costeo variable fce unc.docx
GUIA UNIDAD 3 costeo variable fce unc.docxAmyKleisinger
 
CAMBIO DE USO DE SUELO LO BARNECHEA - VITACURA - HUECHURABA
CAMBIO DE USO DE SUELO LO BARNECHEA - VITACURA - HUECHURABACAMBIO DE USO DE SUELO LO BARNECHEA - VITACURA - HUECHURABA
CAMBIO DE USO DE SUELO LO BARNECHEA - VITACURA - HUECHURABAJuan Luis Menares, Arquitecto
 
Catalogo de tazas para la tienda nube de dostorosmg
Catalogo de tazas para la tienda nube de dostorosmgCatalogo de tazas para la tienda nube de dostorosmg
Catalogo de tazas para la tienda nube de dostorosmgdostorosmg
 
____ABC de las constelaciones con enfoque centrado en soluciones - Gabriel de...
____ABC de las constelaciones con enfoque centrado en soluciones - Gabriel de...____ABC de las constelaciones con enfoque centrado en soluciones - Gabriel de...
____ABC de las constelaciones con enfoque centrado en soluciones - Gabriel de...BaleriaMaldonado1
 
Ficha de datos de seguridad MSDS Ethanol (Alcohol etílico)
Ficha de datos de seguridad MSDS Ethanol (Alcohol etílico)Ficha de datos de seguridad MSDS Ethanol (Alcohol etílico)
Ficha de datos de seguridad MSDS Ethanol (Alcohol etílico)KwNacional
 
CRITERIOS DE EVALUACIÓN - NIVEL INICIAL.docx
CRITERIOS DE EVALUACIÓN - NIVEL INICIAL.docxCRITERIOS DE EVALUACIÓN - NIVEL INICIAL.docx
CRITERIOS DE EVALUACIÓN - NIVEL INICIAL.docxgeuster2
 
Sostenibilidad y continuidad huamcoli robin-cristian.pptx
Sostenibilidad y continuidad huamcoli robin-cristian.pptxSostenibilidad y continuidad huamcoli robin-cristian.pptx
Sostenibilidad y continuidad huamcoli robin-cristian.pptxmarlonrea6
 
Maria_diaz.pptx mapa conceptual gerencia industral
Maria_diaz.pptx mapa conceptual   gerencia industralMaria_diaz.pptx mapa conceptual   gerencia industral
Maria_diaz.pptx mapa conceptual gerencia industralmaria diaz
 

Kürzlich hochgeladen (20)

3ro - Semana 1 (EDA 2) 2023 (3).ppt. edx
3ro - Semana 1 (EDA 2) 2023 (3).ppt. edx3ro - Semana 1 (EDA 2) 2023 (3).ppt. edx
3ro - Semana 1 (EDA 2) 2023 (3).ppt. edx
 
Contabilidad Gubernamental guia contable
Contabilidad Gubernamental guia contableContabilidad Gubernamental guia contable
Contabilidad Gubernamental guia contable
 
260813887-diagrama-de-flujo-de-proceso-de-esparrago-fresco-verde.pptx
260813887-diagrama-de-flujo-de-proceso-de-esparrago-fresco-verde.pptx260813887-diagrama-de-flujo-de-proceso-de-esparrago-fresco-verde.pptx
260813887-diagrama-de-flujo-de-proceso-de-esparrago-fresco-verde.pptx
 
CONSTITUCIÓN POLÍTICA DEL PERÚ al 25082023.pdf
CONSTITUCIÓN POLÍTICA DEL PERÚ al 25082023.pdfCONSTITUCIÓN POLÍTICA DEL PERÚ al 25082023.pdf
CONSTITUCIÓN POLÍTICA DEL PERÚ al 25082023.pdf
 
DECRETO-2535-DE-1993-pdf.pdf VIGILANCIA PRIVADA
DECRETO-2535-DE-1993-pdf.pdf VIGILANCIA PRIVADADECRETO-2535-DE-1993-pdf.pdf VIGILANCIA PRIVADA
DECRETO-2535-DE-1993-pdf.pdf VIGILANCIA PRIVADA
 
Correcion del libro al medio hay sitio.pptx
Correcion del libro al medio hay sitio.pptxCorrecion del libro al medio hay sitio.pptx
Correcion del libro al medio hay sitio.pptx
 
