Escolar Documentos
Profissional Documentos
Cultura Documentos
(/) (/Account/Login?returnUrl=/Pagina/9384)
(/)
Home (/) / Artigos (/Publicacoes/index/61) / Amostragem estatística em Auditoria de Controle Externo (/Pagina/9384)
Artigos
Amostragem estatística em Auditoria de Controle Externo
(/Api/RssFeed/61)
THULYO TAVARES E RAFAEL WAISSMAN 08/10/2018 HÁ 5 ANOS (08/10/2018)
(/Management/GestaoPublicacao/PublicacaoImagem/9384)
A Auditoria do TCM utiliza métodos científicos para pautar sua atuação na fiscalização e no controle externo da
Administração Pública Municipal. Neste artigo, os agentes de fiscalização Rafael Waissman e Thulyo Tavares explicam
como funciona a amostragem estatística nas auditorias do Tribunal, permitindo que sejam extraídas conclusões que podem
ser extrapoladas para todo o universo pesquisado.
Em Estatística, um censo é o exame de todos os elementos de uma população ou conjunto de dados a serem analisados.
Apesar de a utilização do censo gerar resultados com maior precisão, a análise de todos os elementos, na maioria dos
casos, pode ser inviável, desvantajosa ou muito custosa.
Este site pode utilizar cookies para segurança e para lhe assegurar uma experiência otimizada. Você concorda
Quando
com não for de
a utilização possível
cookiesutilizar todos neste
ao navegar os elementos deConheça
ambiente? uma população, pode-sederecorrer
a nossa Política a uma amostra, ou seja, um
Privacidade.
subconjunto de elementos
(https://lgpd.tcm.sp.gov.br). da população.
https://portal.tcm.sp.gov.br/Pagina/9384 1/11
28/12/2023, 23:10 Amostragem estatística em Auditoria de Controle Externo - Tribunal de Contas do Município de São Paulo
A amostragem tem como objetivo extrair conclusões sobre uma população ou conjunto de dados sem precisar examinar
todos os componentes do grupo. Enquanto o censo apresenta a vantagem de descrever o universo analisado com maior
precisão, a amostragem apresenta outras vantagens.
Vantagens da amostragem
Ao definir a extensão dos procedimentos, cabe ao Auditor de Controle Externo zelar pela melhor utilização dos recursos
disponíveis. O uso da Estatística Inferencial e do Cálculo de Probabilidades podem auxiliar a obtenção de melhores
conclusões, otimizando o aproveitamento desses recursos.
A Estatística Inferencial é o ramo da Estatística que trata de como fazer conclusões acerca de uma população com base
em dados de amostragem.
A amostragem não estatística é aquela em que a seleção dos elementos depende do julgamento do pesquisador. Na
prática, o Auditor usa seu julgamento profissional para selecionar os elementos que comporão a amostra, com base em
sua experiência e nos recursos disponíveis. Portanto, o resultado obtido com esse tipo de amostragem não pode ser
extrapolado para a população da qual a amostra foi retirada. Um exemplo muito comum de amostragem não estatística é a
Este
Curva site podeem
ABC, utilizar
que cookies para segurança
os elementos e para lhe assegurar
de uma população uma experiência
são ordenados em ordem otimizada. Você
decrescente deconcorda
valor e os testes de
com a utilização de cookies ao navegar neste ambiente?
auditoria são executados nos elementos com maior valor. Conheça a nossa Política de Privacidade.
(https://lgpd.tcm.sp.gov.br).
A amostragem estatística é aquela em que se conhece, a priori, a probabilidade de cada elemento da população ser
selecionado, isto é, o julgamento pessoal ou profissional daquele que seleciona a amostra não interfere na escolha dos
elementos. Com esse tipo de amostragem, é possívelConcordo fazer inferência para a população e generalizar os resultados
alcançados.
https://portal.tcm.sp.gov.br/Pagina/9384 2/11
28/12/2023, 23:10 Amostragem estatística em Auditoria de Controle Externo - Tribunal de Contas do Município de São Paulo
O tipo mais comum de amostragem estatística é a aleatória simples, em que cada elemento da população tem a mesma
probabilidade de ser selecionado: em que N é o número de elementos na população.
Com esse tipo de amostragem, é possível construir um intervalo de confiança, que é um intervalo estimado, a partir de
uma amostra, para um parâmetro de interesse (como, por exemplo, a proporção) de uma população. Em vez de estimar o
parâmetro por um único valor (estimativa por ponto), é dada uma estimativa por intervalo, conforme a figura:
O nível de confiança é escolhido pelo profissional que estiver trabalhando com os dados. Comumente usa-se o nível de
confiança de 90% ou 95%.
A interpretação correta para o nível de confiança, representado por “1 – a”, é que se repetirmos um procedimento infinitas
vezes, em aproximadamente (1 - a)% das vezes o intervalo de confiança obtido conterá o verdadeiro valor do parâmetro
populacional em estudo (que permanece desconhecido).
