ISCAM / gchamba

INTRODUÇÃO à AUDITORIA

AMOSTRAGEM EM AUDITORIA

Bases de selecção e técnicas de amostragem

O limite de um trabalho de auditoria é seu universo de verificação. Isso significa que para ter cem por
cento de certeza em um trabalho de auditoria, é necessário que se examine todos os itens ou contas a
serem auditadas. Esse tipo de trabalho deixa o auditor mais seguro para emitir opiniões, uma vez que o
erro de auditoria fica reduzido ao mínimo possível, no entanto, exige muito tempo e, consequentemente,
eleva os custos aos seus patamares mais altos.

Os trabalhos de auditoria precisam ser realizados de forma prática, objectiva e segura e ocupar o menor
tempo e o menor custo possível. Assim, o auditor lança mão de técnicas de amostragem que possam lhe
dar soluções confiáveis no menor espaço de tempo possível, com o menor custo e a menor margem de
risco. Na realidade, o que se verifica na amostragem é uma relação custo versus benefício.

No geral, a amostragem é um processo mais eficiente do que a análise integral, uma vez que permite obter
conclusões cientificamente válidas, com uma menos utilização de recursos

As vantagens da amostragem:

- Redução do tempo de auditoria, consequentemente, redução dos custos;

- Possibilidade de efectuar revisão mais apurada, uma vez que se dispõe apenas de alguns itens ao
invés de toda população;
- Apresentação dos relatórios mais oportunos em consequência de menor tempo despendido para a
realização dos trabalhos, facilitando assim a correcção nos controlos da entidade auditada, etc.

As desvantagens da amostragem:

- Aumento do risco de erro, ou seja, pode se deixar de verificar alguma conta ou saldo errado;
- Pode se aceitar ou rejeitar populações inadequadamente;
- Pode se efectuar estimações que não reflictam a realidade; etc.

A amostragem em auditoria pode ser aplicada aos testes de controlo e testes substantivos.

- Nos testes de controlo a amostragem proporciona informações sobre os desvios ocorridos nos
controlos internos,
- Nos testes substantivos esta proporciona informações sobre possíveis erros monetários

Amostragem não Estatística

Amostragem não estatística é aquela em que o auditor efectua a amostragem através de meios subjectivos,
ou seja, através de julgamento, levando em conta factores relevantes e pertinentes ao facto.

Amostragem Estatística

Na amostragem estatística, o auditor utiliza modelos estatísticos para efectuar a amostragem

NB: “`whenever possible auditors should use statistical sampling for preference, as they will have
scientific foundation for the evaluation of the results of his tests”.

Desvantagens de uma amostra estatística:

 ISCAM / gchamba

A selecção da amostra leva mais tempo do que uma amostra não estatística
É requerido ao auditor conhecimento de estatística

População e Amostra

População

Conjunto total de dados de onde auditor pode retirar a amostra para chegar a uma conclusão. O auditor
precisa, antes de tudo ter a certeza de que a população da qual retirará a amostra é perfeitamente adequada
e está de conformidade com os objectivos de auditoria

Amostra

A amostra é a parcela a ser examinada retirada da população previamente determinada. As amostras

podem ser extraídas de processos aleatórios e não aleatórios.

Extracção de amostras

As amostras extraídas através de processos aleatórios, geralmente, tem mais validade ou seja, mais
representatividade por estarem desprovidas de vícios ou julgamentos. Estas tem maior importância na
análise estatística.

Tipos de amostras

Temos dois tipos de amostragem:

- A não probabilística e
- A probabilística

Amostragem probabilística

É objectiva. Nela conhecemos todas as combinações amostrais possíveis, podendo estabelecer com
precisão a variabilidade amostral e por conseguinte uma estimativa do erro amostral

Amostragem não probabilística

É dita amostragem subjectiva ou por julgamento. Nela não podemos estabelecer com precisão a
variabilidade amostral, consequentemente não se pode estimar o erro amostral

Risco de amostragem

Os riscos de amostragem surgem da possibilidade de que a conclusão do auditor baseado na amostra,

possa ser diferente da conclusão que se alcançaria se a população completa fosse examinada

Os riscos de amostragem estão presentes tanto nos testes de controlo como nos testes substantivos.