CARPETA PEDAGOGICA 2024 ARITA.sadasdasddocx
CARPETA PEDAGOGICA 2024 ARITA.sadasdasddocxCARPETA PEDAGOGICA 2024 ARITA.sadasdasddocx
CARPETA PEDAGOGICA 2024 ARITA.sadasdasddocx
 
Reporte Tributario para Entidades Financieras.pdf
Reporte Tributario para Entidades Financieras.pdfReporte Tributario para Entidades Financieras.pdf
Reporte Tributario para Entidades Financieras.pdf
 
DISEÑO DE ESTRATEGIAS EN MOMENTOS DE INCERTIDUMBRE
DISEÑO DE ESTRATEGIAS EN MOMENTOS DE INCERTIDUMBREDISEÑO DE ESTRATEGIAS EN MOMENTOS DE INCERTIDUMBRE
DISEÑO DE ESTRATEGIAS EN MOMENTOS DE INCERTIDUMBRE
 
Presentacion encuentra tu creatividad papel azul.pdf
Presentacion encuentra tu creatividad papel azul.pdfPresentacion encuentra tu creatividad papel azul.pdf
Presentacion encuentra tu creatividad papel azul.pdf
 
Manual de Imagen Personal y uso de uniformes
Manual de Imagen Personal y uso de uniformesManual de Imagen Personal y uso de uniformes
Manual de Imagen Personal y uso de uniformes
 
CORRIENTES DEL PENSAMIENTO ECONÓMICO.pptx
CORRIENTES DEL PENSAMIENTO ECONÓMICO.pptxCORRIENTES DEL PENSAMIENTO ECONÓMICO.pptx
CORRIENTES DEL PENSAMIENTO ECONÓMICO.pptx
 
GUIA UNIDAD 3 costeo variable fce unc.docx
GUIA UNIDAD 3 costeo variable fce unc.docxGUIA UNIDAD 3 costeo variable fce unc.docx
GUIA UNIDAD 3 costeo variable fce unc.docx
 
CAMBIO DE USO DE SUELO LO BARNECHEA - VITACURA - HUECHURABA
CAMBIO DE USO DE SUELO LO BARNECHEA - VITACURA - HUECHURABACAMBIO DE USO DE SUELO LO BARNECHEA - VITACURA - HUECHURABA
CAMBIO DE USO DE SUELO LO BARNECHEA - VITACURA - HUECHURABA
 
Catalogo de tazas para la tienda nube de dostorosmg
Catalogo de tazas para la tienda nube de dostorosmgCatalogo de tazas para la tienda nube de dostorosmg
Catalogo de tazas para la tienda nube de dostorosmg
 
____ABC de las constelaciones con enfoque centrado en soluciones - Gabriel de...
____ABC de las constelaciones con enfoque centrado en soluciones - Gabriel de...____ABC de las constelaciones con enfoque centrado en soluciones - Gabriel de...
____ABC de las constelaciones con enfoque centrado en soluciones - Gabriel de...
 
Ficha de datos de seguridad MSDS Ethanol (Alcohol etílico)
Ficha de datos de seguridad MSDS Ethanol (Alcohol etílico)Ficha de datos de seguridad MSDS Ethanol (Alcohol etílico)
Ficha de datos de seguridad MSDS Ethanol (Alcohol etílico)
 
CRITERIOS DE EVALUACIÓN - NIVEL INICIAL.docx
CRITERIOS DE EVALUACIÓN - NIVEL INICIAL.docxCRITERIOS DE EVALUACIÓN - NIVEL INICIAL.docx
CRITERIOS DE EVALUACIÓN - NIVEL INICIAL.docx
 
Sostenibilidad y continuidad huamcoli robin-cristian.pptx
Sostenibilidad y continuidad huamcoli robin-cristian.pptxSostenibilidad y continuidad huamcoli robin-cristian.pptx
Sostenibilidad y continuidad huamcoli robin-cristian.pptx
 
Maria_diaz.pptx mapa conceptual gerencia industral
Maria_diaz.pptx mapa conceptual   gerencia industralMaria_diaz.pptx mapa conceptual   gerencia industral
Maria_diaz.pptx mapa conceptual gerencia industral
 