A margem de erro é uma estatística que expressa, em termos percentuais ou absolutos o quanto, para mais ou para
menos, o valor de um parâmetro da população se distancia do valor estimado. A margem de erro tende a ser menor para
maiores tamanhos de amostra. Por outro lado, se mantido o mesmo tamanho de amostra, a margem de erro tende a ser
maior para maiores níveis de confiança.
Quantitativamente, a inferência busca traduzir, em termos de margem de erro e nível de confiança, os resultados
analisados de uma amostra.
Uma das questões mais importantes em uma análise estatística é determinar qual o tamanho da amostra que devemos
obter: amostras muito grandes são dispendiosas e demandam mais tempo de manipulação e estudo dos dados; enquanto
que amostras muito pequenas podem não ser representativas da população.
Portanto, tal questão não é trivial. Por exemplo, uma amostra constituída por 10% dos elementos de uma população é
adequada ou não? Depende. Uma população de 50 elementos conduziria a selecionar uma amostra de 5, o que poderia
ser pouco, enquanto que uma população de 5 milhões conduziria a selecionar uma amostra de 500.000, o que seria
excessivo. Assim, ainda que haja uma relação direta entre o tamanho da amostra e o tamanho da população (quando a
população aumenta, em princípio, o tamanho da amostra também aumenta), esta relação não se apresenta de forma
proporcional.
Este site pode utilizar cookies para segurança e para lhe assegurar uma experiência otimizada. Você concorda
O tamanho da amostra também depende da variabilidade da população. Se tivermos um tanque com mil peixes idênticos e
com a utilização de cookies ao navegar neste ambiente? Conheça a nossa Política de Privacidade.
do mesmo tamanho, basta analisar um único peixe para termos uma ideia muito aproximada da população. No entanto, se
(https://lgpd.tcm.sp.gov.br).
nesse mesmo tanque existirem mil peixes de várias espécies e de diferentes tamanhos, é necessário uma amostra muito
maior para que seja representativa da população. Também aqui há uma relação direta entre o tamanho da amostra e a
Concordo
variabilidade da população: quanto maior for a variabilidade da população, maior terá de ser a amostra.
Por fim, o tamanho da amostra depende, ainda, do tipo de variável em questão (qualitativa ou quantitativa) e dos níveis de
confiança e precisão desejados.
https://portal.tcm.sp.gov.br/Pagina/9384 3/11
28/12/2023, 23:10 Amostragem estatística em Auditoria de Controle Externo - Tribunal de Contas do Município de São Paulo
É importante para o auditor ter em mente que mesmo pequenas amostras podem evidenciar conclusões relevantes. Por
exemplo, em um fornecimento de 100.000 unidades de uma mercadoria com duas possibilidades: “conforme” as
especificações do contrato ou “não conforme”; retiramos uma amostra de 5 unidades, aleatoriamente, todas não
conformes.
O que podemos afirmar sobre a proporção de mercadorias não conformes no total do fornecimento?
É isso que o teste do intervalo de confiança responde. Nesse caso, com 95% de confiança, é possível afirmar que entre
55% (55.000) e 100% (100.000) das mercadorias estão não conformes. Em outras palavras, é possível afirmar com 95%
de confiança que pelo menos 55.000 mercadorias estão em desconformidade com as especificações do contrato.
Caso o teste fosse feito em 6 mercadorias e todas estivessem não conformes, o intervalo de confiança seria [61% ; 100%].
O quadro 1 ilustra o que pode ser afirmado sobre a proporção de mercadorias não conformes no total do fornecimento
caso, em uma amostra aleatória simples de X mercadorias, todas estejam em não conformidade.
Quadro 1 – Intervalos de confiança para testes de conformidade em uma amostra aleatória simples de X mercadorias,
todas não conformes (total de 100.000 mercadorias fornecidas)
Fonte: Elaboração própria, com base na planilha de Estatística Inferencial do Grupo de Métodos Quantitativos do TCMSP
(Procedimento Operacional Padrão N-SFC-01-02).
O Auditor deve ponderar o custo da realização do procedimento de auditoria em cada elemento com a precisão necessária
para o resultado.
A proporção amostral é obtida dividindo-se o número de elementos na amostra que apresentam a característica
analisada pelo tamanho da amostra.
O gráfico 1 apresenta intervalos de confiança calculados[1] a partir de amostras com proporção amostral aferida de 80%.
Notadamente, a amplitude do intervalo de confiança é menor para maiores tamanhos de amostra. Porém, também nota-se
que conforme o tamanho da amostra aumenta, menor é o ganho do aumento da amostra em termos de diminuição do
intervalo.
