Este artículo fue publicado hace más de un año, por lo que es importante prestar atención a la vigencia de sus referencias normativas.
La estadística es una herramienta de gran utilidad a la hora de adelantar una tarea de revisión de información financiera pues brinda elementos para detectar con facilidad algunas posibles fuentes de fraude. En este editorial se presenta otra herramienta de muestreo para la aplicación de pruebas.
Así se conoce a la técnica para la selección de una muestra a partir de una población; esta determina qué parte de una población debe examinarse con la finalidad de conocer sus características.
La muestra debe representar de manera adecuada a la población, con el fin de percibir de la mejor manera aquellos rasgos que presenten mayor valía para la investigación. Para que una muestra sea representativa, y por lo tanto útil, debe reflejar las similitudes y diferencias encontradas en la población, es decir, ejemplificar las características de esta.El muestreo se realiza porque en algunos casos es imposible estudiar una población completa para determinar medidas sobre ella, así como una característica, por lo tanto se debe depender de las muestras tomadas de la población, y con base en sus medidas (media, mediana, moda, etc) es decir, sus estadísticas calculadas, inferir los parámetros (medida numérica que describe una característica) de esta.
Para tal finalidad, el muestreo aleatorio puede emplearse por medio de dos metodologías: el aleatorio simple y el aleatorio por estratos
En lo correspondiente al marco normativo que guía la labor del revisor fiscal y del auditor con relación a este tema, el Decreto Único Reglamentario 2420 del 2015 contiene en el anexo 4 la Norma Internacional de Auditoría –NIA– 530, aplicable a los casos que requieran la aplicación de un muestreo para que el profesional adelante su examen. En esta parte de la norma se entrega una guía para la aplicación del muestreo estadístico y no estadístico para diseñar y seleccionar la muestra de auditoría, realizar pruebas de controles y de detalle y evaluar los resultados de esta.
Esta metodología es más eficiente que el muestreo simple y el sistemático porque se tienen en cuenta todos los diferentes tipos de datos a lo largo de una población. En otras palabras, la finalidad del muestreo aleatorio por estratos es que cada grupo de la población se encuentre representado en la muestra.
Este tipo se usa cuando una población de N individuos se divide en grupos dadas ciertas características; estos grupos son denominados estratos (k).
Suponga que desea llevar a cabo un estudio en la compañía XYZ, a partir de una muestra de 100 facturas, sobre la cantidad de usuarios que efectivamente acceden a los sistemas de descuento por pronto pago al adquirir los productos que dicha entidad fabrica, y así confirmar la transparencia de los descuentos otorgados.
En primera instancia se puede efectuar un muestreo aleatorio simple, pero ya que el comportamiento de la población con respecto a este carácter no es homogéneo, también es posible dividir a la población en dos estratos: los usuarios que pagan antes de los primeros 30 días y los que lo hacen en 60. Supongamos que la población total corresponde a 1000 facturas y está distribuida de la siguiente forma:
Facturación cancelada en los primeros 30 días = 600 (60% del total)
Facturación cancelada en los primeros 60 días = 400 (40% restante)
Contando con estos datos deben construirse dos bases de datos o, como las denomina la estadística, listas subpoblacionales; una de estas listas (P1) debe contener todas las 600 facturas canceladas en los primeros 30 días después de su expedición y otra lista (P2) que contenga los datos de las 400 que lo hicieron en los siguientes 60 días.
Dado que la lista P1, en este caso el primer estrato, se compone de 600 facturas, le asignaremos códigos que inician en 001 y van hasta 600. Como el segundo estrato, es decir la lista P2, está compuesta por 400, le asignaremos códigos numéricos desde el 001 hasta el 400.
Para recopilar una muestra estratificada proporcional que responda a la teoría estadística de asignación proporcional; se reparte entre ambos grupos el número total de muestras, en función de sus respectivos tamaños:
Facturas con descuento por pronto pago en primeros 30 días = 60% del total
Facturas con descuento por pronto pago en primeros 60 días = 40% restante
100 ————–> 100%
X ————–> 60%
X= 60 facturas a 30 días
100 ————–> 100%
X ————–> 40%
X= 40 facturas a 60 días.
En este sentido, el auditor o revisor fiscal debe seleccionar el 60% de la muestra general a partir de los datos del primer estrato (60 facturas) y el 40% a partir de los datos del segundo estrato (40 facturas). Estas 100 facturas de la muestra general podrán ser elegidos de manera aleatoria mediante el método de muestras aleatorias simples que estudiamos en un editorial anterior.
Una vez obtenidos los resultados del proceso de selección con muestreo por estratos, solo deben combinarse los resultados para reflejar la composición de toda la muestra. Por último, la veracidad de la información recolectada podrá comprobarse mediante métodos como la circularización de cartera.
Fundada en el año 2000 con la misión de “elevar el nivel profesional del Contador Público”