Riscos nos testes de controlo:

- Risco de baixa confiabilidade: o risco de que, ainda que o resultado da amostra não apoie a
avaliação do auditor, a proporção real apoiaria tal avaliação
 ISCAM / gchamba

- Risco de alta confiabilidade: o risco de que, ainda que o resultado da amostra apoie a avaliação
do auditor, a proporção real não apoie tal avaliação

Risco nos testes substantivos:

- Risco de rejeição incorrecta: o risco de que, ainda que o resultado da amostra apoie a conclusão
de que o saldo de uma conta ou classe de transacções registado está, relevantemente, representado
de maneira errónea, e portanto, na realidade não está relevantemente representado de maneira
errónea – risco alfa. Afecta apenas a eficiência da auditoria.
- Risco de aceitação incorrecta: o risco de que, ainda que o resultado da amostra apoie a conclusão
de que o saldo de uma conta ou classe de transacções não está relevantemente representado de
maneira errada, e de facto está relevantemente representado erroneamente – risco beta. Afecta a
eficácia da auditoria.

O auditor reduz o risco de amostragem com :

- Um adequado planeamento do trabalho de auditoria

- Supervisão do trabalho de campo
- Revisão de todo o trabalho de auditoria (desde o planeamento até a emissão do seu parecer sobre
as DF`s ou SCI)

FACTORES DETERMINANTES DO TAMANHO DA AMOSTRA

Independentemente da técnica de amostragem escolhida, o auditor necessita de efectuar juízos acerca do

conjunto de aspectos com influência directa no tamanho da amostra:

a) dispersão da população;
b) nível de risco que está disposto a aceitar;
c) erro tolerável;
d) expectativa de erro na população;
e) exactidão;
f) nível de confiabilidade;
g) tamanho da população.

Dispersão da população

A dispersão da população tem um efeito positivo sobre a dimensão da amostra. Assim, quão superior a
dispersão populacional, maior tenderá a ser o tamanho da amostra.

Estatisticamente esta variação é mensurada através do desvio padrão, enquanto que no método não
estatístico esta avaliação é efectuada pelo julgamento do auditor.

Mede o nível de dispersão dos valores em relação a sua média (valor esperado)

O desvio padrão é a média da diferença entre cada elemento da população com a média da população.

Se todos os elementos da população forem iguais (ou tiverem características semelhantes) então o desvio
padrão será nulo ou quase nulo.

Quanto mais os elementos da população se afastarem da sua média maior é o desvio patrão.
 ISCAM / gchamba

E por isso, quanto maior for o desvio padrão maior será a amostra a seleccionar (porque os itens da
população são mais divergente será necessário seleccionar uma amostra maior para ser representativa da
população)

Nível de Risco Aceitável

Quando o auditor decide recorrer ao processo da amostragem para efectuar o seu trabalho, foi porque de
certo concluiu que o custo e o tempo associados a uma análise a 100% seria, no seu julgamento, superior
às consequências de uma possível opinião errada obtida a partir da análise de uma amostra. Quando toma
esta atitude, o auditor está a aceitar correr um determinado risco.

Nestas circunstâncias, o risco de a opinião do auditor acerca das demonstrações financeiras se revelar
incorrecta, respeita ao risco de amostragem, o qual engloba as duas situações possíveis de erro:

1) o auditor, da análise dos elementos da amostra decide rejeitar os valores declarados pela empresa,
mas estes não se encontram materialmente incorrectos – risco alfa;
2) o auditor da análise dos elementos da amostra decide aceitar os valores declarados pela empresa,
mas estes se encontram materialmente incorrectos – risco beta.

No domínio da amostragem estatística estes riscos encontram-se quantificados enquanto que na

abordagem não estatística são somente objecto de classificação em alto, baixo ou moderado.