Gráfico 1 – Tamanho da amostra x amplitude do intervalo de confiança - Amostras com proporção de 80%, Nível de
Confiança de 95% e População Infinita
Este site pode utilizar cookies para segurança e para lhe assegurar uma experiência otimizada. Você concorda
com a utilização de cookies ao navegar neste ambiente? Conheça a nossa Política de Privacidade.
(https://lgpd.tcm.sp.gov.br).
Concordo
https://portal.tcm.sp.gov.br/Pagina/9384 4/11
28/12/2023, 23:10 Amostragem estatística em Auditoria de Controle Externo - Tribunal de Contas do Município de São Paulo
Para uma amostra de 5 elementos com proporção amostral de 80% é possível estimar a população, com 95% de
confiança, em um intervalo entre 28,36% e 99,49% (amplitude de 71,13%). Ao considerarmos uma amostra com 25
elementos, com a mesma proporção amostral, é possível inferir um intervalo de confiança entre 59,30% e 93,17%
(amplitude de 33,87%). Porém, ao considerarmos uma amostra com 20 elementos a mais (45 elementos), o intervalo de
confiança inferido é entre 66,28% e 89,97% (amplitude de 23,89%).
Tamanho da população
Variabilidade da população
Este site pode utilizar cookies para segurança e para lhe assegurar uma experiência otimizada. Você concorda
Tipo de variável
com a utilização de cookies ao navegar neste ambiente? Conheça a nossa Política de Privacidade.
Nível de confiança
(https://lgpd.tcm.sp.gov.br).
Margem de Erro (precisão) desejada
Concordo
5. AMOSTRAGEM ESTATÍSTICA EM AUDITORIA DE CONTROLE EXTERNO
https://portal.tcm.sp.gov.br/Pagina/9384 5/11
28/12/2023, 23:10 Amostragem estatística em Auditoria de Controle Externo - Tribunal de Contas do Município de São Paulo
Diversas normas, a exemplo da ABNT NBR 5426:89 (“Planos de amostragem e procedimentos na inspeção por atributos”),
detalham os procedimentos relacionados ao trabalho do controle de qualidade do próprio fornecedor do produto ou do
controle exercido pelo fiscal do contrato para aceitar ou rejeitar lotes, estabelecendo uma amostra mínima para a
fiscalização. O papel do controle externo, exercido pelo Tribunal de Contas, é diferente.
Independentemente do tamanho da amostra, é possível fazer alguma inferência acerca de qualquer população.
Logicamente, quanto maior o tamanho da amostra, menor a margem de erro e consequentemente menor o intervalo de
confiança. Por outro lado, mesmo com uma amostra pequena, é possível extrair algumas conclusões.
Obs.: O Instituto Brasileiro de Auditoria de Obras Públicas (IBRAOP) recomenda que as auditorias do controle externo
sejam feitas em no mínimo 10% do tamanho da amostra do fiscal do contrato.
7. CONCLUSÃO
A utilização de amostragem estatística em auditoria de controle externo permite que sejam extraídas conclusões sobre as
amostras coletadas e que essas conclusões possam ser extrapoladas para a população pesquisada.
Independentemente do tamanho da amostra, é possível fazer alguma inferência acerca de qualquer população.
Logicamente, quanto maior o tamanho da amostra, menor a margem de erro e consequentemente menor o intervalo de
confiança. Por outro lado, mesmo com uma amostra pequena, é possível extrair algumas conclusões, cabendo ao Auditor
ponderar o custo da realização do procedimento de auditoria em mais elementos com a precisão necessária para o
resultado.
Dessa maneira, qualquer outra pessoa ou empresa que fizesse esses mesmos testes, dentro das mesmas condições e na
mesma amostra, chegaria aos mesmos resultados obtidos pelo Tribunal de Contas.
* Rafael Waissman é engenheiro civil, agente de fiscalização do Tribunal de Contas do Município de São Paulo (TCMSP) e
membro do Grupo de Métodos Quantitativos.
* Thulyo Tavares é economista, supervisor de equipes de fiscalização e controle do TCMSP e membro do Grupo de
Métodos Quantitativos.
REFERÊNCIAS
Este site pode
Weizhen Wangutilizar
(2015)cookies para segurança
Exact Optimal e para
Confidence lhe assegurar
Intervals uma experiência
for Hypergeometric otimizada.
Parameters, Você
Journal ofconcorda
the American
com a utilização de cookies ao navegar neste ambiente? Conheça a nossa
Statistical Association, 110:512, 1491-1499, DOI: 10.1080/01621459.2014.966191.Política de Privacidade.
(https://lgpd.tcm.sp.gov.br).
Clopper, C. & Pearson, E. S. (1934). The use of confidence or fiducial limits illustrated in the case of the binomial.
Biometrika 26, 404 413. 2, 4.