Edtsdistica de auditoría

  • 1. MUESTREO EN AUDITORÍA Curso COFAE DOCENTE ADJUNTO: PIERRE PONTE LEÓN
  • 2. Aspectos generales sobre auditoría Objetivo de la inferencia estadística Muestreo estadístico Concepto de población Tipos de población Grado de confianza de la inferencia Grado de error (imprecisión) de la inferencia Clasificación del tipo de muestreo Investigaciones estadísticas Decisiones de muestreo Pasos para determinar una muestra probabilística 2
  • 3. 3 Proporcionar al participante las herramientas metodológicas y los aspectos conceptuales inherentes al proceso de determinación de las posibles técnicas de muestreo, requeridas para ejecutar eficientemente los procedimientos de auditoría y de esta forma alcanzar la consecución de los objetivos trazados en cualquier actuación fiscal.
  • 4. Proceso sistemático, independiente y documentado para obtener evidencias de la auditoría y evaluarlas de manera objetiva con el fin de determinar la extensión en que se cumplen los criterios de auditoría. 4
  • 5. 5 Inicio (designación del líder, definición de objetivos, alcance y criterios, determinar viabilidad, contacto inicial auditado) Revisión documental (incluyendo registros para determinar adecuación con criterios) Preparación de la auditoría en sitio (elaborar plan, asignar tareas, preparación de documentos de trabajo incluidas listas de verificación y planes de muestreo) Realización de la auditoría (apertura, recolección y verificación de información, generación de hallazgos, preparación de conclusiones y cierre) Preparación, aprobación y distribución de informe Finalización de la auditoría Seguimiento
  • 6. AUDITORÍA FINANCIERA AUDITORÍA OPERACIONAL AUDITORÍA DE GESTIÓN Comprende el examen de los estados financieros. Es el examen de los procesos administrativos de las operaciones y los resultados, bajo criterios de economía, eficiencia y efectividad. Incluye además el examen de legalidad. Es el examen de la gestión que abarca la legalidad y calidad de las operaciones en lo administrativo y contable, enfatizando en los criterios de economía, eficiencia y eficacia y cumplimiento de metas y objetivos. Las recomendaciones se orientan a mejoras en el sistema contable Las recomendaciones se orientan al mejoramiento continuo de los procesos de la organización. Las recomendaciones se orientan a erradicar las causas de las desviaciones y al logro de metas y objetivos de la organización. 6
  • 7. AUDITORÍA FINANCIERA AUDITORÍA OPERACIONAL AUDITORÍA DE GESTIÓN Concibe el control interno como un sistema dirigido a garantizar la veracidad de la información y registros financieros. Concibe el control interno como un sistema dirigido a garantizar la integridad patrimonial. Concibe el control interno como un sistema dirigido a garantizar el logro de objetivos y metas, el cual considera la planificación, la detección temprana de áreas susceptibles de mejoras y la aplicación de correctivos Evalúa si la estructura de control interno ha sido diseñada e implementada para lograr estados financieros confiables y en el marco legal. Evalúa el sistema de control interno financiero, administrativo y gerencial. Evalúa además en forma integral el sistema de control interno en relación al cumplimiento de metas y objetivos 7
  • 8. AUDITORÍA FINANCIERA AUDITORÍA OPERACIONAL AUDITORÍA DE GESTIÓN Es básicamente numérico - legal, el objeto final es la comprobación de la justedad y razonabilidad de los estados financieros. Los estados financieros son un recurso más para comprobar la economía, eficiencia y efectividad de los resultados de las operaciones. Los estados financieros son un recurso más para comprobar la economía y eficacia de las operaciones y el cumplimiento de metas y objetivos de la organización. Pruebas de cumplimiento son principalmente de comprobación numérico - legal. Pruebas de cumplimiento están orientadas a verificar logro de los resultados operacionnales Pruebas de cumplimiento están orientadas a verificar el cumplimiento de metas y objetivos 8
  • 9. Muestreo 9  El objetivo de la estadística inferencial es obtener la información acerca de una población, partiendo de la información que contiene una muestra. El proceso que se sigue para seleccionar una muestra se denomina Muestreo. 9
