Bases de selecção e técnicas de

amostragem
Introdução

A maior parte das vezes, os testes dos

auditores não cobrem em 100% da
população auditada, em virtude de factores
normalmente relacionados com tempo e
custo
 Bases de selecção e técnicas de
amostragem
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.
 Bases de selecção e técnicas de
amostragem
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 a população;
– Apresentação de relatórios mais oportunos, em
consequência do menor tempo despendido para a
realização dos trabalhos, facilitando assim a
correcção nos controlos da entidade auditada, etc.
 Bases de selecção e técnicas de
amostragem
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.
 Bases de selecção e técnicas de
amostragem
• 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.
 Bases de selecção e técnicas de
amostragem
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.
 Bases de selecção e técnicas de
amostragem
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”
 Bases de selecção e técnicas de
amostragem
Desvantagens de uma amostra estatística:

• A selecção da amostra leva mais tempo

do que uma amostra não estatística
• É requerido ao auditor conhecimentos de
estatística
 Bases de selecção e técnicas de
amostragem
População e Amostra
População
Conjunto total de dados que o auditor quer
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
 Bases de selecção e técnicas de
amostragem
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.
 Bases de selecção e técnicas de
amostragem
Extracção de amostras

As amostras extraídas através de processos

aleatórios, geralmente, têm mais validade
ou seja, mais representatividade por
estarem desprovidas de vícios ou
julgamentos. Estas têm maior importância
na análise estatística.
 Bases de selecção e técnicas de
amostragem
Tipos de amostras
Temos dois tipos de amostragem:
– A não probabilística e
– A probabilística
 Bases de selecção e técnicas de
amostragem
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.
 Bases de selecção e técnicas de
amostragem
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
 Bases de selecção e técnicas de
amostragem
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.
 Bases de selecção e técnicas de
amostragem
Risco 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

– 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
 Bases de selecção e técnicas de
amostragem
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 transações registrado está, relevantemente, representado de
maneira errónea, e portanto, na realidade não está relevantemente
representado de maneira errónea. 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 transações não está relevantemente representado de maneira
errada, e de facto está relevantemente representado erroneamente.
Afecta a eficácia da auditoria.
 Bases de selecção e técnicas de
amostragem
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 o SCI)
 Bases de selecção e técnicas de
amostragem
Nível de confiança

É a confiança que uma pessoa tem quando faz uma afirmação

O nível de confiança é a confiança (expressa em %) que o auditor tem

na amostra

•Quanto melhor fôr o sistema de 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 mais nos resultados dos testes que vai fazer
o que implicará o aumento do nível de confiança sobre a amostra.
 Bases de selecção e técnicas de
amostragem
Limites de precisão

Representam os parâmetros dentro dos quais o resultado esperado

será encontrado

•O auditor deverá decidir nos limites de precisão logo depois da

determinação do objecto por auditar

• Os limites de precisão têm uma influência directa no tamanho da

amostra a seleccionar porque quanto menor fôr 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
 Bases de selecção e técnicas de
amostragem
Nível 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 de controlo interno
 Bases de selecção e técnicas de
amostragem
Desvio Padrão

Mede o nível de dispersão dos valores em relação à 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 padrão.
•E por isso, quanto maior for o desvio padrão maior será amostra
a seleccionar (porque os itens da população são mais divergentes
será necessário seleccionar uma amostra maior para ser
representativa da população)
 Bases de selecção e técnicas de
amostragem
Estratificação

É o processo de dividir a população em subgrupos

de itens com características similares ou
homogéneas

Ajuda ao auditor concentrar-se em itens mais

vulneráveis a erros materiais

É utilizado mais em testes substantivos

 Bases de selecção e técnicas de
amostragem
Tamanho da amostra
– O tamanho da amostra também é afectado pelo
nível de risco de amostragem que o auditor está
disposto a aceitar. Quanto mais baixo o risco
aceitável, maior deverá ser o tamanho da amostra

– Vários factores influenciam o tamanho da amostra

nos testes de controlo bem como nos testes
substantivos, de forma diferentemente.
 Bases de selecção e técnicas de
amostragem
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;
 Bases de selecção e técnicas de
amostragem
Factores que influenciam o tamanho da amostra nos
testes substantivos:
– Risco de controle mais baixo ou mais alto - avaliação do risco
de controle;
– 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 mis baixo -
nível aceitável de risco de detecção;
– Estratificação ou não da população - estratificação.
 Bases de selecção e técnicas de
amostragem
Erro amostral

