 En esta presentación, echaremos un vistazo al muestreo no estadístico para las pruebas de saldos de cuentas. Obsérvese que en una presentación anterior analizamos el muestreo no estadístico en relación con las pruebas de controles. Aquí, estamos aplicando un muestreo no estadístico para los saldos de las cuentas. Por lo tanto, verá algunas similitudes dentro de la aplicación del muestreo no estadístico. La unidad de muestreo para el muestreo no estadístico suele ser una cuenta de cliente y una transacción individual o una partida de una transacción. Los siguientes elementos deben tenerse en cuenta cuando pensamos en el muestreo no estadístico, identificar los elementos individualmente significativos, por lo que vamos a considerar aquellos elementos que son individualmente significativos. Hablaremos más sobre eso en breve, determinando el tamaño de la muestra, seleccionando los elementos de la muestra y calculando los resultados de la muestra, agregaremos algunos de estos elementos con más detalle. Ahora comenzando con la identificación de elementos significativos individualmente. Los elementos que se deben probar individualmente son elementos que pueden tener una posible incorrección que sede individualmente la incorrección tolerable, así que leamos eso una vez más. Los elementos que deben probarse individualmente son elementos que pueden tener incorrecciones potenciales que, individualmente en sí mismas, en otras palabras, esceden la incorrección tolerable. Por lo tanto, si miramos a través de los datos y tendríamos este tipo de errores en los que la incorrección final para ese elemento individual podría exceder la incorrección tolerable, queremos seleccionar esos elementos. Estos elementos se probarán al 100%, porque el auditor no está dispuesto a aceptar ningún riesgo de muestreo con respecto a estos elementos, dadas o naturaleza de ítem significativos. Determinar el tamaño de la muestra y seleccionar la muestra. Entonces, como determinamos cuál es el tamaño de la muestra, esta va a ser nuestra fórmula. El tamaño de la muestra será igual a la población de la muestra en el valor contá, por lo tanto, la población del valor contá. Entonces tenemos la incorrección tolerable menos la incorrección esperada. Por lo que la incorrección tolerable menos la incorrección esperada se dividirá en el muestreo. El valor contable de la población o el valor contable de la población de muestreo dividido por la incorrección tolerable menos la incorrección esperada multiplicada por un factor de confianza. Ahora bien, este factor de confianza podría estar dado básicamente en nuestros documentos de auditoría, podríamos tener algún tipo de factores estandarizados que usaríamos algo así como una tabla como ésta, donde el riesgo evaluado de la incorrección material está aquí, y luego el nivel de confianza deseado va a estar aquí. Por lo tanto, si tenemos un alto riesgo de incorrección material y un alto nivel de confianza deseado, entonces vamos a tener un número más alto que vamos a utilizar como factor de confianza, en este caso, 2,9. Si tenemos un alto riesgo de incorrección material y un nivel de confianza deseado moderado de que tendremos un factor más bajo, un riesgo de incorrección material de alta evaluación y una confianza de deseo baja, entonces tenemos un factor más bajo. Si tenemos un nivel de riesgo moderado, entonces, por supuesto, y un alto nivel deseado de riesgo estaban en este número, si tenemos moderado, y luego un deseado estaban en este número, y así sucesivamente. Y se puede ver cuál sería el deseo o cuál sería el efecto en la fórmula, dado esos números, aquí en la sección de factores de confianza de la fórmula, Calcular el método de proyección de la relación de resultados de la muestra. Así que vamos a tener dos métodos que podríamos usar para calcular los resultados de la muestra. Este será el proyecto de razón y el método de proyección, aplicar la razón de incorrección en la muestra a la población. Así que vamos a obtener la proporción de errores en la muestra aplicada a la población, se vería así. Supongamos que el auditor encuentra una incorrección de mil pesos en una muestra de diez mil. Así que tenemos un error de mil pesos en la muestra de diez mil. La proporción de inexactitudes es de mil sobre diez punto cero cero, o diez por ciento. Ahora, si aplicamos eso a la población, podríamos decir, bueno, que pasa si la población totaliza trescientos punto cero cero, la inexactitud proyectada sería entonces treinta punto cero cero cero, porque vamos a tomar eso trescientas punto cero cero veces ese diez por ciento y obtendremos los treinta punto cero cero cero. Sin embargo, ese es el método de proyección de la proporción, no el único, porque podríamos usar la diferencia. Proyecciones del método de proyección, la incorrección promedio de cada elemento de la muestra a todos los elementos de la población. Por ejemplo, supongamos que la declaración errónea en una muestra es de cien artículos que suman un total de cuatrocientos pesos. Por lo tanto, cien artículos que suman un total de cuatrocientos pesos es la declaración errónea para una declaración errónea promedio de cuatro pesos. Así que vamos a tener los cuatro pesos, que son los cuatrocientos divididos por cien. Y la población contiene quince punto cero cero artículos. La incorrección proyectada sería entonces de sesenta punto cero cero o los cuatro dólares multiplicados por los quince punto cero cero artículos. Así que ese va a ser el método de proyección de diferencias.