O risco alfa, que corresponde ao risco de uma incorrecta rejeição das demonstrações financeiras, é
complementar do nível de confiabilidade, ou seja, delimita negativamente a potência dos testes.

O risco de auditoria (RA), está ligado ao risco beta. Com efeito, o risco beta encontra-se bastante
associado ao risco de detecção (RD), já que respeita ao risco de uma aceitação incorrecta, a qual ocorre
quando o auditor, no desenvolvimento do seu trabalho, não detecta erros materialmente relevantes.

Erro tolerável e erro esperado

O erro tolerável corresponderá ao limite inferior da materialidade. Ou seja, respeita ao erro máximo
numa conta ou saldo, que quando adicionado a erros noutras contas ou saldos, não altera materialmente as
demonstrações financeiras.

O erro tolerável tem um efeito inverso sobre a dimensão da amostra. O que significa que à medida que a
auditoria fixa um valor superior de erro que está disposto a aceitar, diminui o número de elementos a
analisar.

Numa perspectiva radical, válida apenas enquanto exemplo académico, se o auditor não tolerar a
existência de qualquer erro, isto é, se pretender emitir opinião sobre a exactidão precisa e inquestionável
dos valores expressos nas demonstrações financeiras, terão de ser analisados todos os elementos da
população. Neste caso não há erro tolerável pelo auditor.

Mas na realidade não é assim que acontece. Com efeito, o auditor fixa a materialidade ou erro tolerável e
ao aceitar as demonstrações financeiras como correctas, não está a afirmar que elas de todo não contém
erros, mas antes que os desvios potenciais não são materialmente relevantes.

Da mesma forma o erro esperado tem igualmente um efeito inverso (em relação ao erro tolerável) sobre
a dimensão das amostra e é também denominado de erro antecipado. Como o próprio nome indica,
 ISCAM / gchamba

corresponde ao desvio que o auditor julga vir a encontrar na população. Assim, se a expectativa de erro na
população é elevada, o auditor tende a analisar um maior número de elementos.

O erro esperado pelo auditor pode advir, designadamente de:

a) informação obtida de uma intervenção anterior (exercício anterior ou interin);

b) tipo de conta ou saldo a ser examinado – há determinados tipos de movimentos mais susceptíveis
de erro, que outro e
c) análise de uma conta ou saldo na qual se encontrou determinado erro. Outros saldos ou contas
relacionadas tendem a possuir um nível de erro idêntico. Por exemplo, se encontrámos um
determinado desvio na análise das adições de imobilizado, pressupõe-se um nível de erro idêntico
ao nível das reintegrações.

A diferença entre o erro esperado e o erro tolerável pelo auditor delimita o risco da amostragem. Pelo que,
à medida que aumenta o erro expectável, diminui o risco de amostragem e aumenta o tamanho da amostra
para os testes substantivos.

Erro tolerável nos testes de controlo interno

É o índice máximo do desvio de um procedimento de controlo prescrito que o auditor estaria disposto a
aceitar, baseado na avaliação preliminar dos riscos de controlo

Erro tolerável nos testes substantivos

É o erro monetário máximo em um saldo de uma conta ou classe de transacções, que o auditor estaria
disposto a aceitar, de forma que, quando os resultados de todos os procedimentos de auditoria forem
considerados, o auditor possa concluir, com certeza razoável, que as demonstrações financeiras reflectem
a realidade

Erro esperado

Para se determinar o erro esperado tem uma população, o auditor deve considerar pontos como:

− Erros identificados em auditorias anteriores

− Mudanças nos procedimentos da entidade e
− Evidência apresentadas em outros procedimentos realizados

Exactidão

O nível de exactidão está intimamente relacionado com o ponto anterior e respeita à amplitude do
intervalo de confiança construído através da análise dos elementos da amostra. A amplitude do intervalo é
função do erro tolerádo pelo auditor e exprime a maior ou menor exactidão dos resultados da amostra.