  • 10. Muestreo 10  Herramienta de la investigación científica cuya función básica es determinar qué parte de una población en estudio debe examinarse con el fin de hacer inferencias sobre dicha población. INTENTAREMOS RESPONDER A LAS SIGUIENTES CUESTIONES: • ¿Por qué tomar muestras? • ¿Cómo se toman muestras? • ¿Qué hacer con las muestras? • ¿Cuántas muestras tomar? ¿POR QUÉ TOMAR MUESTRAS?  Poblaciones infinitas  Costes de la toma de muestras  Destrucción de las unidades estudiadas 10
  • 11. Concepto de Población: Es un conjunto finito o infinito de elementos con características comunes para los cuales serán extensivas las conclusiones de la investigación. Esta queda delimitada por el problema y por los objetivos del estudio. ¿Dónde? ¿Cuándo? TOTAL DEL UNIVERSO 11
  • 13. CONCEPTO DE MUESTRA: La muestra es un conjunto representativo y finito que se extrae de la población accesible. CONCEPTO DE MUESTRA REPRESENTATIVA: Es aquella que por su tamaño y características similares a las del conjunto, permiten hacer inferencias o generalizar los resultados al resto de la población con un margen de error conocido. TIPOS DE MUESTRAS REPRESENTATIVA (Ver que se cumpla en todo los sectores). NO REPRESENTATIVA 13
  • 14. Es la probabilidad de que el valor real del parámetro poblacional se encuentre dentro de los límites especificados por los valores del estimador muestral. Más que un cálculo suele ser un criterio definido convencionalmente por el analista expresado en unidades estandarizadas Z o en porcentaje de valores muestrales. Una probabilidad de 95% equivale a 1.96 unidades de Z y es la más utilizada. 14
  • 15. Debido a la aleatoriedad, los valores de un mismo estadístico difieren de una muestra a otra. Esta variabilidad introduce un error en la estimación (error aleatorio). Este error puede medirse, pues las medias de los estimadores siempre se distribuyen “normalmente” (Teorema del límite central) aunque los mismos estimadores no lo hayan hecho. 15
  • 16. Cuando se mide el estadístico en diferentes muestras tomadas aleatoriamente los resultados son variables. Esta variabilidad del estadístico se denomina error aleatorio y es causada por el azar. s1 s2 s4 s3 s1 s2 s4 s3 16
  • 17. Para un mismo nivel de confianza puede medirse el error aleatorio por encima y por debajo de la estimación. El error aleatorio configura límites de confianza dentro de los cuales se presume estará el valor real del parámetro para el nivel de confianza elegido por el analista. El intervalo de confianza de la inferencia será más amplio (impreciso) mientras más altas sean la confiabilidad exigida y la desviación estándar. 17
  • 19.  Todos los elementos de la población, unidades de análisis, tienen la misma posibilidad de ser escogidos.  La selección se realiza aleatoriamente. 19
  • 20.  Simple  Estratificada  Por racimos o conglomerados. 20
  • 21.  Es aquella en la que los elementos se escogen en forma individual al azar de la totalidad de la población.  Esta selección al azar es similar a la que se realiza en la extracción aleatoria de números de una lotería 21
  • 22.  Es aquella en la que resulta necesario clasificar la muestra en relación a estratos o categorías que se presentan en la población y que son relevantes para los objetivos del estudio.  Lo que se hace es dividir la población en subpoblaciones o estratos y se selecciona una muestra para cada estrato. 22
  • 23.  Presupone que las unidades de análisis se encuentran encapsuladas o encerradas en determinados lugares físicos o geográficos a los que se denominan racimos.  Implica diferenciar entre la unidad de análisis y la unidad muestral.  Supone una selección en dos etapas: Selección de los racimos. Selección de las unidades. 23
  • 24. NO PROBALISTICAS (CARÁCTER INFORMAL) Sujetos voluntarios Muestras expertos Sujetos tipos Muestras por cuotas Muestras Dirigidas CONVENIENCIA SELECTIVO JUICIO O CRITERIO Se dirige a un sector especifico Resultado subjetivo, sin criterio, por facilidad Subjetivo pero con criterio 24