O auditor, para determinar o tamanho da

amostra que será analisada, precisa estimar
o erro amostral que ele está disposto a
assumir como ideal. Este erro pode ser
determinado sob dois prismas, o erro
tolerável e o esperado
 Bases de selecção e técnicas de
amostragem
Erro Tolerável

É o erro máximo na população que o auditor

estaria disposto a aceitar e assim concluir
que o resultado da amostragem tenha
atingido os objectivos da auditoria.
 Bases de selecção e técnicas de
amostragem
Erro Tolerável nos testes de controlo
interno
É o índice máximo de desvio de um
procedimento de controlo prescrito que o
auditor estaria disposto a aceitar, baseado
na avaliação preliminar dos riscos de
controlo
 Bases de selecção e técnicas de
amostragem
Erro Tolerável nos testes substantivos

É o erro monetário máximo em um saldo de uma

conta ou classe de transações, 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
 Bases de selecção e técnicas de
amostragem
Erro Esperado

Para se determinar o erro esperado em uma

população, o auditor deve considerar pontos
como:
– Erros identificados em auditorias anteriores
– Mudanças nos procedimentos da entidade e
– Evidências apresentadas em outros
procedimentos realizados
 Bases de selecção e técnicas de
amostragem
Avaliação de resultados 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
 Bases de selecção e técnicas de
amostragem
1. Analisar quaisquer erros detectados na
amostra:
– O auditor deve confirmar se de facto houve
um erro
– Verificar que o erro encontrado está
relacionado com o objectivo de auditoria
– O auditor deverá procurar realizar
procedimentos alternativos para se alcançar
a evidência desejada
 Bases de selecção e técnicas de
amostragem
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.
 Bases de selecção e técnicas de
amostragem
3. Voltar a avaliar os riscos da
amostragem

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
 Bases de selecção e técnicas de
amostragem
Conclusão:
• Ultimamente, muito se vem questionando
quanto a qualidade dos trabalhos de
auditoria, principalmente após os
escândalos em fraudes e desfalques em
grandes empresa, sem que as auditorias
realizadas nestas empresas tenham
detectado qualquer problema.
 Bases de selecção e técnicas de
amostragem
Conclusão-continuação:
• 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 de auditoria sejam aceites com maior
segurança e confiança.
 Bases de selecção e técnicas de
amostragem
Exemplo:
Os passos a seguir na selecção de uma amostra
estatística a partir do seguinte caso básico de
selecção amostral:
•Uma empresa emitiu 7 000 cheques pré-
numerados (números 8 745 a 15 744);
•O auditor decidiu que o nível de confiança é de
95%;
•Os limites de precisão são ± 2 %;
•E decidiu que o tamanho da amostra deve ser de
55 itens.
 Bases de selecção e técnicas de
amostragem
Exemplo-continuação:
Como seleccionar os 55 itens:
• Definir a população e o seu tamanho: Todos os
cheques emitidos durante o ano (7 000 cheques);
• Determinar o tamanho da amostra: 55 itens;
• Calcular o intervalo : Tamanho da população ÷
Tamanho da amostra = Intervalo (7 000 ÷ 55 = 127)
• Escolhe o ponto de selecção inicial (deve estar entre a
numeração dos cheques). Este ponto é escolhido
aleatoriamente de várias formas (Existem tabelas de
selecção aleatória, máquinas de calcular com função
de selecção aleatória ou no excell);
 Bases de selecção e técnicas de
amostragem
Exemplo-continuação:
• Se o primeiro cheque a seleccionar for o número 8
799, os outros cheques a seleccionar serão obtidos
adicionando sistematicamente 127 (o intervalo) e
serão sucessivamente 8 926, 9 053, 9 180.... até
formar uma amostra de 55 cheques.

Este exemplo que acabamos dar é bastante simples

de aplicar mas existem casos mais complexos na
selecção de amostras com objectivo de testar:
– Atributos (linguagem estatística para testes de erros que
possam existir num sistema de controlo interno) e para testar
variáveis ( linguagem estatística para testar erros monetários
que possam existir na população que são para nós as DF’s).