Desta forma, pode afirmar-se em relação ao efeito deste factor sobre a dimensão da amostra que uma
maior exactidão exige uma amostra de tamanho superior, no limite a análise de 100% dos itens da
população, o que revela aversão ao risco de auditoria e está associado ao conservadorismo na análise da
materialidade. E a exigência de uma menor exactidão traduz-se na aceitação de um risco superior e
implica a selecção de uma amostra de dimensão mais reduzida.
 ISCAM / gchamba

Representa os parâmetros dentro dos quais o resultado esperado será encontrado. Assim, o auditor deverá
decidir nos limites de precisão logo depois da determinação do objecto por auditor.

Os limites de precisão tem uma influência directa no tamanho da amostra a seleccionar porque quanto
menor for o campo de precisão mais confiável é a estimativa e isto implicará maior tamanho da amostra

Também, quanto maior forem os limites de precisão estabelecidos para uma amostra, o nível de confiança
esperado nos resultados por obter será baixo

Nível de confiança

O nível de confiança corresponde à probabilidade de o intervalo resultante da análise dos elementos da

amostra conter ou não o valor verdadeiro da população. Noutras palavras, corresponde ao grau de
confiança que o auditor deposita no resultado da amostragem. Trata-se de um complemento do risco de
auditoria (RA), conforme referido no ponto respeitante ao modelo de risco de auditoria, ou seja, do risco
alfa, que como já se referiu, respeita probabilidade de o auditor rejeitar demonstrações financeiras quando
estas estão materialmente correctas. Pelo que o nível de confiabilidade, também designado de potência do
teste ou π (θ) = 1 – α. Assim, se fixarmos o risco em 5%, o nível de confiabilidade será de 95%.

O nível de confiança (expressa em %) que o auditor tem na amostra.

Quanto melhor for o Sistema CI, mais confiança será dada neste sistema e consequentemente o nível de
confiança sobre a amostra será baixo. O contrário também serve, se o sistema de controlo interno é fraco
o auditor confiará mas nos resultados dos testes que vai fazer o que implicará o aumento de nível de
confiança sobre a amostra.

Níveis de confiança e limites de precisão

O nível de confiança e os limites de precisão são determinados pelo auditor e normalmente são
influenciados pelos seguintes factores:

- Materialidade
- Risco de auditoria
- O objectivo do teste
- A eficácia do sistema do controlo interno

Tamanho da população

À partida, o tamanho da população produz um efeito proporcional no tamanho da amostra, ou seja, à

medida em que aumenta a dimensão da primeira deverá crescer também a segunda. Populações de maior
dimensão requerem normalmente amostras de proporção superior, por forma a que se diminua o risco de
amostragem e aumente a fiabilidade das inferências a efectuar sobre a primeira.

O tamanho da amostra também é afectado pelo nível de risco da amostragem que o auditor está disposto
a aceitar. Quanto mais baixo o risco aceitável, maior deverá ser o tamanho da amostra
 ISCAM / gchamba

Vários factores influenciam o tamanho da amostra nos testes de controlo bem como nos testes
substantivos, de forma diferentemente

Factores que influenciam o tamanho da amostra nos testes de controlo:

- Avaliação preliminar mais alta ou mais baixa do risco de controlo – avaliação do risco do
controlo;
- Índice aceitável de desvio mais alto ou mais baixo – erro tolerável;
- Índice de alta confiabilidade mais alto ou mais baixo – risco permissível de alta confiabilidade;
- Índice esperado de desvio da população mais alto ou mais baixo – erro esperado;

Factores que influenciam o tamanho da amostra nos testes substantivos;

- Risco de controlo mais baixo ou mais alto – avaliação do risco de controlo;

- Maior ou menor uso de outras provas substantivas – redução no risco de detecção;
- Maior ou menor índice de erro tolerável – erro tolerável;
- Erros maiores ou mais alta frequência e erros menores ou mais baixa frequência – erro esperado;
- Maior ou menor importância para os estados financeiros – valor da população;
- Nível aceitável de detecção de risco mais alto ou mais baixo – nível aceitável de risco de
detecção;
- Estratificação ou não da população – estratificação.