  • 25.  La elección de los elementos no depende de la probabilidad.  Depende de otras causas relacionadas con los propósitos de la investigación. 25
  • 26.  Muestras de sujetos voluntarios.  Muestra de expertos.  Muestra de sujetos tipo.  Muestra por cuotas. 26
  • 27. La elección entre uno u otro tipo de muestreo depende de los objetivos del estudio, del esquema de investigación y de la contribución que se espera hacer con ella. 27
  • 28. No. 1: ¿Debo tomar una muestra ? Se quiere saber cómo se comporta una cierta característica en un Universo particular El Universo está bien definido ? Definir El Universo Es posible observar todo el Universo ? Observar una Muestra Hacer un Censo NO NO Sí Sí Tomar una Muestra No representativa Tomar una Muestra Representativa Se quiere inferir la medición al Universo ? NO Sí Las observaciones pueden atribuirse a los miembros del Universo Las observaciones solo pueden atribuirse a la muestra, NO a los miembros del Universo Las observaciones pueden atribuirse a los miembros del Universo 28
  • 29. •Estimar un parámetro determinado con el nivel de confianza deseado. •Detectar una determinada diferencia, si realmente existe, entre los grupos de estudio con un mínimo de garantía. •Reducir costes o aumentar la rapidez del estudio. Es bueno señalar que en un momento una población puede ser muestra en una investigación y una muestra puede ser población, esto esta dado por el objetivo del investigación, por ejemplo en el caso de determinar la estatura media de los estudiantes universitarios en Venezuela una muestra podía ser escoger algunas universidades del país y realizar el trabajo, si por el contrario se quiere saber la estatura promedio de los estudiantes de una universidad en especifico en Venezuela, entonces el conjunto formado por todos los estudiantes de esta universidad sería la población y la muestra estaría dada por los grupos, carreras o años seleccionado para realzar el experimento. 29
  • 30. Está medida en unidades distintas de las de la variable. Por ejemplo, si la variable mide una distancia en metros, la varianza se expresa en metros al cuadrado. La desviación estándar, la raíz cuadrada de la varianza, es una medida de dispersión alternativa expresada en las mismas unidades. Hay que tener en cuenta que la varianza puede verse muy influida por los valores atípicos y se desaconseja su uso cuando las distribuciones de las variables aleatorias tienen colas pesadas. En tales casos se recomienda el uso de otras medidas de dispersión más robustas. 30
  • 31. Primer Paso: Determinar la Muestra Sin Ajustar Se calcula dividiendo dos valores que son aportados por el investigador a razón, tanto de las implicaciones significativas que se desprenden del tipo de variable que pretende medir y del margen de error con el que desea proyectar sus resultados. 31
  • 32. Así tenemos que la muestra sin ajustar se conoce como n` ; es decir, ene prima. Y su fórmula es como sigue: S 2 Varianza de la Muestra n`= ________________ V2 Varianza de la Población 32
  • 33. S2 Varianza de la Muestra, no es otra cosa que la probabilidad de ocurrencia esperada de la variable que se pretende medir. Este valor es asignado por el investigador atendiendo al nivel de significatividad que tiene la variable en función de la magnitud de ocurrencia; es decir, si consideramos la influencia letal de un determinado medicamento como una variable a medir en un grupo de pacientes, no necesitaríamos un nivel de ocurrencia muy alto en la misma para proyectar los resultados y obrar en consecuencia. 33
  • 34. En este caso, quizá con un 5% de ocurrencia, o hasta menos, sería suficiente para declarar la ALARMA. Ahora bien, si se trata de considerar la afluencia de adolescentes en una determinada calle o avenida, con miras a soportar la decisión de aperturar un centro de video juegos en la misma, quizá tendría que medir la variable a estudiar sobre una probabilidad de ocurrencia en el orden del 75%, de manera que una vez obtenidos los resultados, si son favorables, pudiera recomendar la apertura del referido centro sin mayores inconvenientes. Así tenemos que: S2 = p ( 1 – p) tal que p=probalilidad de ocurrencia, si la misma es estimada en 5% p=0.05, si es estimada en un 75% p=0.75, sustituimos los valores en consecuencia, y así sucesivamente. 34