Concordo
Wilson, E. B. (https://en.wikipedia.org/wiki/Edwin_Bidwell_Wilson) (1927). "Probable inference, the law of succession, and
statistical inference". Journal of the American Statistical Association. 22: 209–212.
https://portal.tcm.sp.gov.br/Pagina/9384 6/11
28/12/2023, 23:10 Amostragem estatística em Auditoria de Controle Externo - Tribunal de Contas do Município de São Paulo
Agresti, Alan; Coull, Brent. (1998). "Approximate is better than 'exact' for interval estimation of binomial proportions". The
American Statistician. 52: 119–126.
Zieliski, W. (2009). The shortest clopper-pearson confidence interval for binomial probability. Communications in Statistics-
Simulation and Computation 39, 18193
Using Statistical Sampling. Revised May 1992. United States Government Accountability Office (GAO).
Estudo estatístico para extrapolação do percentual de sobrepreço obtido a partir de uma amostra. Alexandre Sampaio
Botta (TCU) & André Pachioni Baeta (TCU), Sinaop Cuiabá/MT 2011.
Estimativas de proporções em questões politômicas. Ângelo Henrique Lopes da Silva. Revista do TCU (Set/Dez 2012).
Técnicas de amostragem para auditoria. Secretaria-Geral de Controle Externo. Tribunal de Contas da União (2002).
O Estudo Econométrico para Apuração de Sobrepreços Decorrentes da Prática de Cartel. Nivaldo Dias Filho (2016).
Imagens Anexadas
probabilidade.jpg
(/Management/GestaoPublicacao/DocumentoId?IdFile=10c05206-3dfc-44fb-97ad-287c3254096b)
Este site pode utilizar cookies para segurança e para lhe assegurar uma experiência otimizada. Você concorda
com a utilização de cookies ao navegar neste ambiente? Conheça a nossa Política de Privacidade.
(https://lgpd.tcm.sp.gov.br). Intervalo de confiança.jpg
(/Management/GestaoPublicacao/DocumentoId?IdFile=bd2751cc-0487-4f09-a348-a03dfa67dab6)
Concordo
https://portal.tcm.sp.gov.br/Pagina/9384 7/11
28/12/2023, 23:10 Amostragem estatística em Auditoria de Controle Externo - Tribunal de Contas do Município de São Paulo
Gráfico 1.jpg
(/Management/GestaoPublicacao/DocumentoId?IdFile=0a5c0b07-692c-43df-b487-f57a5e46bf7d)
Este site pode utilizar cookies para segurança e para lhe assegurar uma experiência otimizada. Você concorda
com a utilização de cookies ao navegar neste ambiente? Conheça a nossa Política de Privacidade.
(https://lgpd.tcm.sp.gov.br).
Sopa.jpg
Concordo
(/Management/GestaoPublicacao/DocumentoId?IdFile=3df9f069-36e2-44ab-a1fe-886dc86dbf0a)
https://portal.tcm.sp.gov.br/Pagina/9384 8/11
28/12/2023, 23:10 Amostragem estatística em Auditoria de Controle Externo - Tribunal de Contas do Município de São Paulo
tabela artigo.jpg
(/Management/GestaoPublicacao/DocumentoId?IdFile=8a5512c9-417f-409a-9c18-2f2e0396c918)
Anexos
probabilidade.jpg 1B
Intervalo de confiança.jpg 1B
Gráfico 1.jpg 1B
Sopa.jpg 1B
tabela artigo.jpg 1B
Voltar
Este site pode utilizar cookies para segurança e para lhe assegurar uma experiência otimizada. Você concorda
com a utilização de cookies ao navegar neste ambiente? Conheça a nossa Política de Privacidade.
(https://lgpd.tcm.sp.gov.br).
Concordo
https://portal.tcm.sp.gov.br/Pagina/9384 9/11
28/12/2023, 23:10 Amostragem estatística em Auditoria de Controle Externo - Tribunal de Contas do Município de São Paulo
Este site pode utilizar cookies para segurança e para lhe assegurar uma experiência otimizada. Você concorda
com a utilização de cookies ao navegar neste ambiente? Conheça a nossa Política de Privacidade.
(https://lgpd.tcm.sp.gov.br).
Concordo
https://portal.tcm.sp.gov.br/Pagina/9384 10/11
28/12/2023, 23:10 Amostragem estatística em Auditoria de Controle Externo - Tribunal de Contas do Município de São Paulo
Copyright © 2023 Tribunal de Contas do Município de São Paulo. Todos os Direitos Reservados.
Desenvolvido por NTI.
Este site pode utilizar cookies para segurança e para lhe assegurar uma experiência otimizada. Você concorda
com a utilização de cookies ao navegar neste ambiente? Conheça a nossa Política de Privacidade.
(https://lgpd.tcm.sp.gov.br).
Concordo
https://portal.tcm.sp.gov.br/Pagina/9384 11/11