Com base nestes vectores, alguns com efeito proporcional e outros com efeito inverso, deve o auditor
determinar o tamanho óptimo da amostra, que lhe permita obter resultados fiáveis.

Em função da técnica escolhida é utilizada uma fórmula diferente para determinar o tamanho da amostra:

TÉCNICA FÓRMULA

MPU N x Coef NC x S

Ex

DIFERENCE N x Coef NC x Sd

Ex

PPS
VR x NC.......

ET – ( Ee x Fex )

VR x NC.......
 ISCAM / gchamba

NÃO ESTATÍSTICA ET

N = Tamanho da população

CoefNC = RF = Factor do Nível de Confiabilidade

S = Desvio Padrão

Sd = Desvio Padrão das Diferenças

Ex = Exactidão

VR = Valor de Registo da População

ET = Erro Tolerável

a) MPU (Mean-per.Unit ou Média por Unidade)

b) Difference Estimation (Diferença por Estimação); e
c) Ratio Estimation (Diferença por Rácio)

A abordagem MPU consiste na estimativa do erro monetário contido na população através da comparação
entre o valor auditado e o valor assente nos registos. Assim, é calculada a média dos valores da amostra
(the sample mean), a qual é depois multiplicada pelo número de itens da população. O resultado desta
operação corresponde ao valor auditado que deve ser comparado com o valor registado. A diferença
apurada entre as duas grandezas corresponderá ao erro projectado (projected misstatement). Como é fácil
de supor esta técnica pressupõe um conhecimento do número total de elementos da população e, quanto
maior for a dispersão dos valores que a compõem, maior tenderá a ser o tamanho da amostra.

As técnicas Difference e Ratio Estiation são variantes da abordagem anterior e, apesar de idênticas,
constituem planos de amostragem distintos; cada um deles apropriado a circunstancias diferentes

Na técnica Difference Estiamtion é calculada uma diferença para cada item da a mostra, que corresponde
ao valor do elemento testado (audited value) menos o seu valor de registo (book value).

Daqui se depreende que este plano de amostragem terá associado um custo inferior ao da técnica MPU, já
que tende a conduzir a amostras de mais pequena dimensão. Com efeito, o desvio padrão entre o audited
value e o book value tende a ser maior que o das diferenças entre estas duas grandezas.

Mas, apesar de mais económica, esta abordagem só poderá ser utilizada nas seguintes circunstâncias

cumulativas:

a) o valor de registo de cada elemento da população tem de ser conhecido;

b) o valor registado total da população tem de ser conhecido e deverá corresponder à soma dos
valores individuais de cada elemento; e
c) a expectativa de erro entre valor registado e valor auditado tem de ser bastante significativa.

A técnica Ratio Estimation é, como se disse, semelhante à anterior. Mas, ao invés do cálculo de
diferenças, é utilizado um rácio que resulta da divisão entre a soma dos valores auditados pela soma dos
 ISCAM / gchamba

valores registados, dos elementos da amostra. Este rácio é então multiplicado pelo valor total de registo
de forma a apurar uma estimativa do valor da população.

As condições acima definidas para a utilização da técnica Difference Estimation, são igualmente válidas
para esta abordagem estatística. O que está na base da utilização de uma ou outra técnica é a existência ou
não de uma correlação entre o valor das diferenças individuais e a respectiva quantia de registo.

Assim, quando as diferenças tendem a ser exactamente proporcionais ao valor registado, é mais eficiente
a utilização da técnica Ratio Estiation, que neste caso nos conduz a amostras de inferior dimensão. Caso
contrário, é de utilizar o plano de amostragem alternativo.
Como alternativa às designadas Variáveis Estatísticas Clássicas pode ser utilizada a técnica estatística
Probability Proportional to Size, correntemente denominada pela sigla PPS. Esta diferente abordagem
caracteriza-se por aplicar a teoria dos atributos à estimativa do erro monetário existente na população.