  • 35. Continuando con el divisor de la fórmula; es decir, con V2 Varianza de la Población, tenemos que la misma no es otra cosa que el margen de error estándar con el que queremos trabajar para proyectar nuestros resultados. Generalmente, en este particular se trabaja con valores que oscilan ente 0.010 y 0.015., mientras menor sea el margen de error estimado, mayor confiabilidad inspirarán los resultados. Si nuestro error estimado es de 0.015 lo elevamos al cuadrado y lo sustituimos en la fórmula. 35
  • 36. Si retomamos la fórmula de la muestra sin ajustar, y a manera de ejemplo consideramos hipotéticamente trabajar con una variable “x” cuya probalidad de ocurrencia esperada la ubicamos en 75% y un margen de error del 0.015, tenemos: S2 Varianza de la Muestra n`= _______________________________ V2 Varianza de la Población 0.75 (1 – 0.75) 0.1875 n` = _______________ = ________ = n`= 833.3333 (0.015)2 0.000225 36
  • 37. Una vez que hemos determinado la muestra sin ajustar, estamos en condiciones de dar nuestro Segundo Paso: CALCULAR LA MUESTRA AJUSTADA La Muestra Ajustada se simboliza con la letra n y su fórmula es como sigue: n` N=___________ donde N = Número de la Población 1 + n` / N 37
  • 38. Supongamos que el tamaño de la población a estudiar se estima en unos 1.500 individuos. Y sabiendo que nuestra muestra sin ajustar; es decir, n` = 833.3333. Procedemos a sustituir los valores en la fórmula de la Muestra Ajustada. Así tenemos que: n` 833.3333 833.3333 833.3333 n = ___________ = _________________ = ____________ = __________ = 1 + n` / N 1 + 833.3333/1.500 1 + 0.5555 1.5555 n = 535.73339 Lo que implica que nuestra muestra probabilística sería aproximadamente de 536 individuos 38
  • 39. Ahora bien, cuando los individuos de la población están diseminados o esparcidos en varios estratos, estados o departamentos; es decir, cuando no están focalizados en una misma unidad física, corresponde entonces dar un Tercer Paso: Calcular la Muestra Estratificada. Supongamos a manera de ejemplo que la población a estudiar ( 1.500 individuos ) se encuentra esparcida en cinco estados nacionales, a saber: Mérida (250), Miranda (300), Monagas (200), Vargas (250) y Sucre (500) 39 ¿De cuáles estados tendríamos que tomar la muestra aproximada de 536 individuos?
  • 40. El procedimiento estadístico para hacerlo es el siguiente: Calculamos el factor multiplicador f dividiendo la muestra aproximada n entre el número de la población N n 536 f = __________ = ______ = 0.3573 N 1.500 Una vez obtenido el factor, procedemos a multiplicar el mismo por la cantidad de individuos pertenecientes a cada estado discriminado. Como sigue… 40
  • 42. La definición del tamaño muestral depende de los siguientes factores: Los objetivos del estudio Los conocimientos previos sobre el comportamiento de la característica en la población. Los recursos técnicos y financieros para obtener la información El error máximo que se permitirá el analista La confiabilidad de la inferencia esperada por el analista 1 . 2 . 3 . 4 . 5 . 42
  • 43. 43 El tamaño de la muestra tiene un efecto directo sobre tolerancia del riesgo y sobre el riesgo de muestreo. Con una muestra muy pequeña, no se puede tener un riesgo bajo, a menos que se permita un margen muy grande del riesgo de muestreo (precisión). A medida que el tamaño de la muestra aumenta, tanto el riesgo de muestreo como la tolerancia del riesgo de muestreo disminuyen. 43
  • 44. 1. Formulas según Kish 2. Estimación de la medida por unidad 44
  • 45. N = tamaño de la población Y = valor de la variable (por lo general es = 1) V = Varianza Población Se= Desviación Standard (típica 0,015 para 15%) Ρ = probabilidad de ocurrencia (tipa 95 %) n = Tamaño de la muestra n = Tamaño de la muestra provisional (sin ajustar) s² = Varianza de la muestra n´ = s² / V² n = n / (1+ n / N) v² = Se² s² = ρ ( 1 – ρ ) 45
  • 46. Ejemplo 1: Caso cheques emitidos N= 1.176 Cheques Se = 15 % = 0,015 ρ =90 % = 0,9 n = ? s² = ρ ( 1 – ρ ) s² = 0.9 (1-0,9) = 0,09 V² = Se² = (0,015)² = 0,000225 n = s² / V² = 0,09/ 0,000225 = 400 n = n´ / (1+ n´/ N) = 400 / (1 + 400/ 1.176) n = 298 Ejemplo 2: Caso Obras ejecutadas N= 1.450 Obras Se = 15 % = 0,015 ρ =95 % = 0,95 n = ? s² = ρ ( 1 – ρ ) s² = 0,95 (1-0,95) = 0,0475 V² = Se² = (0,015)² = 0,000225 n = s² / V² = 0,0475/ 0,000225 = 211,11 n = n´ / (1+ n´/ N) = 211,11 / (1 + 211,11/ 1.450) n = 184,28 ~ 184
  • 47. 1. Determinar el objetivo de la prueba. 2. Definir la población y la unidad de muestreo. 3. Seleccionar una técnica de muestreo de auditoria. 4. Determinar el tamaño de la muestra. 5. Seleccionar la muestra. 6. Probar los elementos de la muestra. 7. Evaluar los resultados. 8. Documentar los procedimientos. ¿Qué desean probar los auditores? Cuantificar y evaluar las cualidades. Estimación de la medida por unidad. Error tolerable, niveles de riesgo y desviación estándar. Aplicar procedimientos para corroborar con el análisis practicado. Incluir en las respectivas cedulas de trabajo y los papeles de trabajo. 47
  • 48. Tolerancia planeada para el riesgo de muestreo = ET 1 + ( CAI / CRI) TPRM Error Tolerable Coeficiente de aceptación incorrecto Coeficiente de rechazo incorrecto Error Tolerable: Es el error monetario máximo que puede existir en una partida o cuenta, sin que afecte la información que la integra de forma material. 48
  • 49. Nivel de Riesgo Aceptable (%) Coeficiente de aceptación incorrecto Coeficiente de rechazo incorrecto 1,00 2,33 2,58 4,60 1,68 2,00 5,00 1,64 1,96 10,00 1,28 1,44 15,00 1,04 1,28 20,00 0,84 1,15 25,00 0,67 1,04 49
  • 50. n = N x CRI x De TPRM Tamaño de la muestra Tamaño de la población Coeficiente de rechazo incorrecto Desviación estándar estimada Tolerancia planeada para el riesgo de muestreo 50
  • 51. RA Riesgo de auditoria RI Riesgo Inherente RC Riesgo de control RD Riesgo de detección PA Riesgo de no detección de un error material PD Riesgo tolerable de aceptación incorrecta RA = RI x RC x RD RD= PA x PD Entonces, RA = RI x RC x PA x PD 51
  • 52. EJEMPLO: Suponga que los auditores están dispuesto a aceptar un riesgo de auditoria de 5% de error material en la afirmación de existencia de los pagos efectuados por la dependencia. Ellos consideran que el riesgo inherente de esa afirmación es de 100%. Después de considerar el control interno sobre el ciclo de egresos, evalúan el riesgo de control en un nivel de 50% y consideran que los procedimientos analíticos realizados para probar la afirmación tienen un riesgo de 40% de no lograr detectar un error material. El nivel apropiado del riesgo de una aceptación incorrecta puede calcularse de la siguiente manera: RA = RI x RC x PA x PD PD = RA RI x RC x PA PD = 0,05 = 0,25 1 x 0,50 x 0,40 52
  • 53. Los auditores deben planificar una muestra de auditoria para la prueba sustantiva de detalles con un riesgo de aceptación incorrecta de 25%. 53
  • 56. 56 • Alvin A. Arens y James K. Loebbecke. (1996). Auditoria. Un Enfoque Integral. Prentice Hall Hispanoamericana S.A Auditoria y Control Interno. Grupo Cultural. 2.005. • Blanco Luna Yanel. (2004) Normas y Procedimientos de la Auditoria Integral. ECOE EDICIONES. • Colegio De Contadores Públicos De Venezuela. Publicaciones de la Federación de Colegios de Contadores Públicos de Venezuela. • Defliese. (2004) Auditoria Montgomery. Editorial Limusa Estupiñan • Rodrigo Gaitan.(2007). Administración o Gestión de Riesgos E.R.M y la Auditoria Interna. ECOE EDICIONES. • Heffes, G. Holguin F. y Galán A. (1994). Auditoria de los Estados Financieros. Grupo Editorial Iberoamericana México.
  • 57. 57 • Instituto Mexicano de Contadores Públicos.(2007). Normas Internacionales de Auditoria. México. Montgomery. Auditoria. Editorial Limusa. • Publicaciones Técnicas Nros. 1, 2, 3 y 4 de la Federación de Contadores Públicos de Venezuela. • Taylor, D. y Glezen, W. (1994). Auditoria Integración de Conceptos y Procedimientos. Editorial Limusa S.A. Grupo Noriega. Editores México • Walter G. Kell Y William C. Boynton.(1998). Auditoria Moderna. Editorial CECSA. • Whittinggton O Ray Y Kurt Pany (1999). Auditoria un Enfoque Integral. Mc GRAW-HILL.