A principal diferença face às técnicas anteriores é que enquanto que nas Variáveis Estatísticas cada
transação ou saldo é um elemento de amostragem, na PPS cada unidade monetária constitui um item da
população. Pelo que, cada transação tem uma probabilidade proporcional à sua dimensão de ser incluída
na amostra.

Apresenta como principais vantagens face às Variáveis Clássicas o facto de ser de mais simples
utilização, fruto da exigência de um menor número de cálculos, e também pelo facto de implicar menos
custos ao conduzir à obtenção de amostras de menor dimensão.

Este método não requer o cálculo do desvio padrão pelo que deve ser utilizado quando a variabilidade da
população é desconhecida. No entanto, não é de todo o método mais eficaz para populações onde há uma
grande expectativa de erro, sobretudo quando essa situação se fique a dever a subavaliações.

Avaliação de resultado da amostra

1. Analisar quaisquer erros detectados na amostra

2. Projectar os erros encontrados na amostra para toda a população
3. Voltar a avaliar os riscos da amostragem

1. Analisar quaisquer erros detectados na amostra:

- O auditor deve confirmar se de facto houve um erro
- Verificar que o erro encontrado esta relacionado com o objectivo de auditoria
- O auditor deverá procurar realizar procedimentos alternativos para se alcançar a evidência
desejada

2. Projectar os erros encontrados na amostra para toda a população

O auditor deverá projectar os resultados do erro na amostra para toda a população. Existem vários
métodos aceitáveis para projectar os resultados do erro

3. Voltar a avaliar os riscos de amostragem

 ISCAM / gchamba

Quando o erro projectado excede o erro tolerável, o auditor reavaliará o risco da amostragem e se este
for inaceitável, deverá estender os procedimentos de auditoria ou realizar procedimentos alternativos.

ÉCNICAS USUAIS DE SELECÇÃO DE AMOSTRAS DE AUDITORIA

1. Baseadas na amostragem não estatística ( amostrage de apreciação)

- amostragem por intervalos
- amostragem por blocos
- amostragem sobre valores estratificados
- amostragem por números aleatórios

A amostragem por intervalos, sistemática ou sequencial aplica-se nas populações onde as

partidas que a integram estejam ordenadas de forma consecutiva.

Para a aplicação desta técnica deverão ser seguidas as seguintes fases:

 determinar a população (N)

 determinar o tamanho da amostra (n)
 calcular o intervalo (i) dividindo N por n
 seleccionar o item de começo, a partir, por exemplo, de uma tabela de números aleatórios
 determinar os itens da amostra adicionando o intervalo ao item de começo e assim
sucessivamente
Esta técnica pode aplicar-se, por exemplo, na realização dos testes de conformidade.

Suponhamos que um número de facturas emitidas durante um determinado período foi de 1000
(N), numeradas de 1 a 1000, e que se pretende seleccionar 200 (n), para a realização de testes, de
onde resulta que o intervalo será 5. Se a factura de começo tiver o número 4 (calculado
aleatoriamente) a segunda factura a testar será a que tiver o número 9 (4+5) e assim
sucessivamente até serem testadas todas as 200.

A amostragem por blocos (também muito aplicada na realização dos testes de conformidade),
consiste em seleccionar, numa base de apreciação, uma ou mais partes da população efectuando-
se em seguida os testes de auditoria a todas as partes da população seleccionada.

Cada parte da população (bloco) deve ser sequencial e, tanto quanto possível, ser representativa
do universo.

Retomando os números do exemplo anterior e se se pretender testar 200 facturas, poder-se-á

seleccionar 4 blocos de 50 facturas e representativas do universo.

Por exemplo

número de bloco número das facturas

 ISCAM / gchamba

1º 25 a 74
2º 289 a 338
3º 660 a 709
4º 909 a 958
Outra hipótese será a de considerar como bloco, um período de tempo (uma semana, um mês,
etc.) e testar as facturas emitidas nesse período.

A amostragem sobre valores estratificados, consiste em seleccionar todas as partes de uma

população a partir de um determinado valor mínimo.

Esta técnica tem grande aplicação na realização de testes substantivos relativos, por exemplo, à
confirmação de saldos de clientes e à valorimetria das existências.

De facto, quer num caso quer noutro, o auditor pode seleccionar os clientes ou os itens das
existências com saldos mais significativos de tal modo que o total da amostra represente uma
percentagem relevante dos saldos globais de cada uma das contas.

A amostragem por números aleatórios consiste em submeter a uma população dada, o concurso
de selecção das partidas que hão de representar através de números ao acaso obtidos de um
computador ou de uma tabela de números aleatórios previamente elaborada.

2. Baseadas na amostragem estatística

A amostragem estatística sobre valores acumulados, considera todos os elementos de tipo

prático e estatístico que intervém na selecção, a qual se efectua sistematicamente sobre valores e
não sobre números dos documentos.

Na realização desta técnica intervém dois elementos:

 Limite de Precisão Monetária (LPM)
 Classificação atribuída ao Controlo Interno (CI)

A determinação do limite de precisão monetária representa um dos aspectos de maior importância

na utilização desta técnica, uma vez que o auditor está sobretudo interessado em obter uma
razoável segurança de que os erros não são suficientemente relevantes para afectar o seu parecer
sobre as demonstrações financeiras ou sobre as operações que pretende examinar.

Para chegar à determinação do limite de precisão monetária parte-se do princípio que, numa
população dada, é aceitável uma margem de erro correspondente até 5% do resultado líquido do
exercício ou de um substituto desse resultado.

Por classificação atribuída ao Controlo Interno entende-se a avaliação potencial (bom:1;

regular:2, deficiente:3) que o auditor atribui ao controlo interno depois de proceder ao seu
levantamento.

Assim, LPMC = LPM/CI, sendo LPMC, limite de precisão monetária corrigida

Resulta pois que quanto melhor for a classificação atribuída ao controlo interno menor será o
número de itens a testar.
 ISCAM / gchamba

A amostragem estatística numérica é a combinação da amostragem de apreciação por intervalos

e da amostragem estatística sobre valores acumulados.

Consiste em determinar um intervalo, mas sobre bases estatísticas contando para o efeito com os
elementos já trabalhados na amostragem estatística sobre valores acumulados.

n (LPM/m) em que:
i = ————— i = intervalo
CI n = população em quantidade (facturas p.e. para o período x)
m = população de vendas (valor total das facturas para o
período x)

Exemplo:

O número de facturas que a empresa ALFA, SARL emitiu durante o ano de 199x foi de 10 187
(numeradas sequencialmente a partir do número 1) correspondeu o valor de 34 851 088,00MT.
Supondo que o auditor determinou o limite de precisão monetária com base na margem bruta (14
000 contos) e que entendeu ser bom o controlo interno existente, determinar os números das
segunda e terceira facturas a serem objecto do teste admitindo que o número escolhido ao acaso
( e que, portanto, corresponde ao número da 1ª factura a testar) é o 119.

LPM = 14 000 000,00 X 5% = 700 000,00

10 187 ( 700 000,00 / 34 851 088,00 )
i = ——————————————-------------------——— = 204
1
nº 2 119 + 204 = 323 nº 3 323 + 204 = 527

Conclusão:

Ultimamente, muito se vem questionando quanto a qualidade dos trabalhos de auditoria, principalmente
após os escândalos em fraudes e desfalques em grandes empresas, sem que as auditorias realizadas nestas
empresas tenham detectado qualquer problema.

Um dos momentos mais importantes na auditoria é o da escolha da amostra que será submetida a análise
mais detalhada.

Tendo em vista estes aspectos, é preciso que os auditores dêem maior importância a determinação das
amostras a serem analisadas, procurando cada vez mais se valer de ferramentas estatísticas que auxiliem
na execução dos trabalhos, afim de que os objectivos da auditoria sejam alcançados e as opiniões emitidas
nos pareceres da auditoria sejam aceites com maior segurança e confiança.